Con la exploración de la tecnología de red de próxima generación, los sistemas de Internet visual de las cosas (VIoT) imponen demandas significativas de computación y transmisión en los sistemas de computación de borde móvil que manejan grandes cantidades de datos de video transferidos. Los usuarios visuales transfieren tareas específicas a plataformas de computación en la nube o de borde para cumplir con requisitos estrictos de tiempo real. Sin embargo, los recursos de programación y computacionales disponibles para la transferencia de tareas destruyen constantemente la confiabilidad y eficiencia del sistema. Este artículo propone un mecanismo de transferencia de tareas y optimización de recursos basado en la percepción predictiva. En primer lugar, propusimos dos métodos de predicción de toma de decisiones basados en LSTM. En escenarios con recursos limitados, mejoramos la utilización de recursos al fomentar la participación de dispositivos de borde en la transferencia de tareas, garantizando la finalización de más tareas de solicitud sensibles a la latencia y permitiendo la toma de decisiones predictivas para la transferencia de tareas. Proponemos un mecanismo óptimo de tiempo polinómico para la transferencia de tareas de decisión preemptiva en escenarios con abundancia de recursos. Resolvemos el problema de la mochila 0-1 de transferencia de tareas para satisfacer mejor las demandas de tareas de baja latencia donde los recursos disponibles del sistema no están limitados. Finalmente, proporcionamos resultados numéricos para demostrar la efectividad de nuestro esquema.