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APEX的行人检测系统的研究与实现

摘要第5-6页
Abstract第6-7页
第1章 绪论第11-17页
    1.1 课题背景第11页
    1.2 研究现状第11-14页
        1.2.1 行人检测算法研究现状第11-13页
        1.2.2 车载行人检测系统研究现状第13-14页
    1.3 本文主要工作第14-17页
        1.3.1 本文研究内容第14页
        1.3.2 本文组织结构第14-17页
第2章 相关知识及平台介绍第17-27页
    2.1 行人检测相关知识第17-19页
        2.1.1 行人检测特征提取第18页
        2.1.2 基于统计学习分类的方法第18-19页
    2.2 APEX平台介绍第19-25页
        2.2.1 APEX硬件体系结构第19-22页
        2.2.2 APEX编程接口第22-25页
    2.3 本章小结第25-27页
第3章 基于Adaboost的行人检测算法研究第27-39页
    3.1 集成机器学习与PAC学习模型第27-28页
        3.1.1 集成机器学习第27页
        3.1.2 PAC学习模型第27-28页
    3.2 弱分类器和强分类器第28-29页
        3.2.1 弱分类器第28页
        3.2.2 强分类器第28-29页
    3.3 Adaboost算法第29-31页
        3.3.1 Adaboost算法特点第29-30页
        3.3.2 Adaboost算法流程第30-31页
    3.4 类Haar特征的定义与计算第31-34页
        3.4.1 类Haar特征的定义第31-32页
        3.4.2 类Haar特征的计算第32-34页
    3.5 Adaboost级联分类器第34-38页
        3.5.1 级联分类器第34-35页
        3.5.2 级联分类器的训练第35-37页
        3.5.3 级联分类器的应用第37-38页
    3.6 本章小结第38-39页
第4章 基于APEX的算法并行实现第39-57页
    4.1 核函数Kernel编写策略第39-42页
        4.1.1 Kernel的定义第39-41页
        4.1.2 Kernel的运行方式第41-42页
    4.2 ARM端与APEX端任务划分第42-46页
        4.2.1 当前串行算法流程第42-44页
        4.2.2 当前串行算法耗时分析第44-45页
        4.2.3 当前串行算法特点分析第45页
        4.2.4 ARM端与APEX端任务划分第45-46页
    4.3 积分图算法并行实现与Kernel编写第46-49页
        4.3.1 积分图APEX并行算法第46-48页
        4.3.2 积分图APEX并行算法Kernel编写第48-49页
        4.3.3 算法改进后与改进前性能对比第49页
    4.4 旋转45°积分图算法并行实现与Kernel编写第49-52页
        4.4.1 旋转45°积分图APEX并行算法第49-51页
        4.4.2 旋转45°积分图APEX并行算法Kernel编写第51-52页
        4.4.3 算法改进后与改进前性能对比第52页
    4.5 Adaboost分类算法的并行实现与Kernel编写第52-56页
        4.5.1 Adaboost分类器APEX并行算法第52-53页
        4.5.2 Adaboost分类器APEX并行算法Kernel编写第53-55页
        4.5.3 算法改进后与改进前性能对比第55-56页
    4.6 积分图算法与Adaboost分类算法Kernel的整合第56页
    4.7 本章小结第56-57页
第5章 系统实现与性能评估第57-67页
    5.1 系统实现第57-60页
        5.1.1 预处理模块第58页
        5.1.2 多尺度检测模块第58-59页
        5.1.3 行人框聚合模块第59-60页
    5.2 性能优化第60-62页
        5.2.1 neon代码优化第60-61页
        5.2.2 Cache优化第61-62页
        5.2.3 性能优化结果第62页
    5.3 性能评估第62-65页
        5.3.1 评估标准第62-63页
        5.3.2 评估结果第63-65页
    5.4 本章小结第65-67页
第6章 总结与展望第67-69页
    6.1 工作总结第67-68页
    6.2 未来工作展望第68-69页
参考文献第69-73页
致谢第73-75页
攻读硕士学位期间的论文项目情况第75页

论文共75页,点击 下载论文
上一篇:黑山铁矿露天转地下高效开采技术研究
下一篇:基于分段激励式电容传感器的浓相气固两相流流动参数检测方法研究