| 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10-12页 |
| 1.3 论文的主要研究内容 | 第12-13页 |
| 1.4 论文的组织结构 | 第13-14页 |
| 第二章 相关技术研究 | 第14-26页 |
| 2.1 流式数据处理相关技术 | 第14-18页 |
| 2.1.1 Kafka消息队列 | 第14-16页 |
| 2.1.2 SparkStreaming流式计算 | 第16-18页 |
| 2.2 HBase分布式数据库 | 第18-20页 |
| 2.3 监控视频分析相关技术 | 第20-25页 |
| 2.3.1 目标检测技术 | 第20-21页 |
| 2.3.2 目标分类技术 | 第21-23页 |
| 2.3.3 车牌识别技术 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 监控视频在线并行化处理平台设计 | 第26-39页 |
| 3.1 需求分析 | 第26-28页 |
| 3.2 构架设计 | 第28-30页 |
| 3.3 基于Kafka的视频流聚合模块设计 | 第30-34页 |
| 3.3.1 总体设计 | 第30-31页 |
| 3.3.2 Kafka视频消息存储格式设计 | 第31-33页 |
| 3.3.3 Kafka视频消息分区设计 | 第33-34页 |
| 3.4 基于Spark Streaming的视频流处理模块设计 | 第34-38页 |
| 3.4.1 Kafka消息读取方法设计 | 第35-36页 |
| 3.4.2 Kafka消息解析方法设计 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 监控视频在线并行化处理平台实现及应用 | 第39-61页 |
| 4.1 平台环境部署 | 第39-40页 |
| 4.2 基于red5的模拟视频数据源 | 第40-43页 |
| 4.2.1 Red5的RTMP封包 | 第40-42页 |
| 4.2.2 RTMP视频数据解析 | 第42-43页 |
| 4.3 基于Kafka的视频流聚合模块实现 | 第43-45页 |
| 4.4 基于Spark Streaming的视频流处理模块实现 | 第45-51页 |
| 4.4.1 KafkaVideoUtil工具类 | 第45-50页 |
| 4.4.2 SparkStreaming分区策略 | 第50-51页 |
| 4.5 基于该平台的视频元数据提取应用系统的设计与实现 | 第51-60页 |
| 4.5.1 车辆监控元数据结构设计 | 第51页 |
| 4.5.2 元数据提取方法设计 | 第51-56页 |
| 4.5.3 元数据提取方法实现 | 第56-57页 |
| 4.5.4 基于HBase的监控视频元数据存储 | 第57-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第五章 系统功能及性能测试 | 第61-70页 |
| 5.1 系统功能展示 | 第61-62页 |
| 5.2 系统性能测试 | 第62-69页 |
| 5.2.1 视频流聚合模块性能测试 | 第62-64页 |
| 5.2.2 视频流处理模块性能测试 | 第64-66页 |
| 5.2.3 性能对比测试 | 第66-69页 |
| 5.3 本章小结 | 第69-70页 |
| 第六章 结束语 | 第70-72页 |
| 6.1 总结 | 第70-71页 |
| 6.2 展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78页 |
