基于多核技术的并行图像检索系统的研究的开题报告.docx

基于多核技术的并行图像检索系统的研究的开题报告
一、研究背景
随着数字化技术的不断发展，图像数据的增长速度也在呈现几何级数增长。因此，如何高效地管理和存储海量图像数据，以及如何快速地检索出用户需要的图像数据成为当前亟待解决的问题。同时，随着多核技术的普及和硬件性能的不断提升，利用多核并行计算来提高图像检索效率也成为了当前研究的热点。
二、研究目的和内容
本文旨在研究一种基于多核技术的并行图像检索系统，并针对其关键技术进行深入探究。具体研究内容包括：
1.基于多核技术的并行图像检索系统架构设计。
2.针对图像特征提取和匹配算法，研究多核并行计算优化方法。
3.采用GPU等异构计算平台加速图像检索过程。
4.实现一个多核并行图像检索系统，并对其进行性能评估。
三、研究方法和技术路线
本文将采用实验和理论相结合的方法，通过搭建多核并行计算环境和应用图像检索算法，来探究基于多核技术的并行图像检索系统的设计和优化。具体技术路线如下：
1.系统架构设计。根据图像检索过程中的特点，设计一个基于多核技术的并行图像检索系统的架构，包括多种处理单元的组合方式。
2.特征提取和匹配算法的优化。对图像特征提取和匹配算法进行优化研究，通过并行计算、数据流和数据复用等技术手段提高其计算效率。
3.异构计算平台的应用。将异构计算平台（如GPU）引入多核并行图像检索系统中，加速图像检索过程。
4.系统实现和性能评估。在多核并行计算环境中实现一个基于多核技术的图像检索系统，并进行性能评估和分析。
四、预期研究成果
本文期望通过研究基于多核技术的并行图像检索系统，探究其优化方法和技术手段，实现一个高效、快速、可扩展的图像检索系统，并达到如下预期成果：
1.提出一种高效的基于多核技术的并行图像检索系统的架构设计方法。
2.针对图像特征提取和匹配算法，提出一种适用于多核并行计算的优化方法。
3.在异构计算平台上实现图像检索算法的加速。
4.实现一个多核并行图像检索系统，并对其进行性能评估和分析。
五、拟定时间计划
1.关键技术调研（3个月），包括图像特征提取、匹配算法和多核并行计算技术研究。
2.系统架构设计（2个月），根据调研结果，设计出一个基于多核技术的并行图像检索系统的架构方案。
3.特征提取和匹配算法优化研究（6个月），优化图像特征提取和匹配算法，探究多核并行计算优化方法。
4.异构计算平台应用研究（4个月），将异构计算平台引入多核并行图像检索系统中，提高图像检索效率。
5.系统实现和性能评估（3个月），在多核并行计算环境中实现一个基于多核技术的图像检索系统，并对其进行性能评估和分析。
6.论文撰写（4个月），将研究结果整理成论文，提交毕业论文答辩。
六、参考文献
1.QiLi,YunHe,JiaoLi,ChunxiaoLi,andKeqinLi,2016.PAR-CNNs:aParallelFrameworkforCNNsusingMulti-coreCPUs.InProceedingsofthe21stACMSIGPLANSymposiumonPrinciplesandPracticeofParallelProgramming.
2.WeidongKang,KeYue,WeiWang,HaiJin,andYabinYe,2015.AparallelCBIRsystemforremotesensingimageretrieval.Computing,Volume97,Issue2,pp139–156.
3.JunWang,JieTang,ChaoChenetal.,2017.GPU-acceleratedfeatureextractionforimagematchingonaglobalscale.InternationalJournalofDigitalEarth,10:3,328-342.
4.JieQin,JizhouSun,ZuwangWang,andHongAn,2015.AGPU-acceleratedimagefeatureextractionalgorithmforreal-timetrafficflowmonitoring.InternationalJournalofDistributedSensorNetworks,Volume11,Issue6.
5.XianbiaoQi,JingjingLin,JunFu,andJianguoWang,2014.Large-scaleimageretrievalbasedonparallelcompressionandinvertedindex.JournalofVisualCommunicationandImageRepresentation,Volume25,Issue3,Pages470-48