| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文的主要研究内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 相关技术介绍 | 第14-24页 |
| 2.1 分布式计算框架 | 第14-17页 |
| 2.1.1 MapReduce计算框架 | 第14-15页 |
| 2.1.2 Spark计算框架 | 第15-17页 |
| 2.2 HDFS分布式文件存储系统 | 第17-18页 |
| 2.3 数据放置技术 | 第18-21页 |
| 2.3.1 数据放置策略分类 | 第18-20页 |
| 2.3.2 HDFS分布式文件存储系统中的数据放置策略 | 第20-21页 |
| 2.4 视频浓缩相关技术 | 第21-23页 |
| 2.4.1 目标检测技术 | 第21-22页 |
| 2.4.2 视频浓缩算法 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 监控视频离线分布式处理系统总体设计 | 第24-33页 |
| 3.1 需求分析 | 第24页 |
| 3.2 视频监控系统介绍 | 第24-25页 |
| 3.3 监控视频离线分布式处理系统架构设计 | 第25-28页 |
| 3.3.1 总体架构设计 | 第26页 |
| 3.3.2 监控视频离线分布式处理系统工作流程设计 | 第26-28页 |
| 3.4 核心模块的设计 | 第28-32页 |
| 3.4.1 Controller组件设计 | 第28-29页 |
| 3.4.2 核心数据结构设计 | 第29-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 云平台中视频数据放置策略的实现 | 第33-42页 |
| 4.1 基于HDFS的监控视频数据放置策略 | 第33-34页 |
| 4.1.1 HDFS默认放置策略 | 第33-34页 |
| 4.1.2 解决方案 | 第34页 |
| 4.2 视频数据块处理时间预测模型 | 第34-37页 |
| 4.2.1 模型的建立 | 第34-36页 |
| 4.2.2 模型的初始化和参数更新 | 第36-37页 |
| 4.3 监控视频数据初始放置算法 | 第37-39页 |
| 4.3.1 数据放置算法 | 第37-38页 |
| 4.3.2 数据放置算法实现 | 第38-39页 |
| 4.4 视频数据块迁移算法 | 第39-41页 |
| 4.4.1 视频数据块迁移算法 | 第39-40页 |
| 4.4.2 视频数据块迁移策略实现 | 第40-41页 |
| 4.6 本章小结 | 第41-42页 |
| 第五章 系统实现及测试 | 第42-51页 |
| 5.1 基于Spark分布式计算框架的视频离线处理系统实现 | 第42-43页 |
| 5.1.1 HDFS数据放置过程的实现 | 第43页 |
| 5.1.2 HDFS数据放置迁移的实现 | 第43页 |
| 5.2 视频浓缩算法实现 | 第43-46页 |
| 5.3 测试系统功能与算法效果验证 | 第46-50页 |
| 5.3.1 测试环境 | 第46页 |
| 5.3.2 测试系统功能验证 | 第46-47页 |
| 5.3.3 CTPM准确性验证实验 | 第47-48页 |
| 5.3.4 IPDA初始数据放置算法的效果验证实验 | 第48-49页 |
| 5.3.5 DRA数据迁移算法的效果验证实验 | 第49-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-54页 |
| 6.1 总结 | 第51-52页 |
| 6.2 展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间的主要研究成果 | 第58-59页 |
| 致谢 | 第59页 |
