首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

可重构视觉处理器关键技术研究及VLSI实现

摘要第1-4页
Abstract第4-10页
主要符号对照表第10-13页
第1章 绪论第13-27页
   ·研究背景第13-16页
     ·视觉处理概念第13-14页
     ·可重构视觉处理第14-16页
   ·论文的研究范围第16-17页
   ·国内外研究现状和发展趋势第17-25页
     ·国内研究现状第17-18页
     ·国外研究现状第18-22页
     ·视觉处理器研究趋势第22-25页
   ·论文的研究内容和组织结构第25-27页
第2章 视觉处理算法分析第27-46页
   ·视觉处理计算框架第27-29页
   ·加速空间的定义与算法分析第29-32页
     ·加速空间计算定义与特点第29-30页
     ·加速空间计算复杂度分析第30-31页
     ·加速空间计算存在的问题分析第31-32页
   ·视觉空间的定义与算法分析第32-39页
     ·视觉空间计算定义与特点第32-36页
     ·视觉空间计算复杂度分析第36-38页
     ·视觉空间计算存在的问题分析第38-39页
   ·分类计算的定义与算法分析第39-44页
     ·分类计算的定义与特点第39-40页
     ·分类计算复杂度分析第40-42页
     ·分类计算存在的问题分析第42-44页
   ·本章小结第44-46页
第3章 可配置并行架构快速计算积分直方图构建加速空间第46-70页
   ·引言第46-47页
     ·研究问题概述第46页
     ·相关工作分析第46-47页
   ·基于循环依赖图的最大并行度分析第47-50页
     ·循环依赖图第47-48页
     ·等价变换及最大并行度分析第48-50页
   ·积分直方图硬件快速计算机制第50-52页
     ·积分直方图快速计算策略第50-51页
     ·流水线式的积分直方图快速计算第51-52页
   ·积分图计算总体架构第52-57页
     ·总体计算架构设计第52-53页
     ·核心计算单元设计第53-55页
     ·核心计算架构优化第55-57页
   ·内存分割第57-62页
     ·基于strip的内存分割策略第57-59页
     ·内存分割理论分析与实验比较第59-62页
   ·基于数据相关性的积分直方图存储压缩机制第62-64页
     ·基于数据相关的存储压缩策略第62-63页
     ·总体实现机制第63-64页
   ·实验结果与分析第64-68页
     ·实验平台与评估方法第64-65页
     ·与相关工作比较第65-68页
   ·研究小结第68-70页
第4章 数据重分布解决级联耦合的访存依赖第70-87页
   ·引言第70-71页
     ·研究问题概述第70页
     ·相关工作分析第70-71页
   ·视觉空间访存计算模式的定义与抽取第71-74页
     ·视觉空间访存计算模式第71页
     ·访存计算模式的等价变换第71-74页
   ·视觉空间访存计算模式下数据重分布优化第74-77页
     ·访存计算模式下优化模型第74-76页
     ·访存优化模型等价转换第76-77页
   ·移动方向引导的最优内存划分机制第77-80页
     ·移动方向引导的数据重分布策略第77-80页
     ·优化策略的空间复杂度和时间复杂度分析第80页
   ·实验结果与分析第80-86页
     ·存储优化机制实例测试第81-82页
     ·仿射空间计算测试结果与分析第82-84页
     ·高斯空间计算测试结果与分析第84-86页
   ·研究小结第86-87页
第5章 混合模式可重构阵列快速计算子窗口自适应分类第87-111页
   ·引言第87-88页
     ·研究问题概述第87页
     ·相关工作分析第87-88页
   ·基于分类器计算特点设计可重构计算架构第88-93页
     ·分类器计算特点与可重构计算架构第88-90页
     ·重构阵列计算单元CRA和配置机制第90-92页
     ·负载预测单元第92-93页
   ·子窗口自适应的快速分类计算模型第93-99页
     ·子窗口自适应的分类计算数学模型第93-95页
     ·子窗口自适应机制第95-96页
     ·重构阵列计算负载的均衡策略第96-99页
   ·可重构阵列的混合模式计算第99-105页
     ·SCSR计算第99页
     ·MCSR计算第99-105页
   ·实验结果与分析第105-109页
     ·实验平台与评估方法第105-106页
     ·与相关工作的比较第106-109页
   ·研究小结第109-111页
第6章 可重构视觉处理系统VLSI实现第111-132页
   ·引言第111-112页
     ·相关工作分析第111-112页
   ·视觉处理中FIRFAS特征快速计算架构第112-123页
     ·FIRFAS特征生成第112-116页
     ·FIRFAS特征性能评估第116-118页
     ·系统参数最优设置第118-120页
     ·特征计算架构设计及运行机制第120-122页
     ·资源开销及计算吞吐分析第122-123页
   ·特征分类可重构处理器总体架构第123-125页
     ·特征分类的可重构处理器架构及运行机制第123-124页
     ·资源开销与计算吞吐分析第124-125页
   ·视觉处理器测试结果与分析第125-131页
     ·实验平台与测试方法第125-126页
     ·芯片版图与板级验证系统第126-128页
     ·与相关工作的比较第128-131页
   ·研究小结第131-132页
第7章 总结与展望第132-137页
   ·研究内容回顾第132-133页
   ·研究成果与创新第133-135页
   ·研究工作展望第135-137页
参考文献第137-146页
致谢第146-148页
个人简历、在学期间发表的学术论文与研究成果第148-150页

论文共150页,点击 下载论文
上一篇:基于万维网资源的双语词典构造和查询处理技术研究
下一篇:基于纳米结构波导层的光学生物传感器