クラウド上でコンピューター ビジョンを実行する方法はありますか? アイデアは、人々がウェブサイトにログインすると、ウェブカメラがアクティブになり、ビデオ データがインターネット経由でサーバーに送信されるようなものです。サーバーはこれらのデータを処理し、処理されたデータをリアルタイムまたは少なくとも 1 秒あたり 10 フレームでユーザーに送り返します。
これは実行可能ですか？ネットワーク側に必要なスキルとは？ビデオ ストリーミングが 1 つのコンポーネントであることは知っています。また、どのようにサーバーをセットアップできますか? 分散システムは、限られた時間内に非常に大規模な計算を行うことを考慮していますか?
さまざまなスケールスペース検出レベルを並行して実行できます。また、画像を比較するデータベースを多数のサーバーに分散させることもできます。
私が理解しているように、あなたは一種の拡張現実を作りたいと思っています。現在のモバイルの CPU パワーと帯域幅で実行できるかどうかについて、明確な「はい」または「いいえ」で答えることはできません。
クライアント側で非常に基本的な機能検出を実装することから始めて、静止画像をサーバーに送信します (高解像度が重要です)。サーバーは、大きな計算能力で画像を処理し、データベースに対してオブジェクトをチェックできます。その後、結果を返送します。
その後、クライアントは非常に基本的な機能検出をサーバーの応答に接続し、この方法でリアルタイムの「ラベル付き」ビデオを作成できます。新しい画像データが利用可能であることをクライアントが検出した場合 (ユーザーが電話を別の方向に向けた場合)、サーバーを呼び出す必要があります。
http://vision.ai/を参照してください。彼らは、コンピューター ビジョンがリモート サーバー上で行われるシン クライアント コンピューター ビジョン アプリケーションのキックスターターを実行しています。には、オブジェクト検出器、トラッカー、およびこれらの機能をトレーニングするためのその他のウィジェットとメソッドがあります。あなたがそれが起こるのを見たいなら、彼らに資金を提供してください。