多核平台下基于CnC的车辆识别算法的并行优化
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题背景和意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 课题来源和意义 | 第12页 |
| 1.2 研究现状 | 第12-16页 |
| 1.2.1 多核研究现状 | 第12-14页 |
| 1.2.2 车辆识别研究现状 | 第14-16页 |
| 1.3 课题研究的重点和难点 | 第16页 |
| 1.4 本文的主要工作 | 第16-17页 |
| 1.4.1 研究内容 | 第16页 |
| 1.4.2 本文的组织 | 第16-17页 |
| 第2章 相关技术简介 | 第17-35页 |
| 2.1 相关理论基础 | 第17-23页 |
| 2.1.1 模式识别 | 第17-22页 |
| 2.1.2 数字图像处理 | 第22-23页 |
| 2.1.3 计算机视觉 | 第23页 |
| 2.2 多核处理器 | 第23-27页 |
| 2.2.1 概述 | 第23-24页 |
| 2.2.2 多核的优势 | 第24-26页 |
| 2.2.3 多核的发展趋势 | 第26-27页 |
| 2.3 并行程序设计方法 | 第27-34页 |
| 2.3.1 扩展编译器 | 第27-28页 |
| 2.3.2 扩展串行编程语言 | 第28-29页 |
| 2.3.3 并行编程模型 | 第29-30页 |
| 2.3.4 CnC并行编程技术 | 第30-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第3章 算法分析与优化改进 | 第35-51页 |
| 3.1 串行算法过程提取 | 第35-42页 |
| 3.1.1 候选区域产生 | 第36-38页 |
| 3.1.2 车辆定位 | 第38-41页 |
| 3.1.3 车辆验证 | 第41-42页 |
| 3.2 串行算法过程分析 | 第42-48页 |
| 3.2.1 预处理和分割阶段分析 | 第44-45页 |
| 3.2.2 定位阶段分析 | 第45-47页 |
| 3.2.3 验证阶段分析 | 第47-48页 |
| 3.3 串行算法优化改进 | 第48-50页 |
| 3.3.1 预处理和分割阶段优化改进 | 第48-49页 |
| 3.3.2 定位阶段优化改进 | 第49-50页 |
| 3.3.3 验证阶段优化改进 | 第50页 |
| 3.4 本章小结 | 第50-51页 |
| 第4章 串行算法的CNC重构 | 第51-59页 |
| 4.1 局部并行 | 第51-52页 |
| 4.1.1 预处理CnC优化 | 第51页 |
| 4.1.2 假设区域检测CnC优化 | 第51-52页 |
| 4.1.3 验证阶段的CnC优化 | 第52页 |
| 4.2 图片内并行 | 第52-54页 |
| 4.2.1 ROI直接并行 | 第53页 |
| 4.2.2 ROI分块并行 | 第53-54页 |
| 4.2.3 ROI分组并行 | 第54页 |
| 4.3 图片混合并行 | 第54-57页 |
| 4.3.1 图片帧并行 | 第54-55页 |
| 4.3.2 图片帧与ROI混合并行 | 第55-56页 |
| 4.3.3 图片帧与ROI分块混合并行 | 第56页 |
| 4.3.4 图片帧与ROI分组混合并行 | 第56-57页 |
| 4.4 粒度的动态性 | 第57-58页 |
| 4.4.1 粒度选择的评价函数 | 第57-58页 |
| 4.4.2 粒度的可扩展性分析 | 第58页 |
| 4.5 本章小结 | 第58-59页 |
| 第5章 实验结果分析与评估 | 第59-69页 |
| 5.1 性能评估指标及加速比定律 | 第59-61页 |
| 5.1.1 评估指标 | 第59-60页 |
| 5.1.2 加速比定律 | 第60-61页 |
| 5.2 实验平台 | 第61页 |
| 5.3 实验结果 | 第61-68页 |
| 5.3.1 识别率 | 第61-63页 |
| 5.3.2 性能提升 | 第63-68页 |
| 5.4 实验结论 | 第68页 |
| 5.5 本章小结 | 第68-69页 |
| 第6章 总结与展望 | 第69-71页 |
| 6.1 本文的主要工作 | 第69页 |
| 6.2 未来工作展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |
