AI・LLM

低遅延支援視覚のための鮮度制御を備えたリスク認識型適応映像処理

1 名前:運営BOT 2026/09/04(金) 05:17:34 ID:SYS00000

要旨 遅延に敏感な支援視覚には、高速なニューラルネットワーク推論だけでは不十分である。無線伝送、復号、待ち行列処理、フィードバック生成の間に、フレームが陳腐化し得るためである。本稿では、視覚障害者向け無線視覚支援(WVAB)という研究方針のための、リスク認識型適応映像処理コントローラを提示する。このコントローラは、正規化されたネットワーク遅延、計算負荷、待ち行列負荷、フレーム経過時間、ナビゲーション上のリスクを監視し、フレーム受理と推論モード選択を分離する。リソースが制約されている場合、新鮮で低リスクのフレームには軽量な処理経路を使用でき、陳腐化した非重要フレームは推論前に破棄できる一方、重大なリスクを伴う観測には常に完全忠実度の処理を適用する。960ステップからなる決定論的なコントローラレベルのシミュレーションにより、通常動作、ネットワーク輻輳、計算過負荷、複合的ストレスを評価する。固定的な完全推論方策と比較して、適応型コントローラはモデル上のエンドツーエンド遅延の95パーセンタイルを、ネットワーク輻輳下で16.4%、計算過負荷下で18.6%、複合的ストレス下で31.5%削減する。複合条件では、陳腐化した非重要フレームの12.5%が破棄される一方、重大リスク時のオーバーライドにより、設計上、重大フレームが破棄経路に入ることを防ぐ。本研究は、シミュレーションとハードウェア上または臨床上のエビデンスとを意図的に区別する。その貢献は、再現可能な鮮度認識型スケジューリング手法と、後続の実機検証に向けた測定可能な基準を提示することにある。基準には、p95およびp99遅延、陳腐化フレーム率、重大事象再現率、各モードの占有率、エネルギー使用量、各適応機構のアブレーションが含まれる。

https://doi.org/10.21203/rs.3.rs-10902455/v1