車(chē)輛識(shí)別中基于CnC的動(dòng)態(tài)調(diào)度方法設(shè)計(jì)與實(shí)現(xiàn).pdf

1、世界范圍內(nèi)，因?yàn)槠?chē)數(shù)量快速增長(zhǎng)加劇了交通事故的發(fā)生頻率，引起人們對(duì)車(chē)輛安全的高度關(guān)注，而針對(duì)汽車(chē)輔助駕駛系統(tǒng)的研究越來(lái)越受到國(guó)內(nèi)外的重視，由于道路環(huán)境下運(yùn)動(dòng)車(chē)輛的定位與識(shí)別技術(shù)是汽車(chē)輔助駕駛系統(tǒng)中最重要和最基礎(chǔ)的環(huán)節(jié)，為了提升運(yùn)行效率，對(duì)它的并行化研究也是非常必要和有意義的。
　　本文基于多特征融合的白天車(chē)輛識(shí)別算法提取車(chē)輛的各種特征，然后利用這些特征來(lái)綜合識(shí)別圖像中的車(chē)輛，不過(guò)目前的算法在實(shí)現(xiàn)過(guò)程中存在很多問(wèn)題，最主要的問(wèn)題是

2、運(yùn)行效率比較低，而隨著多核平臺(tái)的快速發(fā)展，使運(yùn)行效率得到更多提升成為可能，但由于車(chē)輛識(shí)別技術(shù)本身屬于復(fù)雜特性應(yīng)用領(lǐng)域，具有輸入依賴(lài)等計(jì)算特性，需要運(yùn)行時(shí)動(dòng)態(tài)信息，而僅僅使用靜態(tài)、單一的多核平臺(tái)下的并行方式不能獲得這些動(dòng)態(tài)信息，導(dǎo)致上層算法與底層系統(tǒng)割裂而不能有機(jī)結(jié)合、運(yùn)行效率不能充分的得到提升，尤其是在對(duì)硬實(shí)時(shí)性要求很高的車(chē)輛識(shí)別定位算法中，效率的提升顯得尤為重要。
　　為此，本文通過(guò)采用CnC并行模型作為抽象表達(dá)，獲取運(yùn)行時(shí)信息