声明
摘要
1.1研究背景与意义
1.2国内外研究现状
1.2.1视频结构化算法发展现状
1.2.2深度学习算法在嵌入式设备的发展现状
1.2.3深度学习加速设备发展现状
1.3主要研究内容与文章结构安排
第2章视频结构化与深度学习相关理论
2.1视频结构化与传统实现方法简介
2.2卷积神经网络的结构与原理
2.2.1卷积神经网络简介
2.2.2卷积神经网络的组成结构与功能
2.2.3卷积神经网络的训练与优化方法
2.3基于深度学习的图像分类网络
2.4基于深度学习的目标检测算法
2.4.1目标检测网络简介与对比
2.4.2目标检测网络SSD
2.5本章小结
第3章视频结构化算法设计与优化
3.1基于深度学习方法的视频结构化算法设计与优化思路
3.2神经网络计算量与体积优化方法研究
3.2.1深度压缩方案
3.2.2替换基础网络
3.2.3滤波器裁剪
3.3神经网络准确率优化方法研究
3.4实验结果分析
3.4.1不同基础网络对网络性能的影响
3.4.2迁移学习对网络性能的影响
3.4.3滤波器裁剪对网络性能的影响
3.5本章小结
第4章视频结构化算法在嵌入式设备的移植与加速
4.1引言
4.2 Up core开发板与二代神经棒介绍
4.3 OpenVINO开发环境下的加速实现
4.3.2加速框架工作流程
4.4本章小结
第5章系统功能设计与实现
5.1系统开发平台与开发环境
5.2系统主处理流程
5.3系统主要功能实现与测试
5.3.1目标检测功能实现
5.3.2区域检测功能实现
5.3.3车辆属性分析能实现
5.4系统功能测试与分析
5.5本章小结
6.1全文总结
6.2工作展望
参考文献
致谢
攻读硕士期间科研成果及参与的工程项目
山东大学;