面向CPU环境的实时深度图像压缩与解压关键技术研究
这是一篇关于图像压缩,深度学习,实时处理,轻量化网络的论文, 主要内容为有损图像压缩总是面临率-失真性能和压缩/解压速度之间的权衡。随着基于深度学习的图像压缩方法的出现,GPU成为图像压缩三角困境(压缩质量、运行速度与硬件平台)中的新顶点。虽然基于深度学习的图像压缩方法已在率-失真性能方面超越包括BPG在内的传统图像压缩方法,但是较低的运行速度与特殊的硬件平台却严重制约着其在实际生活中的推广应用。为了解决基于深度学习的图像压缩在硬件平台与运行速度方面的短板,从而使基于深度学习的图像压缩方法得以在现实中落地应用,本文提出了面向CPU环境的实时深度图像压缩模型Fasi Net。在率-失真性能方面,Fasi Net在中、高比特率下超越了SOTA的实时GPU端图像压缩神经网络模型;在运行速度方面,相似压缩质量下Fasi Net在纯CPU环境中的压缩与解压速度可分别达到JPEG2000的4.9倍与2.6倍,首次实现了在CPU端同时达到对Kodak数据集的实时压缩与实时解压;在硬件平台需求方面,Fasi Net避免了基于深度学习的图像压缩方法对GPU的依赖,并且在纯CPU环境下运行速度仅次于JPEG。具体而言,本文的创新点主要有以下几点:首先,本文针对不同的图像压缩应用场景,提出了面向高比特率压缩场景的图像压缩模型Fasi Net-H与面向低比特率图像压缩场景的图像压缩模型Fasi Net-L,二者均能在纯CPU环境下实现对Kodak数据集的实时压缩与实时解压;其次,本文提出了CPU友好型的独立可分离下采样(ISD)和上采样(ISU)模块,在保证模型率-失真性能的同时轻量化神经网络。与可以高效并行处理二维卷积的GPU不同,CPU在一维计算上显示出更强的优势,根据这一特点,ISD与ISU模块从卷积核大小、跨步卷积步长、通道数三个维度对传统跨步卷积进行了轻量化改进,极大的降低了模型的计算复杂度,使得Fasi Net运行速度在CPU环境中仅次于JPEG,且超越所有基于深度学习的图像压缩方法;再次,本文针对基于深度学习的图像压缩中由于量化操作导致的训练与推理过程不一致的问题,提出了鲁棒的逆量化残差(IQR)模块,用以提升网络的率-失真性能。由于量化操作无法进行有效的反向传播,因此在训练阶段解码器的浮点型输入无法做到与推理阶段的整型输入一致,而IQR模块的加入将图像压缩神经网络训练与测试阶段解码端的输入统一为浮点数张量,在中低比特率下为Fasi Net节约了10%以上的存储空间;最后,针对基于深度学习的图像压缩方法解码速度较编码速度更难提升的特性,本文改变业界主流的严格对称式编解码器架构设计思路,构造了满足实时解压要求的与编码器完全不对称的解码器架构,以细微的质量损失换取了近3倍的解码速度提升,并且实现了纯CPU环境下对Kodak数据集的实时解压。
基于WebGIS的山东省人工影响天气综合业务系统设计与实现
这是一篇关于人工影响天气,综合业务系统,WebGIS,特种观测资料,实时处理的论文, 主要内容为人工影响天气(简称人影)工作在服务农业生产、缓解水资源紧缺、防灾减灾、保护生态环境以及保障重大活动等方面具有重要作用。人工影响天气业务系统是气象信息化建设的必要支撑,是提高人影作业指挥效率和科技水平的有力保障。目前人影业务系统类型各异,大多自成体系,信息共享困难,导致人影工作处于“一套业务、多套系统”的现状。如何建设一套支撑省级人影业务现代化发展、实现全省各级人影业务指挥的上下互通、功能互补、规范集约的综合性业务系统是当前各省人影部门亟待解决的问题。本文以山东省人工影响天气综合业务系统为研究对象,参考《人工影响天气综合业务系统建设指南》(中国气象局人工影响天气中心,2017),结合山东省人工影响天气工作现状及发展规划,分析了人影业务、系统功能、系统性能三个方面的需求;本着集约化原则,构建了集基础业务数据、基础地理数据、作业采集数据、特种观测数据、值班日志数据、系统管理数据等于一体的人影综合业务数据库;基于前后端分离和模块化架构思想,设计了包含业务信息管理、作业决策指挥、作业信息采集、特种数据展示、值班日志管理、系统后台管理等六大模块的人影综合业务系统;针对实时观测资料处理展示需求,提出了文件实时监控、数据库定时同步、多线程并行处理的处理策略,设计了具体可行的特种观测数据实时处理方案,探索了特种观测数据集成展示机制,研究了飞机作业轨迹实时显示技术路线;综合使用Java Web和WebGIS技术,基于Spring Boot开源框架实现了系统功能。本文建立的省级人影综合业务系统,整合了省级已有的人影业务,打通了以往各系统之间的壁垒,实现了系统间和部门间的数据共享,提高了人影工作的科技水平。系统已在全省各级人影部门投入使用,并取得了良好的应用效果。
基于WebGIS的山东省人工影响天气综合业务系统设计与实现
这是一篇关于人工影响天气,综合业务系统,WebGIS,特种观测资料,实时处理的论文, 主要内容为人工影响天气(简称人影)工作在服务农业生产、缓解水资源紧缺、防灾减灾、保护生态环境以及保障重大活动等方面具有重要作用。人工影响天气业务系统是气象信息化建设的必要支撑,是提高人影作业指挥效率和科技水平的有力保障。目前人影业务系统类型各异,大多自成体系,信息共享困难,导致人影工作处于“一套业务、多套系统”的现状。如何建设一套支撑省级人影业务现代化发展、实现全省各级人影业务指挥的上下互通、功能互补、规范集约的综合性业务系统是当前各省人影部门亟待解决的问题。本文以山东省人工影响天气综合业务系统为研究对象,参考《人工影响天气综合业务系统建设指南》(中国气象局人工影响天气中心,2017),结合山东省人工影响天气工作现状及发展规划,分析了人影业务、系统功能、系统性能三个方面的需求;本着集约化原则,构建了集基础业务数据、基础地理数据、作业采集数据、特种观测数据、值班日志数据、系统管理数据等于一体的人影综合业务数据库;基于前后端分离和模块化架构思想,设计了包含业务信息管理、作业决策指挥、作业信息采集、特种数据展示、值班日志管理、系统后台管理等六大模块的人影综合业务系统;针对实时观测资料处理展示需求,提出了文件实时监控、数据库定时同步、多线程并行处理的处理策略,设计了具体可行的特种观测数据实时处理方案,探索了特种观测数据集成展示机制,研究了飞机作业轨迹实时显示技术路线;综合使用Java Web和WebGIS技术,基于Spring Boot开源框架实现了系统功能。本文建立的省级人影综合业务系统,整合了省级已有的人影业务,打通了以往各系统之间的壁垒,实现了系统间和部门间的数据共享,提高了人影工作的科技水平。系统已在全省各级人影部门投入使用,并取得了良好的应用效果。
基于MongoDB和Storm的个人健康服务系统设计与实现
这是一篇关于个人健康服务,Storm,MongoDB 集群,实时处理,可穿戴设备的论文, 主要内容为随着社会发展和生活水平提高,人们越来越重视健康,越来越多的人加入了运动健身行列。特别是随着互联网的兴起、智能可穿戴设备的不断涌现,为我们源源不断地提供大量数据,这可以为我们提供便捷的个人健康与运动健身的监控服务。但是,现阶段健康服务系统在同时满足大量数据存储和扩展以及数据实时处理的需求方面还存在明显缺陷,因此同时解决大量数据存储扩展性和数据实时处理的问题具有重要的意义。本文以用户对个人健康服务的大量数据存储和扩展以及数据实时处理的需求为出发点,设计了一套功能完善的个人健康服务系统,为用户提供运动与健康服务。本文提出了使用MongoDB集群和Storm框架相结合的方案对用户数据进行存取和实时分析处理。上述实时处理方案弥补了现有方案使用定时任务模拟实时处理的局限性同时提高了数据处理效率、加强了数据扩展性;此外,本文完成了一套个人健康服务系统的详细设计,具体包含需求分析、架构设计、核心服务模块设计、数据库设计和系统数据服务接口设计等几个模块。最后,本文使用JavaEE、MongoDB、Spring和JSP等技术对系统进行了实现,并对系统功能和性能进行了测试。功能测试结果表明,系统已经实现了整体架构、核心功能模块、数据库和系统接口等设计工作。通过实时处理方案对数据分析处理的有效性和性能测试的实验结果显示,新方案的数据处理性能比使用定时任务的处理方案提升了40%,可以满足用户对数据处理的实时性需求,方案同时具有可扩展性,可以应对后续数据量增大的变化。
基于MongoDB和Storm的个人健康服务系统设计与实现
这是一篇关于个人健康服务,Storm,MongoDB 集群,实时处理,可穿戴设备的论文, 主要内容为随着社会发展和生活水平提高,人们越来越重视健康,越来越多的人加入了运动健身行列。特别是随着互联网的兴起、智能可穿戴设备的不断涌现,为我们源源不断地提供大量数据,这可以为我们提供便捷的个人健康与运动健身的监控服务。但是,现阶段健康服务系统在同时满足大量数据存储和扩展以及数据实时处理的需求方面还存在明显缺陷,因此同时解决大量数据存储扩展性和数据实时处理的问题具有重要的意义。本文以用户对个人健康服务的大量数据存储和扩展以及数据实时处理的需求为出发点,设计了一套功能完善的个人健康服务系统,为用户提供运动与健康服务。本文提出了使用MongoDB集群和Storm框架相结合的方案对用户数据进行存取和实时分析处理。上述实时处理方案弥补了现有方案使用定时任务模拟实时处理的局限性同时提高了数据处理效率、加强了数据扩展性;此外,本文完成了一套个人健康服务系统的详细设计,具体包含需求分析、架构设计、核心服务模块设计、数据库设计和系统数据服务接口设计等几个模块。最后,本文使用JavaEE、MongoDB、Spring和JSP等技术对系统进行了实现,并对系统功能和性能进行了测试。功能测试结果表明,系统已经实现了整体架构、核心功能模块、数据库和系统接口等设计工作。通过实时处理方案对数据分析处理的有效性和性能测试的实验结果显示,新方案的数据处理性能比使用定时任务的处理方案提升了40%,可以满足用户对数据处理的实时性需求,方案同时具有可扩展性,可以应对后续数据量增大的变化。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：代码项目助手 ，原文地址：https://bishedaima.com/lunwen/46263.html
