| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 论文研究内容 | 第11页 |
| 1.3 论文组织结构 | 第11-13页 |
| 第二章 相关技术综述 | 第13-30页 |
| 2.1 分布式计算 | 第13-14页 |
| 2.2 MapReduce | 第14-18页 |
| 2.2.1 Google MapReduce处理流程 | 第15-16页 |
| 2.2.2 Hadoop MapReduce处理流程 | 第16-18页 |
| 2.3 HBase | 第18-27页 |
| 2.3.1 HBase表的逻辑结构 | 第19-21页 |
| 2.3.2 HBase的系统架构 | 第21-25页 |
| 2.3.3 Coprocessor | 第25-26页 |
| 2.3.4 Filter | 第26-27页 |
| 2.4 海量视频处理与存储 | 第27-29页 |
| 2.4.1 海量视频处理研究现状 | 第27-28页 |
| 2.4.2 海量视频存取的研究现状 | 第28-29页 |
| 2.5 小结 | 第29-30页 |
| 第三章 基于分布式计算模式的视频处理框架模型 | 第30-38页 |
| 3.1 视频处理模型 | 第30页 |
| 3.2 客户端功能模块 | 第30-33页 |
| 3.2.1 视频预处理上传模块 | 第30-32页 |
| 3.2.2 检索模块 | 第32-33页 |
| 3.3 服务端功能模块 | 第33-37页 |
| 3.3.1 图像人脸检测模块 | 第34-35页 |
| 3.3.2 图像人脸提取模块 | 第35页 |
| 3.3.3 人脸关键点序列提取模块 | 第35-36页 |
| 3.3.4 关键点序列优化存储模块 | 第36页 |
| 3.3.5 序列化与反序列化模块 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于分布式计算模式的视频处理框架设计与优化 | 第38-55页 |
| 4.1 视频处理框架总体设计方案 | 第38-39页 |
| 4.2 表的设计及相应的视频处理 | 第39-45页 |
| 4.2.1 Data表 | 第39-41页 |
| 4.2.2 Faces表 | 第41-43页 |
| 4.2.3 KeyPoint表 | 第43-45页 |
| 4.3 OpenCV视频处理算法相关 | 第45-49页 |
| 4.3.1 人脸提取速度选优 | 第45页 |
| 4.3.2 关键点检测算法选优 | 第45-46页 |
| 4.3.3 视频处理资源池 | 第46-49页 |
| 4.4 HBase系统级调优 | 第49-54页 |
| 4.4.1 配置项调优 | 第49-51页 |
| 4.4.2 进程级配置调优 | 第51-52页 |
| 4.4.3 负载均衡 | 第52-54页 |
| 4.5 小结 | 第54-55页 |
| 第五章 系统测试平台的搭建以及检索性能测试 | 第55-62页 |
| 5.1 系统测试平台的搭建 | 第55-56页 |
| 5.2 视频处理框架检索测试及性能优化 | 第56-61页 |
| 5.2.1 初始查询性能测试 | 第56-57页 |
| 5.2.2 查询调优 | 第57-61页 |
| 5.3 本章小结 | 第61-62页 |
| 第六章 结束语 | 第62-64页 |
| 6.1 总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 作者在学期间取得的学术成果 | 第68页 |
