| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状与分析 | 第9-12页 |
| 1.2.1 视频的相似性检索研究现状 | 第9-11页 |
| 1.2.2 SimHash应用研究现状 | 第11页 |
| 1.2.3 海量视频分布式处理研究现状 | 第11-12页 |
| 1.3 主要工作与结构安排 | 第12-13页 |
| 第2章 相关技术研究 | 第13-27页 |
| 2.1 视频特征提取 | 第13-19页 |
| 2.1.1 视频关键帧提取 | 第14页 |
| 2.1.2 局部特征 | 第14-18页 |
| 2.1.3 视觉词袋 | 第18-19页 |
| 2.2 大规模数据处理 | 第19-24页 |
| 2.2.1 SimHash算法 | 第19-21页 |
| 2.2.2 Bloom Filter算法 | 第21-22页 |
| 2.2.3 Hadoop分布式处理平台 | 第22-24页 |
| 2.3 聚类算法 | 第24-27页 |
| 2.3.1 K-Means聚类 | 第24页 |
| 2.3.2 谱聚类 | 第24-25页 |
| 2.3.3 AP聚类 | 第25-26页 |
| 2.3.4 Mahout机器学习平台 | 第26-27页 |
| 第3章 基于SimHash的海量视频检索 | 第27-36页 |
| 3.1 基于SimHash的视频检索整体框架 | 第27-28页 |
| 3.2 视频关键帧的词袋模型特征提取 | 第28-29页 |
| 3.2.1 提取关键帧 | 第28-29页 |
| 3.2.2 构建关键帧的词袋模型特征 | 第29页 |
| 3.3 构建SimHash签名 | 第29-30页 |
| 3.4 构建SimHash索引 | 第30-31页 |
| 3.5 基于Bloom Filter的汉明距离检索方法 | 第31-34页 |
| 3.6 视频相似度计算 | 第34-35页 |
| 3.7 本章总结 | 第35-36页 |
| 第4章 基于MapReduce的海量视频检索 | 第36-42页 |
| 4.1 关键帧Surf特征提取 | 第36-37页 |
| 4.2 构建视觉词袋模型向量 | 第37-39页 |
| 4.3 SimHash索引构建 | 第39-40页 |
| 4.4 Bloom Filter的构建 | 第40-41页 |
| 4.5 本章总结 | 第41-42页 |
| 第5章 实验结果与分析 | 第42-52页 |
| 5.1 实验环境 | 第42页 |
| 5.2 数据集描述 | 第42-44页 |
| 5.3 实验评价方法 | 第44页 |
| 5.4 在CC_WEB_VIDEO视频库中的结果 | 第44-51页 |
| 5.5 本章总结 | 第51-52页 |
| 第6章 总结与展望 | 第52-53页 |
| 6.1 本文主要工作 | 第52页 |
| 6.2 未来工作展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 附录 攻读硕士学位期间发表的论文和参与的科研项目 | 第58页 |