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--模式识别与装置论文

目标识别的硬件加速算法研究

摘要第4-5页
abstract第5页
缩略词第10-11页
第一章 绪论第11-16页
    1.1 研究的背景及意义第11-12页
    1.2 国内外研究现状及发展趋势第12-14页
    1.3 论文的内容和结构第14-16页
第二章 基于Zynq SoC的图像识别系统设计第16-27页
    2.1 系统总体结构设计第16页
    2.2 开发平台简介第16-22页
        2.2.1 Zynq SoC器件第17-18页
        2.2.2 AXI总线协议与接口第18-20页
        2.2.3 ZedBoard开发板第20-22页
    2.3 系统设计流程第22-26页
        2.3.1 PL设计流程第22-23页
        2.3.2 PS开发流程第23-24页
        2.3.3 软硬件协同调试第24-26页
    2.4 本章小结第26-27页
第三章 目标识别算法分析第27-41页
    3.1 基于显著性分析的感兴趣区域提取第27-32页
        3.1.1 显著性理论第27-30页
        3.1.2 感兴趣区域选取第30-32页
    3.2 基于SIFT与稀疏编码的特征提取第32-38页
        3.2.1 SIFT特征提取第32-36页
        3.2.2 ScSPM稀疏编码第36-38页
    3.3 基于SVM的分类器第38-40页
    3.4 本章小结第40-41页
第四章 基于SoC的算法硬件加速实现第41-51页
    4.1 硬件加速分析第41-42页
    4.2 二维傅里叶变换硬件加速设计第42-46页
        4.2.1 二维傅里叶变换拆解第42-43页
        4.2.2 整体加速方案设计第43-44页
        4.2.3 硬件并行计算实现第44-46页
        4.2.4 软件数据调度设计第46页
    4.3 多尺度高斯模糊硬件加速设计第46-50页
        4.3.1 高斯模糊计算拆解第46-47页
        4.3.2 整体加速结构设计第47-48页
        4.3.3 高斯模糊硬件实现第48-50页
    4.4 本章小结第50-51页
第五章 基于实物平台的实验测试结果第51-61页
    5.1 实验测试环境搭建第51-53页
        5.1.1 制作系统启动文件第51-53页
        5.1.2 OpenCV编译与移植第53页
    5.2 基于实物平台的软硬件测试结果第53-60页
        5.2.1 二维傅里叶变换加速实验第54-57页
        5.2.2 高斯模糊加速实验第57-58页
        5.2.3 整体目标算法识别实验第58-60页
    5.3 本章小结第60-61页
第六章 总结与展望第61-63页
    6.1 论文工作总结第61-62页
    6.2 展望第62-63页
参考文献第63-68页
致谢第68-69页
在学期间的研究成果及发表的学术论文第69页

论文共69页,点击 下载论文
上一篇:典型干扰环境下RFID空间电磁辐射场图像可视化研究
下一篇:红外目标的持久鲁棒跟踪技术研究