RedunCut：低成本实时视频分析

本文针对实时视频分析（LVA）计算成本高昂的问题，提出了RedunCut系统，该系统通过动态选择模型大小来降低计算成本。其关键创新在于用于高效采样的测量驱动型规划器和用于准确预测的数据驱动型性能模型，从而在保持精度的同时，显著降低了各种视频类型和任务的成本。鉴于对LVA的依赖日益增加以及对有效资源利用的需求，本文的贡献尤为重要。

• •RedunCut是一个用于实时视频分析（LVA）的动态模型大小选择（DMSS）系统。
• •它使用测量驱动的规划器进行高效采样。
• •它采用数据驱动的性能模型来提高精度预测。
• •RedunCut在保持精度的同时实现了显著的计算成本降低（14-62%）。
• •该系统对有限的历史数据和数据漂移具有鲁棒性。