| 摘要 | 第1-15页 |
| ABSTRACT | 第15-18页 |
| 第一章 绪论 | 第18-38页 |
| ·目标检测识别技术概述 | 第18-25页 |
| ·基本概念 | 第18-19页 |
| ·目标检测识别技术的研究意义和应用价值 | 第19-20页 |
| ·目标检测识别技术发展现状 | 第20-24页 |
| ·目标检测识别应用所面临的挑战 | 第24-25页 |
| ·基于FPGA的硬件加速技术概述 | 第25-32页 |
| ·硬件加速技术基本概念和特征 | 第26-27页 |
| ·硬件加速技术的优势 | 第27-29页 |
| ·硬件加速技术在科学计算问题中的应用现状 | 第29-31页 |
| ·硬件加速的关键技术问题 | 第31-32页 |
| ·本文的主要工作 | 第32-36页 |
| ·全文组织 | 第36-38页 |
| 第二章 静态目标检测识别应用硬件加速关键技术研究 | 第38-56页 |
| ·引言 | 第38-40页 |
| ·基于Hausdorff距离的目标匹配方法 | 第40-42页 |
| ·Hausdorff距离 | 第40页 |
| ·目标匹配方法 | 第40-42页 |
| ·基于Hausdorff距离的目标匹配硬件加速器设计实现 | 第42-47页 |
| ·并行性分析 | 第42-43页 |
| ·任务划分策略 | 第43页 |
| ·体系结构设计 | 第43-45页 |
| ·距离变换的FPGA实现 | 第45-46页 |
| ·平移匹配的FPGA实现 | 第46-47页 |
| ·存储资源对系统可扩展性的影响 | 第47-48页 |
| ·面向大尺寸窗口遍历型应用的并行计算模型 | 第48-51页 |
| ·实验与性能比较 | 第51-54页 |
| ·小结 | 第54-56页 |
| 第三章 运动目标检测提取应用硬件加速与存储优化研究 | 第56-76页 |
| ·引言 | 第56-58页 |
| ·运动目标检测提取应用硬件加速体系结构研究 | 第58-66页 |
| ·运动目标检测 | 第58-59页 |
| ·基于Flood-Fill算法的运动区域提取 | 第59-65页 |
| ·实验与分析 | 第65-66页 |
| ·基于高速硬件链表结构的存储优化 | 第66-74页 |
| ·设计难点及解决方案 | 第67-68页 |
| ·硬件链表体系结构设计 | 第68-71页 |
| ·硬件链表的应用 | 第71-72页 |
| ·实验与分析 | 第72-74页 |
| ·小结 | 第74-76页 |
| 第四章 行人检测识别应用硬件加速关键技术研究 | 第76-110页 |
| ·引言 | 第76-78页 |
| ·理论背景与行人检测识别算法描述 | 第78-83页 |
| ·主动形状模型ASM | 第78-79页 |
| ·随机模型 | 第79-80页 |
| ·Kalman滤波 | 第80-81页 |
| ·基于主动形状模型和Kalman滤波的行人检测识别算法 | 第81-83页 |
| ·行人目标检测识别算法并行性研究 | 第83-85页 |
| ·存储层次的并行访问优化 | 第85-86页 |
| ·资源共享与硬件流水线相结合的计算资源映射策略 | 第86-92页 |
| ·资源共享 | 第86-91页 |
| ·硬件流水线 | 第91-92页 |
| ·基于主动形状模型的行人目标识别硬件加速体系结构研究 | 第92-102页 |
| ·总体结构设计 | 第92-94页 |
| ·关键模块设计 | 第94-95页 |
| ·基于资源共享的线形乘累加器设计 | 第95-96页 |
| ·基于资源共享的Kalman滤波器设计 | 第96-102页 |
| ·实验结果与性能分析 | 第102-104页 |
| ·测试平台 | 第102页 |
| ·资源使用情况 | 第102-103页 |
| ·与软件实现的处理速度比较 | 第103-104页 |
| ·行人目标识别与跟踪原型系统设计 | 第104-109页 |
| ·行人识别跟踪系统相关研究 | 第104-105页 |
| ·系统总体框架结构 | 第105-106页 |
| ·原型系统实现 | 第106-107页 |
| ·实验结果 | 第107-109页 |
| ·小结 | 第109-110页 |
| 第五章 视角无关人脸检测识别算法与硬件加速关键技术研究 | 第110-142页 |
| ·引言 | 第110-113页 |
| ·理论背景 | 第113-114页 |
| ·AdaBoost简介 | 第113页 |
| ·基于AdaBoost的人脸检测框架 | 第113-114页 |
| ·基于两段式Boosting的视角无关人脸检测方法 | 第114-121页 |
| ·树形视角无关人脸检测器框架结构 | 第114-115页 |
| ·精确分类的两段式Boosting方法TS-Boosting | 第115-119页 |
| ·弱分类器的第一阶段 | 第119-120页 |
| ·弱分类器的第二阶段 | 第120-121页 |
| ·基于两段式Boosting的视角无关人脸检测硬件加速体系结构 | 第121-126页 |
| ·总体结构 | 第121-123页 |
| ·检测节点间的组织与通信 | 第123-124页 |
| ·强分类器的并行结构 | 第124-125页 |
| ·两段式弱分类器的并行结构 | 第125-126页 |
| ·硬件加速体系结构的动态配置策略 | 第126-133页 |
| ·总体结构层次的动态配置 | 第127页 |
| ·检测器框架结构层次的动态配置 | 第127-129页 |
| ·强分类器结构层次的动态配置 | 第129页 |
| ·弱分类器结构层次的动态配置 | 第129-130页 |
| ·系统动态配置的设计空间探索算法 | 第130-133页 |
| ·实验与性能比较 | 第133-139页 |
| ·训练样本 | 第133页 |
| ·训练过程 | 第133页 |
| ·测试平台与测试数据 | 第133-135页 |
| ·资源使用情况 | 第135页 |
| ·与软件和相关工作的速度比较 | 第135-136页 |
| ·与相关工作的准确率比较 | 第136-138页 |
| ·动态配置对系统性能的影响 | 第138-139页 |
| ·小结 | 第139-142页 |
| 第六章 面向不规则数据访问模式的无冲突并行访问存储模型 | 第142-162页 |
| ·引言 | 第142-145页 |
| ·面向不规则数据访问模式的无冲突并行访问存储模型及体系结构 | 第145-154页 |
| ·总体框架 | 第145-146页 |
| ·数据划分策略 | 第146页 |
| ·虚拟地址计算 | 第146-148页 |
| ·基于地址映射表的寻址机制 | 第148-149页 |
| ·基于地址映射表的寻址体系结构 | 第149-150页 |
| ·接口、地址映射表更新机制及体系结构 | 第150-152页 |
| ·编址一致性 | 第152-154页 |
| ·实验结果以及与相关工作的比较 | 第154-159页 |
| ·实验结果与性能分析 | 第154-156页 |
| ·与相关工作的比较 | 第156-159页 |
| ·小结 | 第159-162页 |
| 第七章 结束语 | 第162-166页 |
| ·论文工作的总结 | 第162-164页 |
| ·课题研究展望 | 第164-166页 |
| 致谢 | 第166-168页 |
| 参考文献 | 第168-180页 |
| 作者在学期间取得的学术成果 | 第180-182页 |
| 作者在学期间参加的科研工作 | 第182页 |
