云环境下监控视频结构化分析方法研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12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13-15页 |
| 第二章 相关技术简介 | 第15-26页 |
| 2.1 视频分析相关技术 | 第15-20页 |
| 2.1.1 前景检测算法ViBe | 第15-16页 |
| 2.1.2 LBP特征 | 第16页 |
| 2.1.3 HOG特征 | 第16-18页 |
| 2.1.4 SVM分类器 | 第18-20页 |
| 2.2 环境相关技术 | 第20-25页 |
| 2.2.1 Hadoop平台 | 第20-23页 |
| 2.2.2 HBase分布式数据库 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 监控视频元数据提取 | 第26-33页 |
| 3.1 监控视频元数据结构 | 第26-27页 |
| 3.2 监控视频元数据提取方法 | 第27-32页 |
| 3.2.1 目标检测 | 第27-28页 |
| 3.2.2 目标分类 | 第28页 |
| 3.2.3 目标元数据提取 | 第28-30页 |
| 3.2.4 目标追踪 | 第30-31页 |
| 3.2.5 元数据提取方法实现 | 第31-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 基于时空关联图的元数据校正 | 第33-40页 |
| 4.1 监控视频元数据校正算法流程 | 第33-34页 |
| 4.2 可疑车牌号检测 | 第34-35页 |
| 4.3 可疑车牌号校正 | 第35-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第五章 云环境下的系统实现 | 第40-57页 |
| 5.1 系统整体架构 | 第40-42页 |
| 5.2 Hadoop视频处理接口HVPI | 第42-50页 |
| 5.2.1 HVPI视频处理接口框架 | 第42-43页 |
| 5.2.2 视频读写接口VRWI | 第43-46页 |
| 5.2.3 本地处理接口NPI | 第46-50页 |
| 5.3 基于HVPI的分布式视频元数据提取 | 第50-51页 |
| 5.4 基于HBase的视频元数据存储 | 第51-55页 |
| 5.4.1 摄像头表的设计与实现 | 第52-53页 |
| 5.4.2 视频表的设计与实现 | 第53-54页 |
| 5.4.3 车表的设计与实现 | 第54-55页 |
| 5.4.4 车牌号表的设计与实现 | 第55页 |
| 5.5 本章小结 | 第55-57页 |
| 第六章 系统实验与成果展示 | 第57-64页 |
| 6.1 实验环境 | 第57页 |
| 6.2 实验结论与分析 | 第57-61页 |
| 6.2.1 系统性能测试 | 第57-58页 |
| 6.2.2 元数据质量测试 | 第58-61页 |
| 6.3 系统成果展示 | 第61-62页 |
| 6.3.1 视频播放界面 | 第61页 |
| 6.3.2 车辆检索界面 | 第61-62页 |
| 6.4 本章小结 | 第62-64页 |
| 第七章 总结与展望 | 第64-66页 |
| 7.1 总结 | 第64-65页 |
| 7.2 未来工作展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的论文 | 第70-71页 |
| 致谢 | 第71页 |
