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--计算机仿真论文

面向Web AR的云与边缘协同计算系统的研究与实现

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-21页
    1.1 研究背景第11-13页
    1.2 研究现状第13-18页
        1.2.1 增强现实第14-16页
        1.2.2 边缘计算第16-18页
    1.3 研究内容第18-20页
    1.4 论文组织结构第20页
    1.5 本章小结第20-21页
第二章 相关技术概述第21-33页
    2.1 增强现实的识别与追踪第21-24页
        2.1.1 SIFT第21-22页
        2.1.2 SURF第22页
        2.1.3 ORB第22-23页
        2.1.4 Optical Flow第23-24页
    2.2 云计算与边缘计算第24-26页
        2.2.1 云计算概述第24-25页
        2.2.2 边缘计算与云计算的对比第25-26页
    2.3 容器相关技术第26-30页
        2.3.1 Docker第26-27页
        2.3.2 Docker与虚拟机第27-28页
        2.3.3 Kubernetes第28-30页
    2.4 WebRTC第30-31页
    2.5 WebGL第31-32页
    2.6 本章小结第32-33页
第三章 需求分析与系统概要设计第33-43页
    3.1 需求分析第33-36页
        3.1.1 Web AR的核心功能第33-34页
        3.1.2 Web AR计算任务下沉第34-35页
        3.1.3 边缘计算资源的管理第35-36页
    3.2 系统方案设计第36-39页
    3.3 系统概要设计第39-41页
    3.4 本章小结第41-43页
第四章 云与边缘协同计算系统的详细实现第43-63页
    4.1 Web AR计算任务的云边协同第43-57页
        4.1.1 视频流获取与预处理模块第43-46页
        4.1.2 AR目标检测模块第46-51页
        4.1.3 AR目标追踪模块第51-56页
        4.1.4 单应性矩阵计算模块第56-57页
        4.1.5 模型渲染模块第57页
    4.2 边缘资源的管理第57-62页
        4.2.1 云端-边缘管理模块第57-59页
        4.2.2 服务暴露与负载均衡模块第59-60页
        4.2.3 存储模块第60-61页
        4.2.4 监控模块第61-62页
    4.3 本章小结第62-63页
第五章 系统测试与分析第63-87页
    5.1 测试目标及环境第63-64页
        5.1.1 测试目标第63页
        5.1.2 测试环境第63-64页
    5.2 Web AR活动流程测试第64-68页
        5.2.1 AR目标特征点检测第65页
        5.2.2 AR目标特征点追踪第65-66页
        5.2.3 单应性矩阵计算与模型渲染第66页
        5.2.4 AR目标追踪鲁棒性检测第66-68页
    5.3 Web AR在边缘与云协同计算下的性能测试第68-81页
        5.3.1 AR目标特征点检测对比测试第68-71页
        5.3.2 AR目标检测性能测试与分析第71-72页
        5.3.3 AR目标追踪性能测试与分析第72-76页
        5.3.4 引入边缘计算前后性能对比第76-81页
    5.4 边缘管理系统测试第81-85页
        5.4.1 边缘集群功能测试第81-82页
        5.4.2 边缘服务部署测试第82-85页
    5.5 测试总结第85-87页
第六章 总结与展望第87-89页
    6.1 工作总结第87页
    6.2 问题与展望第87-89页
参考文献第89-93页
致谢第93-95页
攻读学位期间发表的学术论文第95页

论文共95页,点击 下载论文
上一篇:基于深度学习的用户窃电行为检测
下一篇:物联网系统中RFID标签识别可靠性技术研究