基于自回归模型深度恢复算法CUDA加速
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题背景与意义 | 第8页 |
| 1.2 国内外发展与研究现状 | 第8-12页 |
| 1.2.1 深度恢复研究现状 | 第8-10页 |
| 1.2.2 CUDA的发展现状 | 第10-12页 |
| 1.3 论文的主要研究内容和安排 | 第12-13页 |
| 第二章 深度恢复算法与并行运算介绍 | 第13-25页 |
| 2.1 深度恢复算法 | 第13-18页 |
| 2.1.1 深度图像退化模型 | 第13-14页 |
| 2.1.2 深度图像自回归模型 | 第14-15页 |
| 2.1.3 彩色图像指导深度自回归模型 | 第15-18页 |
| 2.1.4 深度恢复 | 第18页 |
| 2.2 并行设计概述 | 第18-25页 |
| 2.2.1 并行计算技术 | 第18-19页 |
| 2.2.2 并行计算架构 | 第19-21页 |
| 2.2.3 CUDA计算基本原理 | 第21-22页 |
| 2.2.4 CUDA的设计方法与流程 | 第22-24页 |
| 2.2.5 CUDA支持语言 | 第24-25页 |
| 第三章 基于CUDA的深度恢复算法加速与实现 | 第25-40页 |
| 3.1 硬件平台 | 第25页 |
| 3.2 CUDA实现流程 | 第25-27页 |
| 3.3 CUDA加速实现 | 第27-40页 |
| 3.3.1 深度项模块实现 | 第27-28页 |
| 3.3.2 双边滤波项模块实现 | 第28-29页 |
| 3.3.3 彩色项模块实现 | 第29-32页 |
| 3.3.4 自回归系数模块实现 | 第32-33页 |
| 3.3.5 深度恢复模块实现 | 第33-40页 |
| 第四章 实验和结果 | 第40-51页 |
| 4.1 图像块尺寸 | 第40-43页 |
| 4.2 邻域尺寸 | 第43-45页 |
| 4.3 常用模块 | 第45-48页 |
| 4.3.1 累加 | 第45-46页 |
| 4.3.2 矩阵乘法 | 第46-47页 |
| 4.3.3 CG方法解线性方程组 | 第47-48页 |
| 4.4 深度恢复结果 | 第48-51页 |
| 第五章 展望与总结 | 第51-53页 |
| 5.1 全文总结 | 第51页 |
| 5.2 课题展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 发表论文和参加科研情况说明 | 第56-57页 |
| 致谢 | 第57-58页 |
