基于流计算的监控视频特征提取关键技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 本文研究内容 | 第11页 |
| 1.3 本文的组织结构 | 第11-13页 |
| 第二章 相关技术综述 | 第13-19页 |
| 2.1 视频特征提取关键技术 | 第13页 |
| 2.2 图像特征提取 | 第13-15页 |
| 2.3 视频分割 | 第15-16页 |
| 2.4 关键帧提取 | 第16-19页 |
| 第三章 基于SIFT聚类的视频特征提取算法 | 第19-32页 |
| 3.1 监控视频特征提取关键问题分析 | 第19-21页 |
| 3.1.1 视频分割问题 | 第20-21页 |
| 3.1.2 视频关键帧选取问题 | 第21页 |
| 3.2 算法基本思想 | 第21-28页 |
| 3.2.1 视频帧相似度 | 第22-24页 |
| 3.2.2 视频分割策略 | 第24-26页 |
| 3.2.3 关键帧选取策略 | 第26-28页 |
| 3.3 实验分析 | 第28-32页 |
| 第四章 分布式SIFT特征提取算法 | 第32-41页 |
| 4.1 SIFT特征提取算法分布化的关键问题分析 | 第32-33页 |
| 4.2 分布化的基本思想 | 第33页 |
| 4.3 基于数据分布化的并行SIFT特征提取算法 | 第33-40页 |
| 4.3.1 数据块划分与分配策略 | 第35-37页 |
| 4.3.2 特征合并 | 第37-39页 |
| 4.3.3 算法描述 | 第39-40页 |
| 4.4 小结 | 第40-41页 |
| 第五章 基于STORM平台的监控视频特征提取 | 第41-53页 |
| 5.1 框架设计 | 第41-47页 |
| 5.1.1 Topology设计 | 第42-43页 |
| 5.1.2 Tuple的设计 | 第43页 |
| 5.1.3 并行度分析 | 第43-46页 |
| 5.1.4 流分组策略 | 第46-47页 |
| 5.2 实验方案 | 第47-48页 |
| 5.3 实验环境 | 第48-49页 |
| 5.4 实验分析 | 第49-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 总结 | 第53-54页 |
| 6.2 展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 答辩委员签名的答辩决议书 | 第60页 |
