孙晓玲，杜雪梅

(1.烟台职业学院信息工程系，山东 烟台 264025；2.湖南理工大学美术学院，湖南 岳阳 414000)

0 引 言

随着诸如无线传感器网络等网络技术的发展，物联网(IoT)逐步实现了智慧城市中物理对象和人类的全面互联[1]。多媒体物联网系统集成了图像处理、计算机视觉和网络功能，并已广泛用于监控、行为自动分析和事件识别[2-3]。通过利用边缘计算[4]技术，利用位于网络边缘的设备来对视频进行处理和分析，减少计算和传输的时延。视频处理和分析可以划分为子任务，每个子任务可以由边缘节点进行预处理。由于边缘节点的数量大于视频子任务的数量，因此研究如何适当地将多个边缘节点形成不同的组并协同处理视频子任务具有重要意义。

1 协作式多媒体视频处理框架

1.1 框架总体架构和模型

提出的边缘计算框架有三个主要组件，即摄像头节点、边缘节点和服务器。摄像头节点将定期捕获的视频序列(即视频任务)划分为固定数量、相同大小的视频块，以不同的视频编码比率压缩视频块，并根据所提出的方案在边缘节点之间分配压缩的视频块。摄像头将视频块传输到多个或一个边缘节点。

量化参数(QP)可以用来建立视频编码率与视频质量之间的关系：QP越大，视频质量越低。首先将QP表示为视频编码率的函数，如下式所示。

(1)

其中，q(rb)表示与平均视频编码率rb对应的QP。检测精度也可以根据QP表示为以下公式：

P(q)=a×2uq+b

(2)

其中P(q)表示与q相对应的检测精度。然后，结合以上两个公式，可以得出人工检测精度与平均视频编码率之间的关系：