Entregando realidade aumentada na borda: uma abordagem para o reconhecimento de objetos por meio do paradigma de computação na rede

• Processo: 23/04760-1
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de junho de 2023
• Data de Término da vigência: 31 de março de 2027
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Fabio Luciano Verdi
• Beneficiário: Washington Rodrigo Dias da Silva
• Instituição Sede: Centro de Ciências em Gestão e Tecnologia (CCGT). Universidade Federal de São Carlos (UFSCAR). Campus de Sorocaba. Sorocaba , SP, Brasil
• Empresa: Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação (FEEC)
• Vinculado ao auxílio: 21/00199-8 - Redes e serviços inteligentes rumo 2030 (SMARTNESS), AP.PCPE
• Bolsa(s) vinculada(s): 25/08976-4 - Entregando realidade aumentada na borda: Uma abordagem para o particionamento de modelos entre dispositivos heterogêneos, BE.EP.DR
• Assunto(s): Aprendizado computacional Realidade aumentada Reconhecimento de objetos Redes de computadores
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Processamento na borda | Realidade Aumentada | Reconhecimento de objetos | Redes de Computadores

Resumo

Os novos avanços na tecnologia de rede celular alavancaram o 5G para além de uma rede de banda larga móvel, permitindo grandes avanços em um amplo escopo de aplicações que exigem alta taxa de transferência de dados e baixa latência, como Realidade Aumentada (AR). Aplicações de AR prometem ser uma tecnologia transformadora para diversos campos nos próximos anos, fornecendo novas oportunidades de negócios, bem como novas tendências de pesquisa. Para entregar essa transformação de mercado, as aplicações baseadas em AR devem ser capazes de integrar com precisão objetos físicos e virtuais em tempo real e, para isso, dependem de algoritmos de aprendizado de máquina intensivos. Uma vez que os dispositivos móveis tendem a ser limitados computacionalmente e energeticamente, sua capacidade de fornecer uma interação síncrona entre o ambiente real, o usuário e os aprimoramentos visuais é limitada. Assim, nesta proposta de pesquisa, propomos um método para descarregar essas tarefas de computação intensiva para dispositivos de rede programáveis na borda da rede. Ao abordar esse problema, beneficiaríamos tanto os usuários finais quanto os provedores de serviços, pois diminuiria a latência de ponta a ponta do aplicativo e reduziria os custos operacionais, respectivamente. A solução aqui desenvolvida deverá ser capaz de executar algoritmos de aprendizagem de máquina em dispositivos programáveis, tais como switches e FPGAs, tanto para treinamento quanto para inferência dos objetos visuais.