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GPU的非线性尺度空间特征提取算法优化机制

摘要第4-5页
ABSTRACT第5页
1 绪论第8-15页
    1.1 研究背景第8-9页
    1.2 国内外研究现状第9-12页
    1.3 研究意义和内容第12-13页
    1.4 文章框架结构第13-15页
2 基于GPU的非线性尺度空间特征提取算法设计第15-27页
    2.1 GPU和CUDA架构第15-16页
    2.2 非线性尺度空间特征提取算法及难点分析第16-22页
    2.3 基于GPU的优化算法设计第22-25页
    2.4 本章小结第25-27页
3 基于GPU的分组尺度空间特征提取算法实现第27-38页
    3.1 基于CPU+GPU平台的任务划分第27-28页
    3.2 基于GPU的数据打包第28-32页
    3.3 基于GPU的分组尺度空间的构造第32-35页
    3.4 基于GPU的关键点的检测和描述符的生成第35-36页
    3.5 本章小结第36-38页
4 测试与分析第38-44页
    4.1 测试环境第38-39页
    4.2 性能对比测试第39-40页
    4.3 鲁棒性对比测试第40-43页
    4.4 本章小结第43-44页
5 总结与展望第44-46页
致谢第46-48页
参考文献第48-52页
附录1 攻读硕士期间申请的国家发明专利第52-53页
附录2 攻读硕士期间参与的项目第53-54页
附录3 攻读硕士期间申请的软件著作版权第54页

论文共54页,点击 下载论文
上一篇:一种基于行为的Android恶意软件检测系统的设计及实现
下一篇:文本分类中基于综合度量特征选择算法的研究