基于ARM的网络视频监控系统若干关键技术研究
摘要 | 第1-5页 |
Abstract | 第5-8页 |
第1 章 绪论 | 第8-11页 |
·研究背景 | 第8-9页 |
·研究目的 | 第9页 |
·论文结构 | 第9-11页 |
第2 章 嵌入式系统 | 第11-15页 |
·嵌入式系统概述 | 第11页 |
·嵌入式系统定义 | 第11页 |
·嵌入式特征 | 第11页 |
·嵌入式系统组成 | 第11-14页 |
·嵌入式处理器 | 第12-13页 |
·嵌入式软件 | 第13页 |
·嵌入式操作系统 | 第13-14页 |
·本章小结 | 第14-15页 |
第3 章 视频监控系统总体设计 | 第15-22页 |
·系统概述 | 第15-16页 |
·视频监控系统硬件设计 | 第16-17页 |
·ARM 处理器 | 第16页 |
·人体红外感应模块 | 第16-17页 |
·USB 摄像头 | 第17页 |
·GPRS模块 | 第17页 |
·视频监控系统软件设计 | 第17-21页 |
·搭建嵌入式Linux开发平台 | 第17页 |
·服务器应用程序开发 | 第17-21页 |
·本章小结 | 第21-22页 |
第4 章 视频监控系统关键技术研究与实现 | 第22-38页 |
·视频压缩编码技术 | 第22-24页 |
·视频压缩编码技术概述 | 第22-23页 |
·JPEG2000视频压缩算法 | 第23-24页 |
·视频传输技术 | 第24-35页 |
·视频传输技术概述 | 第24-25页 |
·RTP/RTCP 协议 | 第25-27页 |
·视频传输质量的保证 | 第27-31页 |
·NS2 仿真验证 | 第31-35页 |
·视频数据存储技术 | 第35-37页 |
·视频数据存储技术概述 | 第35-36页 |
·存储策略的选择 | 第36-37页 |
·存储方案实现 | 第37页 |
·本章小结 | 第37-38页 |
第5 章 监控场景中人脸识别研究及实现 | 第38-52页 |
·人脸识别原理 | 第38页 |
·人脸的基本特征 | 第38-41页 |
·人脸的肤色特征 | 第39页 |
·人脸的灰度特征 | 第39-41页 |
·人脸检测技术 | 第41-45页 |
·Adaboost算法 | 第41-42页 |
·用OpenCV 实现Adaboost 算法 | 第42-45页 |
·检测结果及分析 | 第45页 |
·人脸识别技术 | 第45-49页 |
·人脸图像预处理 | 第45页 |
·人脸特征提取算法 | 第45-46页 |
·人脸识别流程 | 第46-47页 |
·MATLAB 仿真 | 第47-49页 |
·一个网络视频监控系统的实现 | 第49-51页 |
·网络视频监控系统的实现 | 第49-51页 |
·系统测试 | 第51页 |
·本章小结 | 第51-52页 |
第6 章 总结与展望 | 第52-53页 |
·论文总结 | 第52页 |
·未来展望 | 第52-53页 |
致谢 | 第53-54页 |
参考文献 | 第54-56页 |
发表论文 | 第56页 |