| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9页 |
| 1.2 论文组织结构 | 第9-11页 |
| 第二章 相关背景知识介绍 | 第11-26页 |
| 2.1 基于内容的视频检索综述 | 第11-17页 |
| 2.1.1 国外研究水平的现状和发展趋势 | 第11-13页 |
| 2.1.2 国内研究水平的现状和发展趋势 | 第13页 |
| 2.1.3 镜头边界检测 | 第13-15页 |
| 2.1.4 关键帧提取 | 第15-17页 |
| 2.2 Hadoop大数据平台综述 | 第17-25页 |
| 2.2.1 Hadoop大数据平台介绍 | 第17-18页 |
| 2.2.2 Hadoop两大核心技术 | 第18-25页 |
| 2.2.2.1 并行计算框架MapReduce | 第18-21页 |
| 2.2.2.2 分布式文件管理系统HDFS | 第21-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 基于Hadoop的电力视频大数据检索系统设计 | 第26-34页 |
| 3.1 视频数据的特点和结构 | 第26-28页 |
| 3.1.1 视频数据的特点 | 第26-27页 |
| 3.1.2 视频数据的结构化 | 第27-28页 |
| 3.2 电力视频检索系统需求分析 | 第28-29页 |
| 3.3 电力视频检索系统整体框架设计 | 第29-32页 |
| 3.4 本章小结 | 第32-34页 |
| 第四章 基于Hadoop的电力视频大数据检索系统关键技术研究 | 第34-55页 |
| 4.1 视频关键帧的提取 | 第34-45页 |
| 4.1.1 关键帧提取技术 | 第34-36页 |
| 4.1.2 视频关键帧的提取算法设计 | 第36-43页 |
| 4.1.2.1 视频关键帧的提取流程 | 第37-41页 |
| 4.1.2.2 关键帧提取测试 | 第41-43页 |
| 4.1.3 关键帧分布式提取设计 | 第43-45页 |
| 4.2 相似图像检索模块 | 第45-54页 |
| 4.2.1 Lucene基本原理 | 第45-48页 |
| 4.2.1.1 Lucene的特点及优势介绍 | 第45-46页 |
| 4.2.1.2 Lucene的系统结构 | 第46-48页 |
| 4.2.2 Lire图像检索 | 第48-50页 |
| 4.2.2.1 颜色布局描述符 | 第49-50页 |
| 4.2.2.2 建立索引和搜索机制 | 第50页 |
| 4.2.3 与大数据平台结合 | 第50-51页 |
| 4.2.4 相似图像检索模块设计 | 第51-54页 |
| 4.2.4.1 CBIR系统结构 | 第51-52页 |
| 4.2.4.2 CBIR系统流程 | 第52-54页 |
| 4.3 本章小结 | 第54-55页 |
| 第五章 基于Hadoop的电力视频大数据检索系统运行与测试 | 第55-67页 |
| 5.1 基于Hadoop的电力视频大数据检索系统平台的搭建 | 第55-62页 |
| 5.1.1 OpenCV视觉库的安装 | 第55-57页 |
| 5.1.2 FFmpeg的安装 | 第57-59页 |
| 5.1.3 Hadoop大数据平台的安装 | 第59-62页 |
| 5.2 基于Hadoop的电力视频大数据检索系统运行及测试 | 第62-65页 |
| 5.3 基于Hadoop的电力视频大数据检索系统性能测试 | 第65-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 工作总结 | 第67页 |
| 6.2 前景展望 | 第67-69页 |
| 参考文献 | 第69-71页 |
| 附录1 攻读硕士学位期间发表的论文 | 第71-72页 |
| 附录2 攻读硕士学位期间参加的项目 | 第72-73页 |
| 致谢 | 第73页 |
