基于Hadoop的交通视频大数据监控方案
[1] 许乐.自动化系统视频图数据格式分析[J]. 科技视界,2016(17): 81-82.
[2] 毛建森,屈玉福.基于压缩感知的变尺度目标跟踪技术[J]. 液晶与显示,2016,31(5): 497-505.
[3] 钱方,孙涛,郭劲,等.采用图像特征的激光干扰跟踪效果评估[J]. 液晶与显示,2014,29(5): 805-811.
[4] 陈莹,朱明,刘剑,等.高斯混合模型自适应微光图像增强[J]. 液晶与显示,2015(2): 300-309.
[5] 周晨卉,王生进,丁晓青.基于局部特征级联分类器和模板匹配的行人检测[J]. 中国图象图形学报,2010,15(5): 824-829.
[6] 江鹏宇,杨耀权,彭蹦.一种用于电力监控的行人运动检测与跟踪算法[J]. 电力科学与工程,2019,35(6): 31-36.
[7] 毕莎莎,陈清华.基于Hadoop视频转码缓存策略的研究[J]. 计算机工程与设计,2015(3): 683-686,692.
[8] 刘云恒,刘耀宗.基于Hadoop的公安视频大数据的处理方法[J]. 计算机科学,2016,43(S1): 448-451,475.
[9] 连彬彬,黄风华,谢小烽,等.基于云计算与GPU的大数据挖掘比较[J]. 电子技术与软件工程,2017(13): 182-184.
[10] 韩红霞,孙航,张海波.基于FPGA的视频与通讯数据融合设计[J]. 液晶与显示,2015(6): 987-991.
[11] KUMAR C R, SUGUNA S. Visual semantic based 3D video retrieval system using HDFS [J]. KSII Transactions on Internet and Information Systems,2016, 10(8): 3806-3825.
李晓蕾. 基于Hadoop的交通视频大数据监控方案[J]. 液晶与显示, 2020, 35(11): 1204. LI Xiao-lei. Big video monitoring scheme of traffic video based on Hadoop[J]. Chinese Journal of Liquid Crystals and Displays, 2020, 35(11): 1204.