| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-22页 |
| 1.1 选题背景及意义 | 第15-16页 |
| 1.2 课题研究现状 | 第16-20页 |
| 1.2.1 云计算技术介绍 | 第16-18页 |
| 1.2.2 云计算在多媒体领域应用现状 | 第18-20页 |
| 1.3 主要工作 | 第20页 |
| 1.4 本文组织结构 | 第20-22页 |
| 第二章 HADOOP云平台及相关技术介绍 | 第22-31页 |
| 2.1 云平台的核心技术 | 第22-23页 |
| 2.2 HADOOP分布式系统的核心技术 | 第23-29页 |
| 2.2.1 HDFS文件系统 | 第24-26页 |
| 2.2.2 MapReduce并行编程模型 | 第26-28页 |
| 2.2.3 Job运行机制 | 第28-29页 |
| 2.3 其他第三方库 | 第29-30页 |
| 2.3.1 JNA | 第29页 |
| 2.3.2 FFmpeg | 第29页 |
| 2.3.3 OpenCV | 第29-30页 |
| 2.3.4 Fuse-DFS | 第30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 关键帧提取方法研究 | 第31-43页 |
| 3.1 关键帧提取技术介绍 | 第31-32页 |
| 3.2 关键帧提取方法研究现状 | 第32-35页 |
| 3.2.1 基于镜头分割的方法 | 第32-33页 |
| 3.2.2 基于运动分析的方法 | 第33-34页 |
| 3.2.3 基于核聚类的方法 | 第34页 |
| 3.2.4 基于内容分析的方法 | 第34-35页 |
| 3.3 一种新的自适应的视频关键帧提取方法 | 第35-42页 |
| 3.3.1 预备知识 | 第35-38页 |
| 3.3.2 本文算法 | 第38-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 基于HADOOP的分布式关键帧提取系统关键问题研究 | 第43-51页 |
| 4.1 前言 | 第43-44页 |
| 4.2 核心问题 | 第44-47页 |
| 4.2.1 处理逻辑的MapReduce化 | 第44-46页 |
| 4.2.2 帧完整性 | 第46-47页 |
| 4.3 问题分析及解决方案 | 第47-50页 |
| 4.3.1 MapReduce化分析 | 第47页 |
| 4.3.2 帧完整性问题 | 第47-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 基于HADOOP的分布式关键帧提取系统的设计和实现 | 第51-62页 |
| 5.1 系统架构设计与流程 | 第51-52页 |
| 5.2 开发环境 | 第52-53页 |
| 5.3 系统实现 | 第53-57页 |
| 5.3.1 视频文件上传 | 第53-54页 |
| 5.3.2 帧数据序列化 | 第54-55页 |
| 5.3.3 视频输入格式的定制 | 第55-57页 |
| 5.3.4 视频头数据共享 | 第57页 |
| 5.4 实验结果 | 第57-61页 |
| 5.4.1 分布式与单机模式比较 | 第57-58页 |
| 5.4.2 多节点处理比较 | 第58-59页 |
| 5.4.3 关键帧提取结果 | 第59-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第六章 总结和展望 | 第62-63页 |
| 6.1 总结 | 第62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第67-68页 |