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

基于TI高性能DSP的多核视频处理系统研究与实现

摘要第5-6页
abstract第6-7页
缩略词表第14-15页
第一章 绪论第15-23页
    1.1 视频处理概述第15页
    1.2 多核DSP的发展及应用第15-16页
    1.3 目标跟踪算法第16-19页
        1.3.1 目标跟踪算法概述第16-18页
        1.3.2 MeanShift目标跟踪算法第18-19页
    1.4 系统方案设计第19-21页
        1.4.1 DSP芯片选择第19-20页
        1.4.2 高速I/O接.选择第20页
        1.4.3 系统方案概述第20-21页
    1.5 本文的研究意义及内容安排第21-23页
        1.5.1 研究意义第21页
        1.5.2 研究内容及结构安排第21-23页
第二章 多核处理系统平台研究第23-32页
    2.1 系统平台介绍与开发环境搭建第23-25页
        2.1.1 系统平台介绍第23页
        2.1.2 搭建开发环境第23-25页
    2.2 处理器架构研究第25-28页
        2.2.1 DM8168异构多核SoC架构第25-26页
        2.2.2 C6678同构多核Keystone架构第26-28页
    2.3 C6678自启动研究及实现第28-30页
        2.3.1 单核Boot第28-29页
        2.3.2 多核Boot第29-30页
    2.4 高速I/O接第30-31页
        2.4.1 PCIe接.与总线第30页
        2.4.2 PCIe Boot第30-31页
    2.5 本章小结第31-32页
第三章 多核处理技术研究与实现第32-42页
    3.1 DM8168的核间通信第32页
    3.2 多核导航器第32-33页
    3.3 C6678的核间通信第33-38页
        3.3.1 核间中断方式第34-35页
        3.3.2 IPC Event Notify方式第35-36页
        3.3.3 IPC MessageQ方式第36-38页
    3.4 C6678的存储管理第38-39页
        3.4.1 C6678的存储体系第38页
        3.4.2 Cache一致性第38-39页
    3.5 C6678多核并行处理框架第39-41页
        3.5.1 主从模式第39-40页
        3.5.2 数据流模式第40-41页
    3.6 本章小结第41-42页
第四章 高清视频Sobel多核处理软件设计与实现第42-66页
    4.1 DM8168端软件设计第42-48页
        4.1.1 Mcfw开发框架第42-43页
        4.1.2 DM8168端软件设计第43-48页
    4.2 C6678端软件设计第48-55页
        4.2.1SYS/BIOS系统与XDCTools第48-49页
        4.2.2 Sobel多核处理软件设计第49-55页
    4.3 PCIe驱动设计第55-60页
        4.3.1 PCIe驱动模块设计第55-57页
        4.3.2 PCIe数据传输与中断第57-60页
    4.4 PCIe直通测试与分析第60-63页
        4.4.1 PCIe直通验证第60-61页
        4.4.2 数据传输测试与分析第61-63页
    4.5 高清视频Sobel八核并行处理系统实现第63-65页
    4.6 本章小结第65-66页
第五章 基于多核处理平台的MeanShift目标跟踪系统实现第66-92页
    5.1 MeanShift基本理论及目标跟踪应用第66-71页
        5.1.1 传统MeanShift算法理论第66-68页
        5.1.2 MeanShift目标跟踪算法第68-71页
    5.2 传统MeanShift跟踪存在的不足及改进点第71-72页
        5.2.1 传统MeanShift跟踪存在的不足第71-72页
        5.2.2 抑制背景第72页
        5.2.3 尺度自适应第72页
    5.3 结合多核处理系统的目标跟踪算法实现第72-90页
        5.3.1 算法调试及实现第73-77页
        5.3.2 结合多核视频处理系统的算法实现第77-82页
        5.3.3 优化分析与结果测试第82-90页
    5.4 本章小结第90-92页
第六章 总结与展望第92-94页
    6.1 论文总结第92-93页
    6.2 研究展望第93-94页
致谢第94-95页
参考文献第95-98页
攻读硕士学位期间取得的成果第98-99页

论文共99页,点击 下载论文
上一篇:基于脉冲神经网络的车牌识别系统的设计与实现
下一篇:基于级联卷积神经网络的人脸关键点检测算法