边缘计算场景下实时目标检测系统研究 | |
论文目录 | |
摘要 | 第1-6页 |
Abstract | 第6-11页 |
第一章 绪论 | 第11-15页 |
1.1 研究背景和意义 | 第11-12页 |
1.2 研究现状 | 第12-13页 |
1.3 论文的主要工作 | 第13页 |
1.4 论文组织结构 | 第13-15页 |
第二章 边缘计算场景下实时目标检测系统研究综述 | 第15-33页 |
2.1 目标检测技术研究综述 | 第15-24页 |
2.1.1. 目标候选区提取 | 第16-18页 |
2.1.2. 传统目标检测方法 | 第18页 |
2.1.3. 基于深度学习的目标检测算法 | 第18-21页 |
2.1.4. 目标检测算法性能对比与选择 | 第21-22页 |
2.1.5. 视频目标检测技术及面临的挑战 | 第22-24页 |
2.2 目标追踪技术研究综述 | 第24-28页 |
2.2.1. 目标追踪的基本流程与框架 | 第24-25页 |
2.2.2. 目标追踪面临的挑战 | 第25-27页 |
2.2.3. 目标追踪的主要方法 | 第27页 |
2.2.4. 基于滤波的目标追踪算法研究 | 第27-28页 |
2.3 边缘计算场景下移动设备目标检测任务问题分析 | 第28-31页 |
2.3.1. 移动设备执行目标检测任务所面临的问题 | 第28-30页 |
2.3.2. 边缘计算场景下系统时延问题 | 第30-31页 |
2.4 本章小结 | 第31-33页 |
第三章 基于RoI的图像压缩算法研究 | 第33-45页 |
3.1 基于RoI的图像压缩算法整体设计分析 | 第33-35页 |
3.2 图像编码设计 | 第35-38页 |
3.2.1. 图像分割 | 第35页 |
3.2.2. 色彩空间转换 | 第35-36页 |
3.2.3. 离散余弦变换 | 第36-37页 |
3.2.4. 数据量化 | 第37-38页 |
3.2.5. 数据编码 | 第38页 |
3.3 RoI选取算法设计 | 第38-39页 |
3.4 图像压缩与恢复算法设计 | 第39-41页 |
3.5 仿真实验与分析 | 第41-44页 |
3.5.1. 仿真实验设计 | 第41-42页 |
3.5.2. 模拟实验评价指标 | 第42-43页 |
3.5.3. 实验结果与分析 | 第43-44页 |
3.6 本章小结 | 第44-45页 |
第四章 智能卸载判别算法研究 | 第45-57页 |
4.1 智能卸载判别算法分析与设计 | 第45-47页 |
4.2 基于帧差法的关键帧检测 | 第47-49页 |
4.2.1. 帧差法 | 第47页 |
4.2.2. 关键帧检测算法 | 第47-48页 |
4.2.3. 基于帧差法的关键帧检测分析 | 第48-49页 |
4.3 基于光流的关键帧检测 | 第49-52页 |
4.3.1. 光流法 | 第49-50页 |
4.3.2. 关键帧检测算法 | 第50-51页 |
4.3.3. 基于光流法的关键帧检测算法分析 | 第51-52页 |
4.4 仿真实验与分析 | 第52-55页 |
4.4.1. 仿真实验设计 | 第52-53页 |
4.4.2. 智能卸载判别算法评价标准 | 第53页 |
4.4.3. 结果与分析 | 第53-55页 |
4.5 本章小结 | 第55-57页 |
第五章 边缘计算场景下实时目标检测系统设计 | 第57-67页 |
5.1 移动设备执行目标检测任务面临的挑战 | 第57-59页 |
5.2 边缘计算场景下目标检测系统设计 | 第59-63页 |
5.2.1. 系统执行流程设计 | 第59-61页 |
5.2.2. 系统功能模块设计 | 第61-62页 |
5.2.3. 画面缓存模块研究与设计 | 第62-63页 |
5.3 边缘计算场景下实时目标检测系统模拟与验证 | 第63-65页 |
5.3.1. 模拟实验设计 | 第63-64页 |
5.3.2. 对照试验设计 | 第64页 |
5.3.3. 评价指标设计 | 第64-65页 |
5.3.4. 实验结果与分析 | 第65页 |
5.4 本章小结 | 第65-67页 |
第六章 结束语 | 第67-69页 |
6.1 论文总结 | 第67-68页 |
6.2 研究展望 | 第68-69页 |
参考文献 | 第69-73页 |
致谢 | 第73-74页 |
攻读学位期间发表的学术论文目录 | 第74-75页 |
攻读学位期间参加的科研项目目录 | 第75页 |
本篇论文共75页,点击
这进入下载页面 |
|
Copyright(C) All Rights Reserved |
客服QQ:304386486 |
目录由用户 njc** 提供,作者删除入口请点击这里 |