1) Một thương mại-off rõ ràng giữa tốc độ và độ chính xác của classi-
fication là hiện tại. Đối với cả hai mô hình, tăng
tốc độ sản xuất bởi các nút máy ảnh tăng classifi-
chính xác cation (Hình 4). Trong CTA, sử dụng một JPEG thấp
QF ảnh hưởng lớn đến độ chính xác của việc phân loại. Điều này
là không đúng đối với ATC, mà sử dụng một số giới hạn các
thùng chỉ ảnh hưởng đến một phần tính chính xác phân loại.
2) Các ATC mô hình nhanh hơn so với các CTA truyền thống
mô hình từ cả việc sử dụng băng thông và năng lượng
quan điểm tiêu thụ. Từ hình 4, nó là rõ ràng
rằng tính chính xác cùng một mục tiêu, ATC cần khoảng
một nửa băng thông CTA. Điều này
kết quả cũng có thể được cải thiện bằng cách thêm một số học
mã hóa để các đường ống dẫn ATC ngay trước khi truyền tải
giai đoạn. Điều này là trái với điều tra trong tương lai.
3) Hình 5 cho thấy rằng đối với một VGA bắn ATC
mô hình phù hợp với pin tốt hơn hoạt động các thiết bị do
mức tiêu thụ năng lượng thấp hơn đáng kể mỗi shot.
Mặc dù không có mã hóa, việc tiêu thụ năng lượng cho một
khung hình duy nhất trong chế độ ATC chỉ là một phần tư của
một tiêu thụ trong CTA, ở cấp độ chính xác như nhau.
4) Hình 3 (a) cho thấy rõ ràng rằng truyền một JPEGencoded
ảnh VGA trên một giao tiếp 802.15.4
kênh là một hoạt động tốn kém về năng lượng
tiêu thụ và nó giới thiệu một số lượng đáng kể
của độ trễ. Ngược lại, cách tiếp cận ATC 3 (b)
là hơn 7 lần nhanh hơn do các tính năng sáng
thuật toán khai thác giải thích ở trên, cùng với
số lượng rất hạn chế về dữ liệu được gửi tới bồn rửa
nút.
5) Nhìn chung, các thuật toán phân loại được đề nghị cho phép
để có được giá trị chính xác rất tốt, cao như 96,
93 và 87% trên các tập dữ liệu UFPR04, UFPR05, PUCPR,
tương ứng.
đang được dịch, vui lòng đợi..