BlazeIt

应用场景：
自定义的FQL查询，非结构化查询。主要针对聚合和限制查询，例如：查询桥上每天平均有多少车通过，查询至少有一辆公交车和五辆汽车的十帧，且每帧至少相隔10秒。
解决的问题：
对象查询
描述：
BlazeIt专门针对聚合和limit查询，提出了FQL查询语言，以及新的查询优化方案。
Motivation：
之前的工作使用近似过滤的方法来降低视频分析的成本，但没有处理两类重要的查询，即聚合和限制查询（aggregation and limit ）；此外，这些方法仍然需要复杂的代码来部署。

Goal：
BLAZEIT’s goal is to execute FRAMEQL queries as quickly aspossible;
BLAZEIT的目标是以最快的速度执行FRAMEQL查询。
Problem/Challenges：
从可用性的角度，DNN推理需要跨很多低级的库，进行复杂的命令式编程；
从计算的角度，在视频的每一帧上执行对象检测耗时较久。
Solution：
（1）提出FQL声明式编程语言
（2）针对聚合操作：控制变量的方法
我们的第一个优化，是回答聚合查询，使用查询特定的NN（即专门的NN[