首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于Spark的海量视频处理与人脸识别应用

摘要第4-5页
Abstract第5-6页
第一章 绪论第11-17页
    1.1 课题研究背景及意义第11-12页
    1.2 数据处理技术研究现状及发展前景第12-14页
    1.3 人脸识别研究现状及发展趋势第14页
    1.4 研究内容及组织结构第14-17页
        1.4.1 研究内容第14-15页
        1.4.2 组织结构第15-17页
第二章 大数据生态系统组件简介第17-35页
    2.1 Spark介绍第17-24页
        2.1.1 Spark简述第17-18页
        2.1.2 SparkResilientDistributedDataset(RDD)第18-20页
        2.1.3 Spark运行架构分析第20-21页
        2.1.4 SparkStreaming第21-22页
        2.1.5 StructuredStreaming第22-24页
    2.2 Hadoop生态系统介绍第24-28页
        2.2.1 Hadoop框架简要第24-25页
        2.2.2 hadoop分布式文件HDFS介绍第25-28页
    2.3 kafka介绍第28-30页
    2.4 分布式数据库HBase第30-32页
    2.5 CDH简介第32-33页
    2.6 OpenCV简介第33-34页
    2.7 本章小结第34-35页
第三章 系统关键技术分析与选取第35-41页
    3.1 视频关键帧获取第35页
    3.2 图像预处理第35-36页
    3.3 人脸检测算法第36-37页
    3.4 人脸姿态优选第37-38页
    3.5 人脸特征提取与识别第38-40页
    3.6 本章小结第40-41页
第四章 系统的设计与实现第41-56页
    4.1 系统架构概述第41-42页
    4.2 各模块设计与实现第42-54页
        4.2.1 视频数据采集层第42-43页
        4.2.2 视频数据缓冲层第43-44页
        4.2.3 视频数据处理层第44-54页
        4.2.4 视频数据存储层第54页
    4.3 本章小结第54-56页
第五章 系统开发与应用测试第56-64页
    5.1 系统开发环境搭建第56-59页
    5.2 测试结果分析第59-63页
        5.2.1 系统模块运行时间分析第59-60页
        5.2.2 系统集群大小对数据处理效率分析第60-61页
        5.2.3 人脸识别效率分析第61-62页
        5.2.4 实验对比及总结第62-63页
    5.3 本章小结第63-64页
总结和展望第64-66页
参考文献第66-69页
攻读学位期间获得的成果第69-71页
致谢第71页

论文共71页,点击 下载论文
上一篇:基于type-2模糊逻辑在图像处理中的研究
下一篇:基于WEB及移动终端的资产管理系统设计与实现