UAV 및 증강현실과 같은 새로운 응용을 지원하기 위해, 지연 시간 상한이 타이트한 클라우드 기반 실시간 비디오 분석의 중요성이 점점 커지고 있다. 그러나 기존 시스템은 패킷 손실 및 늦게 도착하는 패킷이 발생하는 네트워크 조건 변동 하에서 엄격한 지연 제약을 충족하는 데 종종 어려움을 겪는다. 본 연구에서는 DNN이 내재적으로 지니는 복원력(resilience)을 활용하여 높은 정확도를 유지하면서 패킷 손실을 효과적으로 수용하는, Logan이라는 손실 허용형 실시간 비디오 분석 시스템을 제안한다. 우리는 i) 패킷 손실로 인한 프레임 오류를 정확히 복원하는 코덱 인지형 인페인팅(Codec-aware Inpainting), ii) 남아 있는 복원되지 않은 오류가 이후 프레임으로 무기한 전파되는 것을 방지하는 패스트-포워드 복구(Fast-Forward Recovery)를 설계한다. 그 결과, 5% 패킷 손실률에서 정확도 손실이 <1%에 불과한 신뢰 전송 방식과 비교하여 SLO 만족률이 3배 향상(33.2%→99.9%)됨을 확인하였다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.