發(fā)布時(shí)間：2023-05-13 10:16

　　近年來(lái),深度學(xué)習(xí)一直處于可視化計(jì)算的前沿,深度學(xué)習(xí)提高了一些復(fù)雜任務(wù)的計(jì)算效率,如人臉識(shí)別,物體識(shí)別,動(dòng)作識(shí)別等。隨著移動(dòng)互聯(lián)網(wǎng)技術(shù)與5G技術(shù)的發(fā)展,深度學(xué)習(xí)網(wǎng)絡(luò)方面突破性的進(jìn)展使其對(duì)移動(dòng)設(shè)備與穿戴設(shè)備更加具有吸引力,但由于穿戴設(shè)備的計(jì)算能力較弱,深度學(xué)習(xí)網(wǎng)絡(luò)模型需要很長(zhǎng)時(shí)間才能在資源有限的穿戴設(shè)備做出推斷,并且深度學(xué)習(xí)網(wǎng)絡(luò)模型部署在穿戴設(shè)備中也會(huì)占用更大的存儲(chǔ)空間。由于高延遲或者缺乏連接,將穿戴設(shè)備的計(jì)算移到云端通常是不可行的。如何有效的解決上述問(wèn)題,仍是該領(lǐng)域目前研究的熱點(diǎn)。針對(duì)上述問(wèn)題,本文將深度學(xué)習(xí)技術(shù)與邊緣計(jì)算技術(shù)相結(jié)合,從實(shí)際應(yīng)用部署的角度出發(fā),提出了一種移動(dòng)端與邊緣端協(xié)同計(jì)算的策略,簡(jiǎn)稱(chēng)大小模型協(xié)同策略。該策略通過(guò)將移動(dòng)端的深度學(xué)習(xí)模型計(jì)算部分卸載到邊緣端,在保證系統(tǒng)識(shí)別準(zhǔn)確率的前提下,有效的降低移動(dòng)設(shè)備的計(jì)算壓力。此外,本文針對(duì)一些特殊的應(yīng)用環(huán)境,如地震搜救等存在網(wǎng)絡(luò)通信不穩(wěn)定的問(wèn)題,提出了一種復(fù)雜網(wǎng)絡(luò)環(huán)境下的邊端模型協(xié)同策略,該策略針對(duì)不同的網(wǎng)絡(luò)狀態(tài),對(duì)系統(tǒng)進(jìn)行自適應(yīng)的調(diào)度,使系統(tǒng)在通信故障的情況下仍然具有獨(dú)立工作的能力,進(jìn)一步提高了系統(tǒng)的魯棒性。最后,本文針對(duì)由于拍...

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究背景及研究的目的
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 圖像識(shí)別算法研究現(xiàn)狀
        1.2.2 邊緣計(jì)算研究現(xiàn)狀
    1.3 本文的主要研究?jī)?nèi)容
    1.4 論文組織結(jié)構(gòu)
第2章 相關(guān)技術(shù)及背景介紹
    2.1 邊緣計(jì)算
        2.1.1 邊緣計(jì)算概述
        2.1.2 邊緣計(jì)算的應(yīng)用場(chǎng)景
    2.2 深度學(xué)習(xí)技術(shù)在圖像識(shí)別領(lǐng)域的應(yīng)用
    2.3 邊緣計(jì)算與深度學(xué)習(xí)結(jié)合可行性分析
    2.4 應(yīng)用場(chǎng)景及需求分析
第3章 邊端協(xié)同策略的設(shè)計(jì)與研究
    3.1 引言
    3.2 大小模型協(xié)同策略
        3.2.1 大小模型協(xié)同策略可行性分析
        3.2.2 大小模型分?jǐn)?shù)閾值計(jì)算方法研究
    3.3 復(fù)雜網(wǎng)絡(luò)環(huán)境下的邊端模型協(xié)同調(diào)度策略
        3.3.1 網(wǎng)路延遲閾值計(jì)算方法研究
    3.4 基于邊緣計(jì)算的圖像融合策略
        3.4.1 問(wèn)題描述
        3.4.2 算法介紹
    3.5 本章小結(jié)
第4章 邊端協(xié)同策略實(shí)驗(yàn)驗(yàn)證
    4.1 引言
    4.2 大小模型協(xié)同策略實(shí)驗(yàn)驗(yàn)證
        4.2.1 實(shí)驗(yàn)設(shè)置
        4.2.2 實(shí)驗(yàn)驗(yàn)證
    4.3 復(fù)雜網(wǎng)絡(luò)環(huán)境下的邊端模型協(xié)同策略實(shí)驗(yàn)驗(yàn)證
        4.3.1 實(shí)驗(yàn)設(shè)置
        4.3.2 實(shí)驗(yàn)驗(yàn)證
        4.3.3 實(shí)驗(yàn)分析
    4.4 基于邊緣計(jì)算圖像融合策略測(cè)試
    4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其它成果
致謝



本文編號(hào)：3815724