| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文的主要研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第二章 相关技术介绍 | 第14-22页 |
| 2.1 分布式计算框架 | 第14-17页 |
| 2.1.1 Spark计算框架 | 第14-16页 |
| 2.1.2 Spark计算框架下的任务调度策略 | 第16-17页 |
| 2.2 分布式资源管理器 | 第17-18页 |
| 2.2.1 Mesos资源管理器 | 第17页 |
| 2.2.2 YARN资源管理器 | 第17-18页 |
| 2.3 GPGPU通用计算技术 | 第18-19页 |
| 2.3.1 CUDA技术 | 第19页 |
| 2.3.2 OpenCL技术 | 第19页 |
| 2.4 目标检测及跟踪相关技术 | 第19-21页 |
| 2.4.1 运动目标检测技术 | 第19-20页 |
| 2.4.2 目标跟踪算法 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 CPU-GPU异构云计算环境下监控视频分析系统设计 | 第22-30页 |
| 3.1 问题描述 | 第22-23页 |
| 3.2 视频监控系统介绍 | 第23-24页 |
| 3.3 监控视频分布式处理系统架构设计 | 第24-27页 |
| 3.3.1 总体架构设计 | 第24-25页 |
| 3.3.2 监控视频分布式处理系统工作流程设计 | 第25-27页 |
| 3.4 任务调度器核心模块设计 | 第27-29页 |
| 3.4.1 分布式集群任务调度器组件设计 | 第27-28页 |
| 3.4.2 异构节点任务调度器组件设计 | 第28-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第四章 CPU-GPU异构云计算环境下视频分析任务调度机制 | 第30-40页 |
| 4.1 分布式异构计算集群中的任务调度机制 | 第30-34页 |
| 4.1.1 计算环境的异构性 | 第30-31页 |
| 4.1.2 节点计算能力综合评测模型 | 第31页 |
| 4.1.3 分布式任务调度算法描述和分析 | 第31-34页 |
| 4.2 基于强化学习的异构节点任务调度机制 | 第34-39页 |
| 4.2.1 强化学习基本原理 | 第34-35页 |
| 4.2.2 视频分析任务模型 | 第35-37页 |
| 4.2.3 异构节点任务调度算法描述和分析 | 第37-39页 |
| 4.3 本章小结 | 第39-40页 |
| 第五章 系统实现及测试 | 第40-56页 |
| 5.1 CPU-GPU异构云计算环境下视频处理平台实现 | 第40-41页 |
| 5.1.1 分布式集群任务调度器的实现 | 第40-41页 |
| 5.1.2 异构节点任务调度器的实现 | 第41页 |
| 5.2 基于OpenCL模型监控视频车辆检测验证系统实现 | 第41-46页 |
| 5.2.1 数据并行的实现 | 第42-43页 |
| 5.2.2 任务并行的实现 | 第43-46页 |
| 5.3 验证系统功能与算法性能测试 | 第46-54页 |
| 5.3.1 测试环境 | 第46页 |
| 5.3.2 验证系统功能验证 | 第46-48页 |
| 5.3.3 异构节点任务调度算法的性能测试 | 第48-50页 |
| 5.3.4 分布式集群任务调度算法的性能测试 | 第50-54页 |
| 5.4 本章小结 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间的主要研究成果 | 第61-62页 |
| 致谢 | 第62页 |
