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 |