| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 引言 | 第7-15页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 广告检测的意义与研究现状 | 第8-15页 |
| 1.2.1 广告检测的意义 | 第8页 |
| 1.2.2 广告检测的研究现状 | 第8页 |
| 1.2.3 基于视频拷贝检测的广告检测 | 第8-10页 |
| 1.2.4 基于广告特征的广告检测 | 第10-11页 |
| 1.2.5 基于学习的广告检测 | 第11-15页 |
| 第2章 基于图像特征的广告检测算法 | 第15-27页 |
| 2.1 算法思路 | 第15-16页 |
| 2.2 FMPI检测 | 第16-25页 |
| 2.2.1 分块Gabor滤波值 | 第18-20页 |
| 2.2.2 分块边缘个数百分比 | 第20-23页 |
| 2.2.3 色相直方图最大数值 | 第23-24页 |
| 2.2.4 检测方法及FMPI特点 | 第24-25页 |
| 2.3 基于广告规律的后处理方法 | 第25-27页 |
| 第3章 基于Hadoop平台的广告检测系统 | 第27-49页 |
| 3.1 Hadoop平台的技术介绍 | 第27-36页 |
| 3.1.1 Hadoop介绍 | 第27-28页 |
| 3.1.2 HDFS介绍 | 第28-33页 |
| 3.1.3 MapReduce介绍 | 第33-35页 |
| 3.1.4 算法应用与Hadoop平台上带来的问题 | 第35-36页 |
| 3.3 HBase介绍及实际应用 | 第36-43页 |
| 3.3.1 HBase介绍 | 第36-42页 |
| 3.3.2 本系统的Hbase表 | 第42-43页 |
| 3.4 Thrift应用背景和简介 | 第43-45页 |
| 3.4.1 Thrift在本系统中的使用 | 第45页 |
| 3.5 本系统的基本运行流程 | 第45-49页 |
| 3.5.1 本系统部署在Hadoop平台上的问题 | 第46-47页 |
| 3.5.2 Hadoop上的部署广告检测系统的架构 | 第47-49页 |
| 第4章 实验设计与结果 | 第49-53页 |
| 4.1 本文实现的广告检测的特点 | 第49-50页 |
| 4.2 实验结果 | 第50-51页 |
| 4.2.1 FMPI检测实验结果 | 第50-51页 |
| 4.2.2 广告区域检测实验结果 | 第51页 |
| 4.3 单机与Hadoop平台上的广告检测性能对比 | 第51-53页 |
| 第5章 总结与展望 | 第53-55页 |
| 5.1 本文实现的广告检测系统的特点 | 第53页 |
| 5.2 不足与展望 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57-58页 |
