| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 研究背景及应用 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.2.1 视频拷贝检测研究现状 | 第15-16页 |
| 1.2.2 Hadoop应用现状 | 第16-17页 |
| 1.3 本文主要研究内容 | 第17-18页 |
| 1.4 论文的组织结构 | 第18-19页 |
| 第二章 视频拷贝检测技术介绍 | 第19-23页 |
| 2.1 视频拷贝检测技术介绍 | 第19-21页 |
| 2.1.1 视频拷贝检测的定义 | 第19-20页 |
| 2.1.2 视频拷贝检测的实现 | 第20页 |
| 2.1.3 视频拷贝检测的评价指标 | 第20-21页 |
| 2.2 视频的相似度计算 | 第21-22页 |
| 2.2.1 基于亮度序列的视频距离 | 第21-22页 |
| 2.2.2 基于TIRI-DCT的视频距离 | 第22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 Hadoop分布式平台介绍 | 第23-29页 |
| 3.1 Hadoop整体架构及环境配置 | 第23-24页 |
| 3.2 HDFS分布式存储 | 第24-26页 |
| 3.2.1 数据块存储模式 | 第25页 |
| 3.2.2 Namenode和Datanode | 第25页 |
| 3.2.3 常用文件操作命令 | 第25页 |
| 3.2.4 文件读取写入原理 | 第25-26页 |
| 3.3 MapReduce编程 | 第26-28页 |
| 3.4 FFMPEG视频转码工具 | 第28页 |
| 3.5 本章小结 | 第28-29页 |
| 第四章 基于Hadoop平台的视频拷贝检测的实现 | 第29-37页 |
| 4.1 基于亮度序列的特征提取、特征匹配 | 第29-33页 |
| 4.1.1 特征提取算法 | 第29-30页 |
| 4.1.2 特征匹配算法 | 第30-31页 |
| 4.1.3 Hadoop平台上的实现 | 第31-33页 |
| 4.2 基于TIRI-DCT的特征提取和特征匹配 | 第33-36页 |
| 4.2.1 特征提取算法 | 第33-34页 |
| 4.2.2 特征匹配算法 | 第34页 |
| 4.2.3 Hadoop平台上的实现 | 第34-36页 |
| 4.3 本章小结 | 第36-37页 |
| 第五章 实验结果与系统界面 | 第37-48页 |
| 5.1 算法鲁棒性、区别性分析 | 第37-38页 |
| 5.2 Hadoop系统效率分析 | 第38-46页 |
| 5.2.1 系统加速比、系统规模可扩展性、数据规模可扩展性分析 | 第38-45页 |
| 5.2.2 Map数量对系统效率的影响 | 第45-46页 |
| 5.3 系统前端界面展示 | 第46-47页 |
| 5.4 本章小结 | 第47-48页 |
| 第六章 文本检索的实现 | 第48-56页 |
| 6.1 引言 | 第48页 |
| 6.2 文本聚类的基本理论 | 第48-51页 |
| 6.2.1 向量模型的确定 | 第49-50页 |
| 6.2.2 向量距离计算 | 第50-51页 |
| 6.2.3 选择聚类算法 | 第51页 |
| 6.3 文本分类介绍 | 第51-52页 |
| 6.4 热点、敏感话题介绍 | 第52-54页 |
| 6.4.1 热点话题的确定 | 第52-53页 |
| 6.4.2 敏感话题的确定 | 第53-54页 |
| 6.5 实验结果 | 第54-55页 |
| 6.5.1 热点话题的确定 | 第54页 |
| 6.5.2 敏感话题的确定 | 第54-55页 |
| 6.6 本章小结 | 第55-56页 |
| 第七章 结论 | 第56-58页 |
| 7.1 本文工作总结 | 第56页 |
| 7.2 下一步工作展望 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士研究生期间研究成果 | 第64-65页 |
| 附件 | 第65页 |