一、流媒体服务器及其应用（论文文献综述）
邓小宝[1]（2021）在《社区燃气设施风险监测和预警系统设计》文中研究说明燃气作为我国社区居民生活的必需品,近年来使用量不断增加,燃气安全稳定越发重要。燃气设施泄漏预警是保障燃气设施安全运行的一项重要手段,但传统的燃气设施泄漏预警方法主要依赖专家经验,实时性和智能化水平不足。本文将数据采集、视频监控、机器学习和可视化技术相结合,进行社区燃气设施风险监测和预警系统的设计。主要开展了以下4个方面的工作:（1）基于6Lo WPAN协议开发无线传感器网络采集社区燃气数据,通过树莓派开发智能网关汇聚社区燃气数据,利用MQTT协议实现社区燃气数据从无线传感器网络子节点到智能网关以及从智能网关到云平台的传输。（2）基于FFmpeg、Nginx、RTMP和Flv.js搭建视频监控模块,实现对社区燃气设施周边环境的视频监控功能。利用FFmpeg读取网络摄像头视频流,并编码、推送至云平台,利用Nginx在云平台中搭建流媒体服务器实现代理转发视频流的功能,利用Flv.js开发视频显示模块,在Web界面中显示视频监控画面。（3）以采集到的历史数据为数据集,利用模糊控制算法对数据集中的候选特征进行优化,降低重要度较低特征的干扰。以优化后的燃气特征作为随机森林算法的输入,以泄漏等级作为输出,建立模糊-随机森林模型。将传感器采集的实时数据作为模糊-随机森林模型的输入,得到监测地点的燃气泄漏等级,实现社区燃气泄漏的预警。（4）利用HTML、CSS和Java Script开发前端显示界面,结合百度地图API,实现在网页中显示在线监测数据、燃气泄漏等级、视频监控画面和历史曲线的功能,并利用Ajax方法动态更新监测信息。利用Node.js开发后端服务器,与My SQL数据库进行数据交互,并利用Post方法将数据推送到前端界面中。本文通过无线传感器网络和机器学习算法改善了燃气设施泄漏预警方法的实时性,提高了燃气泄漏预警系统的智能化水平,通过Web界面实现了对社区燃气设施的在线监测数据、视频监控画面和燃气泄漏预警等级的可视化展示,对实际的燃气泄漏监测和预警系统设计具有一定的参考意义。
黄小勇[2]（2021）在《面向行人检测的多画面智能切换系统研究与实现》文中研究说明移动视频监控技术的出现极大的提高了视频监控的实时性、便捷性,该技术应用十分广泛。以智能手机实现的移动视频监控作为典型应用场景,仍存在很多问题。如监控场景数量较多而手机屏幕较小,导致无法清晰、全面的监视每一个场景,需要通过不断的手动切换监控画面的方式来达到对每一个场景的监控;在进行多画面监控时监控人员需要将精力分散到每一个监控画面上,没有监控的重心,无法实时、快速的捕获监控场景中出现的突发事件,导致监控效率低。因此,针对以上提出的问题,设计并实现了一种面向行人检测的多画面智能切换系统,使得智能手机能够同时显示多路监控画面,并根据现场情况进行监控画面的智能切换。本文主要的研究工作如下:（1）基于Nginx内置的least＿conn均衡策略,提出一种改进的dynamic＿conn均衡算法。能够实时分析上游服务器性能指标信息,并根据服务器反馈信息动态更改服务器的负载权值。这一算法均衡了后端服务器的负载,提升了视频数据传输的稳定性并降低了播放时延。（2）在传统方向梯度直方图（Histogram of Oriented Gradient,HOG）加支持向量机（Support Vector Machine,SVM）的行人检测方法基础上,引入了中值滤波算法,提出一种“HOG+SVM+中值滤波”三方融合的行人检测模型（Pedestrian Detection Model Based on Tripartite Fusion,PDMTF）。在提取行人HOG特征之前,首先对所有图像进行预处理操作,消除或降低图像因压缩、传输、接收等作业时所产生的的噪声影响,使得提取到的行人HOG特征更加准确。（3）提出一种实时场景的自动监控策略,使得在出现紧急情况时,实现监控画面的智能切换,将发生突发性事件的场景呈现给用户,能有效降低用户的监控压力,并提升视频监控的效率。面向行人检测的多画面智能切换系统的提出,有效解决了当前智能手机移动终端在进行移动监控时所存在的不足,提高了移动视频监控的效率。最终测试结果表明,面向行人检测的多画面智能切换系统各模块运行良好,能够基本满足用户需求。
王忠峰[3]（2021）在《中国铁路高速列车公众无线网络系统构建及关键技术研究》文中研究表明以让旅客出行更美好为目的,以“列车公众无线网络”为基础,以“旅客行程服务”和“特色车厢服务”为核心,构建中国铁路高速列车智慧出行延伸服务平台,为旅客提供高速移动场景下智能化、多样化、个性化的高质量出行服务体验。基于现阶段中国高速铁路运行环境及沿线网络覆盖情况,提出了基于运营商公网、卫星通信和超宽带无线局域网（EUHT-Enhanced Ultra High Throughput）三种车地通信备选方案,利用定性与定量相结合的综合评价方法,分别对三种备选方案的建设难度、投入成本及服务性能进行对比分析,确定了现阶段以“运营商公网”方式搭建高速列车公众无线网络。基于运营商公网实现车地通信,以不影响动车组电磁干扰与安全为前提,设计了高速列车公众无线网络组网架构,为进一步完善高速列车公众无线网络的运维管控、智能化延伸服务、网络服务性能以及系统安全性,深入研究面向动车组公众无线网络复杂设备的运管平台、高铁CDN（Content Delivery Network）流媒体智能调度、基于列车位置的接收波束成形技术和网络安全防护设计,最终为旅客提供了面向移动出行场景的行程优选、在途娱乐服务、高铁订餐、接送站等定制化延伸服务。随着5G技术已全面进入商用时代,为进一步提升旅客出行服务体验,以5G在垂直行业应用为契机,提出5G与高速列车公众无线网络融合组网方案,创新高速列车公众无线网络建设和运营新模式,论文的具体工作如下:1、深入分析当前高速移动出行场景下旅客的服务需求,调研了国内外公共交通领域公众无线网络服务模式及经营现状,提出了以实现高速列车公众无线网络服务为目的,带动铁路旅客出行服务向多样化、智能化、个性化方向发展的设计方案。在系统分析了既有条件的基础上,提出了通信技术选择、服务质量和安全保障和系统运维管理等难题。2、研究并提出了一种基于OWA（Ordered Weighted Averaging）算子与差异驱动集成赋权方法,利用基于OWA与差异驱动的组合赋权确定评价指标权重,并通过灰色综合评价方法计算各方案的灰色关联系数,得到灰色加权关联度,对三种备选方案合理性进行优势排序,最终确定了现阶段基于运营商公网为高速列车公众无线网络车地通信方案。3、基于动车组车载设备安全要求,设计了高速列车公众无线网络总体架构、逻辑架构和网络架构;基于动车组车厢间的互联互通条件,分别设计有线组网和无线组网的动车组局域网解决方案。4、基于Java基础开发框架,采用Jekins作为系统构建工具,设计面向高速列车公众无线网络的云管平台微服务架构设计。使用高可用组件和商业化的Saa S（Software-as-a-Server）基础服务,保证云端的可扩展性、高可用和高性能,解决了列车公众无线网络的远程配置及管理。5、基于传统CDN原理和部署并结合高速列车车端的线性组网物理链路的特点,提出基于高速列车组的CDN概念,简称“高铁CDN”。设计由中心服务器提共一级缓存,单车服务器提供二级缓存的高铁CDN的两级缓存方案,每个二级缓存的内容为一级缓存的一份冗余,以此进一步提升旅客使用公众无线网络的体验,同时结合DNS解析技术提升请求的响应速度并减少出口带宽及流量的占用,提供了流畅的视频娱乐和上网体验。6、基于列车高速运行场景,分析了基于位置信息的多普勒效应补偿对于提高接收信号质量的影响,通过实验模拟了接收波束成形技术对于LTE（Long Term Evolution）每个时隙下网络速率的变化,提出了350km/h高速移动场景下基于位置信息的多普勒效应补偿技术,以验证了基于位置信息的多普勒补偿技术和接收波束成形技术在高铁场景下的有效性,并通过实验证明了天线间距和天线数量对于波束成形技术的影响关系。7、针对高速列车网络环境,根据802.11系列相关协议中Beacon数据包会携带AP网络相关属性进行广播这一特点,利用协议标准未定义的224字段进行唯一性标识加密,唯一性标识加密算法是通过RC4、设备MAC地址与随机码组合,不定期更新。系统采用AP（Access Point）间歇性扫描形式检测,调整虚拟接口到过滤模式,不断轮询所有频道,实现车载非法AP的检测与阻断。8、基于列车无线公众网络,打造了车上车下一体化、全行程、链条式延伸服务生态,实现了人流、车流、物流3流合一,极大提升了旅客出行服务体验。9、针对5G应用场景及业务需求,基于现有高速列车公众无线网络运营服务系统,通过复用其基础设施,采用5G室分技术设计了列车公众无线网络与5G融合组网方案。该方案通过创新建设模式,引入车载室分设备,并结合5G大带宽、低时延、多连接等特性进行无线调优方案设计,实现车厢内部5G信号和Wi-Fi信号的双重覆盖。
杨帅[4]（2021）在《车载关注点视频的混合云存储和检索系统设计与实现》文中认为随着互联网汽车的普及以及5G的全面铺开,车辆与云的联系越发紧密,原本车辆数据只能保存在本地由本地计算模块处理,现如今车辆上的数据在5G的支持下能够快速地传输到云端同时传输实时性也获得了很大的提升,车辆安全事件视频的云计算处理和统一管理的实现成为了可能。在这样的背景下,本文中车载关注点视频的混合云存储和检索系统研究具有了一定的实现意义。本系统的主要工作内容如下:1.关注点视频采集。系统能在开始运行后,将车载摄像头中的原始数据进行压缩编码,将压缩编码后的数据实时传输到车载流媒体平台,流媒体平台录制视频到本地同时将流文件转播到车联网安全平台中对应的关注点识别模块中进行安全事件识别。2.安全事件视频的存储。车辆本地监听车联网安全平台的识别模块回调信息,监听到安全事件发生后将能将安全事件发生时间点前后一定时长的视频从本地录制视频中裁剪出来,随后提取裁剪出来视频的关键帧和特征数据,最后通过文件破碎算法将安全事件视频文件处理成各不相同的碎片文件和记录原文件信息和碎片文件信息的元数据文件,将碎片文件存储到基于公有云的混合云存储服务器中、特征数据和元数据文件存储到Elasticsearch服务器中、关键帧数据存储到关键帧库中。3.安全事件视频的检索。系统能够通过关键词检索安全事件视频。用户通过应用向服务器发起检索请求后,业务服务器能够根据用户给出的关键词到Elasticsearch服务器中快速检索到安全事件视频原文件的元数据并在用户端显示。在有预览和下载的请求后,能通过检索到的元文件元数据在Elasticsearch服务器中快速检索对应碎片文件元数据,通过碎片文件元数据从公有云存储服务器中下载碎片文件,业务服务器复原后将数据传给用户端。车载关注点视频的混合云存储和检索系统的实现,完成了一种以安全事件为关注点的车载视频存储和检索方案,对车辆安全事件统计和司机行为大数据画像提供了数据支持。
张宇威[5]（2021）在《面向直播的图像帧智能修复系统的研究与实现》文中研究指明随着互联网技术的高速发展,短视频直播已经开始深入民生,成为人们工作学习和生活中不可或缺的一部分,包括视频会议、直播上课、直播购物等场景。人们对直播质量的要求也变得越来越高,而网络基础设施的大力建设仍旧难以避免网络信号覆盖不到或者覆盖弱的弱网情况出现。除此之外,直播时的高并发也给企业设备的带宽和吞吐量带来极大压力。这两种情况都会产生直播上行丢包的问题,从而导致直播中图像帧产生花屏,影响用户体验。为了解决上述问题,不同的流媒体传输协议相继被提出,目的都是为了在传输层通过调整拥塞和重传等机制来改善丢包情况。这种方式可以在一定程度上解决企业级问题,但是无法从根本上抵抗弱网环境。还有一些比较通用的方法,比如在发现丢包之后选择丢弃掉相关帧甚至整个帧序列,但这会给直播带来卡顿,同样影响体验。随着深度学习在各个领域的应用日益成熟,利用深度学习对破损的图片以及视频进行修复也开始成为学术界研究的热门和重点方向,并且取得了一定的进展和成果。本文尝试将弱网直播下的丢包修复问题与深度学习的视频修复问题结合起来。首先,本文提出两阶段视频修复算法:第一阶段利用3D卷积获取直播视频的时域信息,并通过下采样减少模型参数;第二阶段在时域信息的引导下,结合视频的空间上下文信息对图像损失部分进行修复并逐步恢复至原像素。这两阶段保证了算法的高效性,满足直播实时性的需求。其次,引入可学习的区域正则化方法作用于视频修复算法,改善了传统正则化方法因受到图像损坏部分像素的影响而导致的正则漂移问题,从而在一定程度上提高了修复的准确性。然后,参考困难样本挖掘思想,视修复的边缘像素为困难样本,避免训练过程受多数的平滑像素主导引起修复的边缘部分模糊。最后,搭建直播流媒体系统,整个系统包括直播上传下载客户端、流媒体处理服务器以及视频修复处理器。这套系统能够模拟整个直播的流程,同时能够模拟弱网环境,验证了所提出的视频修复算法的实时性和准确性。
薛粤桂[6]（2020）在《支持Web直播的视频监控系统的研究与开发》文中研究说明随着4G、5G技术的发展和互联网的高速发展,流媒体技术需求日益增多。视频监控是流媒体技术传统的应用场景,视频监控系统在政府、企业以及个人消费市场有着广泛的应用。视频监控系统主要由摄像头、流媒体服务器以及客户端组成。目前的视频监控系统中,摄像头主要基于RTSP协议传输实时视频。视频监控客户端一般是基于特定操作系统的API开发,在i OS、Android、Windows等系统中分别开发一个客户端,开发和维护成本较高,用户体验不佳。Web网页版本的客户端通常需要安装插件,插件的安全性和兼容性还有待提高。随着前端摄像头输出音视频格式的标准化和HTML5前端技术的迅速发展,开发无插件的Web客户端,能够解决跨平台性和兼容性,降低企业的开发和部署成本,提升用户体验。本文主要工作内容如下:（1）基于Muduo网络库设计并实现了协议转换流媒体服务器,它能够将网络摄像头上传的RTSP/RTP协议流媒体转换成WS-FLV、HTTP-FLV、HLS、Web RTC协议流媒体。（2）将P2P的Web RTC改进成适合B/S架构的流媒体服务器,分析并移植了Web RTC拥塞控制算法,保证Web RTC实时视频传输质量。（3）结合Media Source Extensions和RTCPeer Connection等HTML5技术设计并实现了Web播放器客户端,支持播放WS-FLV、HTTP-FLV、HLS、Web RTC协议的码流。（4）基于Hi3520D和Muduo网络库设计并实现了一个支持RTSP协议的嵌入式网络摄像头系统。最后,本文对视频监控系统的单元进行了功能测试和性能测试。测试表明,系统实现了视频监控的基本功能,在不同操作系统的浏览器上能播放实时视频且具有较好性能。
巩彦丽[7]（2020）在《基于虚拟现实的远程双目视觉系统设计》文中指出近年来虚拟现实技术日益发展,在公共安全和游戏娱乐等领域随处可见。虚拟现实的实现是通过多种技术来将虚拟与现实融合在一起,增加用户在视、听、嗅、触觉等感官的仿真感受。其中作为虚拟世界与现实世界的第一传感通道是视觉通道,这离不开立体显示技术,通过此技术,为虚拟系统提供视觉信息的数据源,使用户感觉到明显的立体视觉效果。但是虚拟现实系统的立体显示技术需要依靠一定的高精度设备及复杂的计算机处理过程,成像技术难度大且设备花费的成本也高。而人的大脑具有自动合成立体图像的功能,大脑可以综合左、右眼视图生成立体图像,产生深度感知。本文依据人的双目视觉原理,提出了基于虚拟现实的远程双目视觉系统设计方案。采用双目相机模拟人眼获取图像,将获取的视频图像经过处理后,通过流媒体服务器转发到远程客户端,放在手机盒子中观看,使左右眼观看到具有偏差的两幅图像,通过大脑融合左右眼图像,生成立体图像,该设计方法相比较于目前流行的视频播放技术,实现了远程观看现场视频的效果和逼真的沉浸感。将双目视觉系统按照服务器端和客户端来进行搭建,具体为:（1）服务器端主要由双目相机和机器人控制器来构建,两者之间通过USB进行连接。具体服务器端的设计可分为视频图像采集模块、视频图像校正模块、视频图像编码模块和流媒体服务模块。首先,对双目相机采集的图像进行实时校正处理,减少双目相机因垂直视差对大脑合成立体图像的影响,增强了立体成像效果,将校正后的左右图像合成为一张图像进行传输,保持了双目同步性。采用H.264编码技术压缩视频,以及对Live555平台进行二次开发,实时转发H.264数据流,达到了客户端与服务器端的的实时性。（2）客户端为安卓手机播放器,主要设计可分为视频图像解码模块和渲染显示模块。采用FFMPEG技术对接收到的码流数据进行解码,然后采用Open GL技术渲染显示,在解码与渲染显示之间设置多线程,通过队列进行缓存通信的方式,实现了边解码边绘制,同时将解码后的视频帧由YUV格式转换到RGB格式是通过Open GL来实现的,提高了绘制速度。实验结果表明,本文设计的系统校正效果良好,在安卓客户端观看远程场景,沉浸感强,保证了实时性。
陈旭璇[8]（2020）在《基于智能吊篮的高空作业远程视频监控系统的设计与实现》文中研究表明高空作业平台是一种将施工人员、工具和材料运送到指定高空位置并进行作业的生产设备,被广泛应用于工业制造、建筑工地等各个行业的高空生产领域。安全问题是关系到施工人员生命安全以及高空作业行业发展的重要影响因素,受到高空地理环境因素的影响,目前国内尚无完备的高空作业远程监管方案。本文设计并实现了一套结合目标检测技术、基于智能电动吊篮的高空作业远程视频监控系统,为高空作业企业提供了综合的实时监管方案。首先,对系统进行了需求分析和架构设计,将远程监控系统的功能性需求抽象成了登录注册、设备定位、实时监控和消息中心这四个功能模块,并基于扩展性强、耦合度低的微服务架构划分出了监控服务、消息服务、个人服务、软硬件通信服务与安全帽检测服务这五大服务模块。然后,重点研究了用于检测高空施工人员是否佩戴安全帽的目标检测算法。在对基于深度学习的R-CNN系列算法进行充分的理论研究后,以Faster R-CNN算法为基础设计了高空作业下的安全帽检测算法,在选择特征提取网络、构建监控场景数据集,以及模型训练策略方面对算法进行了优化,并基于Py Torch框架搭建了深度学习平台,对安全帽检测算法进行了测试和性能评估,对漏检、错检的样本进行了分析。该安全帽检测算法每秒能够处理14帧监控图像,检测准确率为91.8%。最后,对系统进行了详细的设计与实现。系统包括应用服务端和Android客户端,其中,应用服务端的开发包括微服务架构组件和微服务模块两个部分:首先基于Spring Cloud微服务框架搭建远程监控应用服务平台,研究了微服务网关、服务发现与注册组件、负载均衡组件等微服务组件的技术实现;接着分别基于消息队列、RTMP流媒体技术以及FTP文件系统研究了参数、视频与图像等多类数据传输的软硬件通信策略;随后对数据库设计、Redis缓存优化、服务端主动消息推送等业务服务设计中的关键技术进行了方案论证与具体实现;最后基于Sidecar实现了对第三方Python-Web安全帽检测算法的集成。Android客户端的开发以满足功能需求、提供直观用户界面为目标,完成了登录注册、设备定位、实时监控和消息中心四个主要功能模块的方案设计与开发实现,并基于LBS定位技术和Baidu Map研究并改进了面向行政区域级别的多点聚合方案。为了充分发挥微服务架构能够快速水平拓展服务模块,以及自动实现负载均衡策和故障转移的优势,本文基于Docker容器虚拟化技术实现了远程监控系统应用服务端的部署,并在真机上测试了监控软件的各个功能模块,系统最终功能完整且运行稳定,达到了预期效果。
何朝阳[9]（2020）在《滑坡实时监测预警系统关键技术及其应用研究》文中研究指明监测预警是地质灾害防灾减灾的重要手段,监测是预警的基础,预警是监测的目的。近年来,国内外学者对滑坡监测预警的方法技术体系进行了深入研究,取得了大量的研究成果。但总体上,地理与地质结合不够紧密,监测预警模型很难充分考虑滑坡变形过程和成灾机理,难以取得较高的预警精度,研发的监测预警系统也难以满足数以万计隐患点实时监测预警的实战需求。已有的研究成果还难以有效地解决地质灾害“什么时间可能发生”、“力争实现提前3个小时预警”的任务。如何提高滑坡监测预警能力,我们面临诸多挑战:如何提高滑坡监测预警精度?如何将理论研究成果应用到实际的监测预警中,构建一套可业务化大规模应用的滑坡实时监测预警系统?基于此,本论文系统总结作者近10年来在监测预警方面的实践成果,采用云计算与物联网等先进技术,构建滑坡监测预警云平台,整合与管理滑坡地质灾害演化全过程的各类资料,研发并行高效的多源异构监测数据汇聚平台,集成多源异构实时监测数据,形成天-空-地多元立体监测数据中心;综合分析2.1万余台（套）监测设备、超过1.26亿条监测数据的实测曲线,总结划分监测曲线类型,构建监测设备可靠度评价体系,研究滑坡过程预警模型及其实现的关键技术,在此基础上,构建一套混合架构（B/S架构、C/S架构、移动App）的滑坡实时监测预警系统,实现了地质与地理、空间与属性相结合的滑坡演化全过程一体化管理,利用计算机手段对滑坡实施全过程动态跟踪的“过程预警”,有效地提高了滑坡预警精度。本文取得主要成果如下:（1）构建滑坡“过程预警”模型及其自动求解算法:结合变形速率、速率增量、改进切线角三个参数,构建基于滑坡变形演化过程的“过程预警”模型,从滑坡变形监测数据入手,划分监测曲线类型,研究滑坡变形演化阶段的自动识别理论及计算机技术,实现对滑坡全过程动态跟踪预警;（2）构建监测设备可靠度建立评价体系和多设备联动预警机制:通过动态对监测设备可靠度进行评价,结合联动预警机制,评价预警结论可信度,以提升监测预警的成功率,利用计算机技术自动识别滑坡的变形演化过程,实现自动、实时的“过程预警”,为预警模型的业务化、自动化运行提供理论与技术支撑;（3）提出监测数据自动处理方法:研究实测监测数据的预处理方法,为计算机自动处理监测数据提供相关的算法。通过设置监测数据过滤器和采用拉依达准则实现对异常数据的初步过滤与粗差处理,再结合数据特征,分别采用移动平均法与最小二乘法对数据进行拟合,识别数据表现出来的变形趋势。基于监测数据曲线特征自动选择相应的数据处理方法,为后续预警模型计算提供更为准确的数据,提高预警精度;（4）构建实时高效的监测数据集成与共享统一管理平台:结合物联网、消息队列、负载均衡等技术,研究监测数据编码体系,提出一套基于MQTT协议的实时监测数据传输与集成方案,实现多源异构监测数据终端集成和监测数据采集、传输及汇集融合一体化管理,为监测预警提供实时数据保障;（5）构建基于策略的滑坡实时过程预警技术:从模型的计算、预警的发布与解除等方面,将滑坡预警的理论模型与实际应用相结合,研发预警等级求解器,构建基于策略的预警模型通用计算框架,并从预警信息发布技术及发布策略方面进行总结,实现对滑坡的实时过程预警;（6）构建滑坡变形演化全过程一体化数据管理平台:基于“天-空-地”滑坡多元立体观测技术,采用WebGL技术跨平台的三维数字地球,提供直观、真实的三维实景漫游平台,实现海量基础数据、实时监测数据、视频的集成管理与共享,也为实时监测预警系统提供一个功能强大、数据丰富的三维展示平台,构建基于滑坡演化全过程的一体化数据管理体系和滑坡综合信息模型,为滑坡的专家预警决策提供数据支撑;（7）研发混合架构体系的滑坡实时监测预警系统:综合集成上述研究成果,研究混合架构体系（B/S、C/S、移动端）,基于微服务研发滑坡实时监测预警系统,各个架构系统密切配合,针对不同的功能需求,充分发挥各架构的优势,构建数据综合展示统一平台,为过程预警模型提供技术解决方案,实现滑坡监测预警的业务化运行,为滑坡的防治、应急、抢险等提供基础数据支撑与预警信息服务。
杜柏均[10]（2020）在《小区环境下多屏互动媒体服务系统关键技术研究》文中研究表明如今移动智能设备和嵌入式智能家居系统乘着互联网和物联网技术进步的东风,取得了跃进式发展,无论是在提高人们的生产效率,还是在丰富人们的精神娱乐生活上,都有着深刻影响。尤其以手机、电视盒子、平板电脑以及智能电视为代表的硬件设备,辅以不断更新迭代以及推陈出新的其他智能家居设备,正在持续变革着家庭生活的基本模式。随着5G技术即将全面普及,可以预见当前本就火热的媒体通信和应用领域,例如视频通话、远程会议以及短视频应用将会迎来一波新的发展热潮。单就设备而论,每种新出现或迭代的智能设备通常聚焦于解决特定问题,彼此之间很少有交互和联通。如此便导致单体设备优势难以得到充分发挥,在家庭生活中,如果想利用某种设备的特性,同时简化使用流程或上手难度,在原有模式下用户体验难以满足。例如利用电视的屏幕大尺寸和高分辨率,并享受手机的便携性与易操作性,则需要实现设备间互联互通。为了解决这一需求痛点,本文提出了一种能够实现设备间资源共享,使用便携设备手机控制在其他设备进行的媒体通信和媒体应用服务,实现手机媒体文件的推流传输播放和多屏互动效果的应用,设计和实现小区环境下多屏互动媒体服务系统。本应用实现了端对端的视频通话功能,多人远程视频会议功能,以及特效短视频功能,并且为了使设备间互联互通,开发了设备搜索和连接功能,通过手机发现局域网下其他智能设备,建立网络长连接来发送指令控制设备功能,并且可以使用推流技术实现媒体文件的多屏共享。本系统根据业务场景实现了5大模块,媒体通信模块用以实现视频通话和多人会议功能。设备控制和管理模块实现了基于多播的设备搜索发现功能和设备长连接的建立,以及控制器发送指令管理响应设备功能。媒体应用服务模块实现了视频画面的预览和采集,并且能够添加美颜滤镜、贴纸和短视频特效,利用FFMPEG（Fast Forward Moving Picture Expert Group）进行视频编辑。最后实现了流媒体服务器,使用RTMP（Real Time Messaging Protocol）协议来推送实时媒体流并且在接收端播放的功能。通过完整的系统测试、功能测试和非功能测试后,各功能均达到设计预期,完成目标规划。
二、流媒体服务器及其应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、流媒体服务器及其应用（论文提纲范文）
（1）社区燃气设施风险监测和预警系统设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 燃气设施风险评估的研究现状 |
| 1.2.2 燃气设施监测的研究现状 |
| 1.2.3 燃气泄漏预警的研究现状 |
| 1.3 主要研究内容 |
| 1.4 论文结构 |
| 第二章 系统总体设计及模块设计 |
| 2.1 社区燃气设施风险监测和预警系统整体架构 |
| 2.2 燃气事故数据统计分析 |
| 2.3 数据采集及存储模块设计 |
| 2.3.1 基于6Lo WPAN的无线传感器网络设计 |
| 2.3.2 智能网关设计 |
| 2.3.3 云平台数据接收及存储设计 |
| 2.4 视频监控模块设计 |
| 2.5 燃气泄漏等级预警模块设计 |
| 2.6 可视化模块设计 |
| 2.7 本章小结 |
| 第三章 基于模糊-随机森林的燃气泄漏预警方法研究 |
| 3.1 传统燃气风险评估方法 |
| 3.2 模糊控制算法简介 |
| 3.3 随机森林算法简介 |
| 3.4 模糊-随机森林算法设计 |
| 3.4.1 模糊量化处理 |
| 3.4.2 模糊-随机森林模型建立 |
| 3.5 模型验证及对比 |
| 3.6 本章小结 |
| 第四章 系统实现 |
| 4.1 数据采集及存储模块的实现 |
| 4.1.1 基于6Lo WPAN的无线传感器网络的实现 |
| 4.1.2 智能网关的实现 |
| 4.1.3 云平台数据接收及存储的实现 |
| 4.2 视频监控模块的实现 |
| 4.3 燃气泄漏等级预警模块的实现 |
| 4.4 可视化模块的实现 |
| 4.5 本章小结 |
| 第五章 结论与展望 |
| 5.1 主要结论 |
| 5.2 研究展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（2）面向行人检测的多画面智能切换系统研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 本文研究背景 |
| 1.1.2 本文研究意义 |
| 1.2 国内外研究现状及发展趋势 |
| 1.2.1 国内外研究现状 |
| 1.2.2 发展趋势 |
| 1.3 本文主要工作与组织结构 |
| 1.3.1 论文的主要工作 |
| 1.3.2 论文的组织结构 |
| 1.4 本章总结 |
| 第2章 多画面智能切换系统相关技术 |
| 2.1 流媒体技术 |
| 2.1.1 流媒体传输协议 |
| 2.1.2 FFmpeg技术介绍 |
| 2.1.3 Nginx技术介绍 |
| 2.2 音视频处理技术 |
| 2.2.1 H.264 技术 |
| 2.3 行人检测相关技术 |
| 2.3.1 梯度方向直方图技术 |
| 2.3.2 支持向量机技术 |
| 2.3.3 中值滤波技术 |
| 2.4 本章小结 |
| 第3章 系统总体设计 |
| 3.1 需求分析 |
| 3.2 多画面智能切换系统总体架构设计 |
| 3.3 多画面智能切换系统各部分设计方案 |
| 3.3.1 图像采集端功能模块设计 |
| 3.3.2 服务器端功能模块及调度算法设计 |
| 3.3.3 行人检测端功能模块设计 |
| 3.3.4 客户监控端功能模块设计 |
| 3.4 本章小结 |
| 第4章 多画面智能切换系统各模块实现 |
| 4.1 流媒体服务器架构的搭建 |
| 4.1.1 Nginx服务器的搭建 |
| 4.1.2 Nginx的第三方模块 |
| 4.1.3 Nginx负载均衡器 |
| 4.1.3.1 dynamic_conn动态反馈调度算法 |
| 4.1.3.2 负载均衡器的部署实现 |
| 4.1.4 检测结果与分析 |
| 4.2 行人检测算法设计及实现 |
| 4.2.1 PDMTF行人检测算法 |
| 4.2.2 图像预处理 |
| 4.2.3 正负样本的HOG提取 |
| 4.2.4 SVM分类器 |
| 4.2.5 检测结果与分析 |
| 4.3 客户监控端的实现 |
| 4.3.1 客户监控端分别与行人检测端及服务器端的数据交互 |
| 4.3.2 多路视频监控画面的智能切换 |
| 4.3.2.1 多画面智能切换算法 |
| 4.3.3 客户端实时预警功能实现 |
| 4.3.4 屏幕录制功能实现 |
| 4.4 本章小结 |
| 第5章 系统测试 |
| 5.1 系统测试环境 |
| 5.2 功能测试 |
| 5.3 性能测试 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 未来展望 |
| 参考文献 |
| 攻读硕士学位期间从事科学研究及发表论文情况 |
| 致谢 |
（3）中国铁路高速列车公众无线网络系统构建及关键技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 公共交通领域无线网络服务现状研究 |
| 1.2.2 旅客需求服务现状 |
| 1.2.3 中国铁路科技开发研究现状 |
| 1.3 研究内容和组织结构 |
| 1.4 技术路线 |
| 1.5 本章小结 |
| 2 车地通信方案比选研究 |
| 2.1 车地通信技术方案 |
| 2.1.1 基于运营商公网的车地通信 |
| 2.1.2 基于卫星的车地通信 |
| 2.1.3 基于超宽带无线局域网(EUHT)的车地通信 |
| 2.2 车地通信方案比选方法研究 |
| 2.2.1 车地通信方案比选指标选取 |
| 2.2.2 确定评价指标权重 |
| 2.2.2.1 基于OWA算子主观赋权 |
| 2.2.2.2 基于差异驱动原理确定指标的客观权重 |
| 2.2.2.3 组合赋权 |
| 2.2.3 灰色关联评价分析 |
| 2.2.3.1 指标预处理确定决策矩阵 |
| 2.2.3.2 计算关联系数及关联度 |
| 2.3 车地通信方案比选算例分析 |
| 2.3.1 计算指标权重 |
| 2.3.2 灰色关联系数确定 |
| 2.3.2.1 选择参考序列 |
| 2.3.2.2 计算灰色关联度 |
| 2.3.2.3 方案比选分析评价 |
| 2.4 本章小结 |
| 3 高速列车公众无线网络系统总体方案研究及系统建设 |
| 3.1 总体架构 |
| 3.2 网络架构 |
| 3.2.1 地面网络架构设计 |
| 3.2.2 车载局域网架构设计 |
| 3.3 网络安全防护 |
| 3.3.1 安全认证 |
| 3.3.2 安全检测与监控 |
| 3.4 运营平台建设 |
| 3.4.1 用户中心 |
| 3.4.2 内容服务 |
| 3.4.3 视频服务 |
| 3.4.4 游戏服务 |
| 3.4.5 广告管理 |
| 3.5 一体化综合云管平台 |
| 3.5.1 云管平台总体设计 |
| 3.5.2 功能设计及实现 |
| 3.6 本章小结 |
| 4 高速列车公众无线网络服务质量测量与优化 |
| 4.1 公众无线网络服务质量测量分析 |
| 4.1.1 系统面临挑战 |
| 4.1.2 服务质量测量场景 |
| 4.1.3 服务质量分析 |
| 4.1.3.1 分析方法 |
| 4.1.3.2 用户行为分析 |
| 4.1.3.3 网络状态分析 |
| 4.2 QoE与 QoS指标映射模型分析 |
| 4.2.1 列车公众无线网络QoE与 QoS指标 |
| 4.2.1.1 无线网络QoS指标 |
| 4.2.1.2 无线网络QoE指标 |
| 4.2.2 QoE与 QoS映射模型 |
| 4.2.2.1 QoE与 QoS关系 |
| 4.2.2.2 通用映射模型 |
| 4.2.2.3 映射模型业务类型 |
| 4.2.3 系统架构 |
| 4.2.4 系统问题分析 |
| 4.2.4.1 开网业务的开网成功率问题 |
| 4.2.4.2 网页浏览延质差问题 |
| 4.2.4.3 即时通信的业务连接建立成功率问题 |
| 4.2.5 性能评估 |
| 4.3 高铁CDN流媒体智能调度算法研究 |
| 4.3.1 技术架构 |
| 4.3.2 缓存策略分析 |
| 4.3.3 算法设计 |
| 4.3.4 流媒体算法仿真结果 |
| 4.4 基于列车位置信息的接收波束成形技术对LTE下行信道的影响研究 |
| 4.4.1 模型建立 |
| 4.4.2 信道建模 |
| 4.4.3 试验模拟结果 |
| 4.5 本章小节 |
| 5 基于高速列车公众无线网络的智慧出行服务研究及实现 |
| 5.1 基础行程服务 |
| 5.1.1 售票服务 |
| 5.1.2 共享出行业务 |
| 5.1.4 特色车厢服务 |
| 5.1.5 广告 |
| 5.2 ToB业务 |
| 5.2.1 站车商业 |
| 5.2.2 站车广告管理平台 |
| 5.3 创新业务 |
| 5.3.1 高铁智屏 |
| 5.3.2 国铁商学院 |
| 5.4 本章小结 |
| 6 融合5G技术的动车组公众无线网络升级优化研究 |
| 6.1 融合场景分析 |
| 6.1.1 动车组公众无线网络现状分析 |
| 6.1.2 5G在垂直领域成熟应用 |
| 6.2 融合组网需求分析 |
| 6.2.1 旅客追求高质量通信服务体验需求 |
| 6.2.2 铁路运营方提升运输生产组织效率需求 |
| 6.2.3 电信运营商需求 |
| 6.3 电磁干扰影响分析 |
| 6.3.1 环境分析 |
| 6.3.2 干扰分析 |
| 6.3.3 结论及建议 |
| 6.4 5G上车方案设计 |
| 6.4.1 技术方案可行性分析 |
| 6.4.2 融合架构设计 |
| 6.4.3 逻辑架构 |
| 6.4.4 网络架构 |
| 6.4.5 系统功能 |
| 6.4.6 系统建设内容 |
| 6.5 关键技术 |
| 6.5.1 本地分流技术 |
| 6.5.2 高速回传技术 |
| 6.5.3 时钟同步 |
| 6.5.4 5G语音回落4G(EPS Fallback) |
| 6.5.5 5G网络QoS机制 |
| 6.5.6 隧道技术 |
| 6.5.7 切片技术 |
| 6.6 融合5G技术的公众无线网络经营思路 |
| 6.6.1 业务架构 |
| 6.6.2 商业模式 |
| 6.7 本章小结 |
| 7 结论 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的科研成果 |
| 学位论文数据集 |
（4）车载关注点视频的混合云存储和检索系统设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 国内外研究历史与现状 |
| 1.2.1 视频采集研究历史与现状 |
| 1.2.2 云存储国内外现状 |
| 1.3 本文的主要工作 |
| 1.4 本论文的结构安排 |
| 第二章 相关技术的研究 |
| 2.1 视频编码 |
| 2.1.1 视频压缩编码原理 |
| 2.1.2 H.264关键功能 |
| 2.2 检索技术探析 |
| 2.2.1 Elasticsearch介绍 |
| 2.2.2 Elasticsearch工作原理 |
| 2.2.3 基于内容的检索 |
| 2.3 文件破碎技术探究 |
| 2.3.1 文件破碎技术 |
| 2.3.2 文件复原技术 |
| 2.4 混合云存储技术 |
| 2.4.1 云存储技术 |
| 2.4.2 基于公有云的混合云存储 |
| 2.5 传输协议 |
| 2.5.1 RTMP协议 |
| 2.5.2 MQTT文本协议 |
| 2.5.3 Kafka消息队列 |
| 2.6 关注点视频 |
| 2.6.1 关注点 |
| 2.6.2 关注点视频 |
| 2.7 本章总结 |
| 第三章 系统需求及可行性分析 |
| 3.1 系统需求概述 |
| 3.2 可行性分析 |
| 3.2.1 技术可行性 |
| 3.2.2 操作可行性 |
| 3.3 系统框架 |
| 3.4 系统业务需求分析 |
| 3.4.1 视频存储业务流程分析 |
| 3.4.2 视频管理业务流程分析 |
| 3.5 系统功能性需求 |
| 3.5.1 功能模块简述 |
| 3.5.2 视频采集子系统 |
| 3.5.3 视频处理子系统 |
| 3.5.4 关注点视频存储子系统 |
| 3.5.5 关注点视频管理子系统 |
| 3.6 本章小结 |
| 第四章 系统设计 |
| 4.1 系统架构 |
| 4.2 数据库设计 |
| 4.2.1 用户数据设计 |
| 4.2.2 视频元数据结构设计 |
| 4.3 视频采集子系统的设计 |
| 4.4 视频处理子系统的设计 |
| 4.4.1 流媒体服务器设计 |
| 4.4.2 安全事件监听模块设计 |
| 4.4.3 关注点视频处理模块设计 |
| 4.5 关注点视频存储子系统设计 |
| 4.5.1 存储结构 |
| 4.5.2 关注点视频存储模块设计 |
| 4.6 关注点视频管理子系统设计 |
| 4.6.1 关注点视频检索模块设计 |
| 4.6.2 关注点视频管理模块设计 |
| 4.7 本章小结 |
| 第五章 系统实现与测试 |
| 5.1 系统功能实现 |
| 5.1.1 视频采集子系统功能实现 |
| 5.1.2 视频处理子系统实现 |
| 5.1.3 关注点视频存储子系统实现 |
| 5.1.4 关注点视频管理子系统实现 |
| 5.2 系统测试环境 |
| 5.2.1 采流系统环境部署 |
| 5.2.2 业务服务器部署环境 |
| 5.3 系统功能测试 |
| 5.3.1 视频采集子系统测试 |
| 5.3.2 视频处理子系统测试 |
| 5.3.3 关注点视频存储子系统测试 |
| 5.3.4 关注点视频管理子系统测试 |
| 5.4 系统性能测试 |
| 5.4.1 压缩性能测试 |
| 5.4.2 视频传输性能测试 |
| 5.4.3 检索性能测试 |
| 5.4.4 消息队列监听性能测试 |
| 5.5 本章小结 |
| 第六章 总结和展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（5）面向直播的图像帧智能修复系统的研究与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究的背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容 |
| 1.4 论文组织架构 |
| 第二章 相关技术简介 |
| 2.1 直播流媒体技术 |
| 2.1.1 音视频编码 |
| 2.1.2 流媒体传输协议 |
| 2.2 卷积神经网络 |
| 2.2.1 3D卷积 |
| 2.2.2 空洞卷积 |
| 2.2.3 反卷积 |
| 2.3 经典视频修复算法 |
| 2.4 本章小结 |
| 第三章 基于LRNC-CN的视频修复算法 |
| 3.1 引言 |
| 3.2 CombineCN |
| 3.2.1 CombinwCN模型概述 |
| 3.2.2 CombineCN模型架构 |
| 3.2.3 CombineCN两阶段训练 |
| 3.3 RN-B和RN-L |
| 3.3.1 正则化的问题 |
| 3.3.2 区域正则化 |
| 3.4 损失函数 |
| 3.4.1 困难样本挖掘 |
| 3.4.2 损失函数 |
| 3.5 LRNC-CN模型实验和结果分析 |
| 3.5.1 数据集 |
| 3.5.2 评判标准 |
| 3.5.3 实验及对比分析 |
| 3.6 本章小结 |
| 第四章 面向直播的图像帧智能修复系统 |
| 4.1 系统需求分析 |
| 4.1.1 系统功能需求 |
| 4.1.2 系统技术需求 |
| 4.2 系统总体设计 |
| 4.2.1 系统设计原则 |
| 4.2.2 总体架构设计 |
| 4.3 技术方案设计 |
| 4.4 系统概要设计 |
| 4.4.1 客户端概要设计 |
| 4.4.2 流媒体处理服务器概要设计 |
| 4.4.3 视频修复处理器概要设计 |
| 4.4.4 视频存储平台概要设计 |
| 4.5 系统详细设计 |
| 4.5.1 客户端详细设计 |
| 4.5.2 流媒体处理服务器详细设计 |
| 4.5.3 视频修复处理器详细设计 |
| 4.5.4 视频存储平台详细设计 |
| 4.6 系统测试 |
| 4.6.1 系统测试环境 |
| 4.6.2 系统功能测试 |
| 4.6.3 系统性能测试 |
| 4.7 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
（6）支持Web直播的视频监控系统的研究与开发（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的研究内容 |
| 1.4 本文的组织架构 |
| 第二章 相关技术研究及介绍 |
| 2.1 嵌入式平台相关技术 |
| 2.2 流媒体传输协议相关技术 |
| 2.2.1 RTSP |
| 2.2.2 Web RTC |
| 2.2.3 RTP/RTCP |
| 2.2.4 SDP |
| 2.2.5 HTTP-FLV/WS-FLV |
| 2.2.6 HLS |
| 2.3 浏览器播放平台相关技术 |
| 2.3.1 Media Source Extensions技术 |
| 2.3.2 Web RTC浏览器API |
| 2.3.3 Web Socket |
| 2.4 本章小结 |
| 第三章 基于HTML5的流媒体播放技术 |
| 3.1 HTTP-FLV/WS-FLV协议转换 |
| 3.1.1 RTP分包组包 |
| 3.1.2 FLV格式转换 |
| 3.1.3 fMP4格式转换 |
| 3.2 HLS协议转换 |
| 3.2.1 TS格式转换 |
| 3.2.2 M3U8索引文件 |
| 3.3 Web RTC协议转换 |
| 3.3.1 Web RTC交互过程 |
| 3.3.2 拥塞控制算法 |
| 3.3.3 发送策略 |
| 3.4 本章小结 |
| 第四章 系统详细设计 |
| 4.1 系统功能 |
| 4.2 系统总体架构设计 |
| 4.2.1 视频采集端架构设计 |
| 4.2.2 流媒体服务器架构设计 |
| 4.2.3 Web播放器架构设计 |
| 4.2.4 系统工作流程 |
| 4.3 Muduo网络框架 |
| 4.4 嵌入式网络摄像头设计与实现 |
| 4.4.1 视频采集模块 |
| 4.4.2 视频编码模块 |
| 4.4.3 RTSP服务器设计 |
| 4.4.4 RTSP推流模块设计 |
| 4.5 流媒体服务器设计 |
| 4.5.1 流媒体服务设计意义 |
| 4.5.2 视频流接收模块设计 |
| 4.5.3 媒体资源管理模块设计 |
| 4.5.4 HTTP服务器设计 |
| 4.5.5 Web Socket服务器设计 |
| 4.5.6 Web RTC服务器设计 |
| 4.6 Web浏览器播放器设计 |
| 4.6.1 HTTP-FLV/WS-FLV播放器设计 |
| 4.6.2 HLS播放器设计 |
| 4.6.3 Web RTC播放器设计 |
| 4.7 本章小结 |
| 第五章 系统测试 |
| 5.1 测试环境 |
| 5.2 功能测试 |
| 5.2.1 嵌入式网络摄像头测试 |
| 5.2.2 流媒体服务器测试 |
| 5.2.3 Web播放器测试 |
| 5.3 性能测试 |
| 5.3.1 时延测试 |
| 5.3.2 流媒体服务器性能测试 |
| 5.3.3 浏览器播放器性能测试 |
| 5.3.4 与Easy Dss的对比测试 |
| 5.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（7）基于虚拟现实的远程双目视觉系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文主要研究内容 |
| 第2章 系统相关技术研究 |
| 2.1 相机标定 |
| 2.1.1 双目视觉成像原理 |
| 2.1.2 相机成像模型 |
| 2.1.3 相机标定方法 |
| 2.2 双目校正 |
| 2.2.1 OpenCV介绍 |
| 2.2.2 Bouguet立体校正算法 |
| 2.3 视频编解码技术 |
| 2.4 移动流媒体技术 |
| 2.4.1 流媒体技术综述 |
| 2.4.2 流媒体系统组成 |
| 2.4.3 流媒体技术相关协议 |
| 2.4.4 流媒体服务器选择 |
| 2.5 OpenGL介绍 |
| 2.6 本章小结 |
| 第3章 系统总体设计 |
| 3.1 双目视觉系统整体组成 |
| 3.1.1 服务器端组成 |
| 3.1.2 客户端组成 |
| 3.2 双目视觉系统总体的功能性分析 |
| 3.3 本章小结 |
| 第4章 服务器端设计与实现 |
| 4.1 服务器端系统设置 |
| 4.2 服务器端平台搭建 |
| 4.3 视频图像采集模块实现 |
| 4.3.1 双目相机介绍 |
| 4.3.2 视频采集功能介绍 |
| 4.4 视频图像校正模块实现 |
| 4.4.1 MATLAB相机标定 |
| 4.4.2 MATLAB相机标定结果分析 |
| 4.4.3 双目校正过程实现 |
| 4.5 视频图像编码模块实现 |
| 4.5.1 H.264编码标准介绍 |
| 4.5.2 H.264编码程序实现 |
| 4.6 流媒体服务模块实现 |
| 4.6.1 Live555平台介绍 |
| 4.6.2 进程间通信设计 |
| 4.6.3 流媒体服务器建立流程 |
| 4.6.4 RTP打包与发送过程 |
| 4.7 本章小结 |
| 第5章 客户端设计与实现 |
| 5.1 安卓系统平台介绍 |
| 5.2 安卓平台搭建 |
| 5.3 视频图像解码模块实现 |
| 5.3.1 FFMPEG函数库 |
| 5.3.2 视频图像解码处理 |
| 5.4 视频图像显示模块实现 |
| 5.4.1 YUV数据格式转换 |
| 5.4.2 分屏实现 |
| 5.4.3 反畸变处理 |
| 5.5 解码模块与渲染模块通信 |
| 5.6 客户端远程观看效果测试 |
| 5.7 客户端实时性测试 |
| 5.8 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的研究成果 |
| 致谢 |
（8）基于智能吊篮的高空作业远程视频监控系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 课题的国内外研究现状 |
| 1.2.1 视频监控系统的发展现状 |
| 1.2.2 图像处理技术在视频监控系统中的应用现状 |
| 1.3 课题的研究内容与研究重点 |
| 1.4 本文的章节安排 |
| 第二章 远程监控系统的总体设计 |
| 2.1 智能吊篮的高空作业场景及现有模式中存在的问题 |
| 2.1.1 高空作业场景分析 |
| 2.1.2 现有模式存在的问题 |
| 2.2 需求分析 |
| 2.2.1 需求推导 |
| 2.2.2 应用服务端需求 |
| 2.2.3 Android客户端需求 |
| 2.3 架构设计 |
| 2.3.1 软件架构设计模式选择 |
| 2.3.2 基于微服务的架构设计 |
| 2.4 系统结构层次划分 |
| 2.5 本章小结 |
| 第三章 基于深度学习的安全帽检测算法研究 |
| 3.1 安全帽检测问题的算法抽象 |
| 3.2 目标检测算法概述 |
| 3.2.1 传统的目标检测算法 |
| 3.2.2 基于深度学习的目标检测算法 |
| 3.2.3 目标检测算法对比 |
| 3.3 R-CNN系列算法研究 |
| 3.3.1 R-CNN |
| 3.3.2 SPP-Net与 Fast R-CNN |
| 3.3.3 Faster R-CNN |
| 3.4 基于Faster R-CNN的安全帽检测算法 |
| 3.4.1 安全帽检测方案 |
| 3.4.2 算法改进策略 |
| 3.4.3 Res Net50-FPN特征提取网络 |
| 3.4.4 数据集的构建与扩充 |
| 3.4.5 端到端的训练策略 |
| 3.5 算法实现 |
| 3.5.1 深度学习平台搭建 |
| 3.5.2 模型参数选择 |
| 3.5.3 实验结果与分析 |
| 3.6 本章小结 |
| 第四章 基于微服务架构的应用服务端的设计与实现 |
| 4.1 开发框架 |
| 4.1.1 Spring Framework |
| 4.1.2 Spring Boot与 Spring Cloud |
| 4.1.3 My Batis |
| 4.2 微服务架构组件的实现 |
| 4.2.1 服务注册发现组件 |
| 4.2.2 客户端侧负载均衡组件 |
| 4.2.3 API网关组件 |
| 4.2.4 声明式REST客户端组件 |
| 4.3 微服务模块结构 |
| 4.4 软硬件通信服务模块的设计与实现 |
| 4.4.1 智能吊篮硬件环境 |
| 4.4.2 软硬件通信服务的整体设计 |
| 4.4.3 基于Rabbit MQ的双向文本传输 |
| 4.4.4 基于RTMP的流媒体传输 |
| 4.4.5 基于FTP的图像传输 |
| 4.5 客户端业务相关服务模块的设计与实现 |
| 4.5.1 数据库设计 |
| 4.5.2 数据库的缓存优化 |
| 4.5.3 个人服务模块 |
| 4.5.4 监控服务模块 |
| 4.5.5 消息服务模块 |
| 4.6 安全帽检测服务模块在监控系统中的接入 |
| 4.6.1 微服务系统对第三方服务的集成 |
| 4.6.2 定时检测任务 |
| 4.7 本章小结 |
| 第五章 基于Android的监控客户端的设计与实现 |
| 5.1 Android平台技术概述 |
| 5.1.1 Android系统架构 |
| 5.1.2 Android应用组件 |
| 5.2 客户端功能模块的通用设计 |
| 5.2.1 基于MVVM的功能模块结构 |
| 5.2.2 与服务端通信方式的约定与实现 |
| 5.2.3 应用授权 |
| 5.3 登录注册模块的设计与实现 |
| 5.3.1 新用户注册 |
| 5.3.2 用户登录 |
| 5.4 设备定位模块的设计与实现 |
| 5.4.1 LBS空间定位服务 |
| 5.4.2 基于Baidu Map SDK的吊篮分布定位 |
| 5.4.3 改进的针对行政区域的多点聚合 |
| 5.5 实时监控模块的设计与实现 |
| 5.5.1 实时工况参数监控 |
| 5.5.2 实时视频监控 |
| 5.5.3 历史图片查询 |
| 5.6 消息中心模块的设计与实现 |
| 5.7 本章小结 |
| 第六章 系统的部署与运行 |
| 6.1 系统部署方案 |
| 6.1.1 部署环境 |
| 6.1.2 基于Docker的容器化部署 |
| 6.2 客户端运行效果 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 作者在攻读硕士学位期间发表的论文与获奖情况 |
（9）滑坡实时监测预警系统关键技术及其应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 前言 |
| 1.1 选题依据及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 滑坡监测预警模型研究 |
| 1.2.2 滑坡位移监测数据处理方法研究 |
| 1.2.3 数据质量评价方法研究 |
| 1.2.4 滑坡监测预警系统研究 |
| 1.2.5 混合架构在监测预警领域中的应用研究 |
| 1.3 主要存在的问题 |
| 1.4 主要研究内容 |
| 1.4.1 滑坡监测预警方法研究 |
| 1.4.2 滑坡监测预警系统关键技术研究 |
| 1.4.3 基于WebGL技术的三维数字地球的研究 |
| 1.4.4 混合架构体系的滑坡监测预警系统研究 |
| 1.5 研究路线 |
| 1.6 本论文特色及创新点 |
| 1.7 完成的主要工作 |
| 第2章 基于变形演化过程的滑坡预警技术 |
| 2.1 概述 |
| 2.2 滑坡变形演化过程的一般特征 |
| 2.3 基于变形过程的滑坡预警模型 |
| 2.4 滑坡变形演化阶段自动识别 |
| 2.4.1 改进切线角自动求解方法 |
| 2.4.1.1 改进切线角模型 |
| 2.4.1.2 离散小波变换提取曲线特征 |
| 2.4.2 常见监测曲线类型与识别 |
| 2.4.2.1 平稳型(T11) |
| 2.4.2.2 稳定型(T21) |
| 2.4.2.3 震荡型(T22) |
| 2.4.2.4 递增型(T31) |
| 2.4.2.5 指数型(T32) |
| 2.4.2.6 突变型(T33) |
| 2.5 多设备联动预警机制 |
| 2.5.1 监测设备分组 |
| 2.5.2 监测设备可靠度动态评价体系TRIP |
| 2.5.3 预警结论可信度 |
| 2.5.4 联动预警案例分析 |
| 2.6 本章小结 |
| 第3章 滑坡监测数据自动处理方法 |
| 3.1 异常数据自动处理 |
| 3.1.1 监测数据过滤器 |
| 3.1.2 异常数据处理方法 |
| 3.1.2.1 粗差数据的处理 |
| 3.1.2.2 雨量监测数据常见问题 |
| 3.2 监测数据的拟合处理 |
| 3.2.1 移动平均法 |
| 3.2.2 最小二乘法 |
| 3.3 数据处理方法适用范围研究 |
| 3.3.1 数据消噪处理 |
| 3.3.2 仪器误差处理 |
| 3.3.3 滑坡失稳阶段的数据处理 |
| 3.4 监测数据等时间间隔处理 |
| 3.4.1 状态量数据 |
| 3.4.2 累积量数据 |
| 3.5 本章小结 |
| 第4章 滑坡监测数据实时集成与共享技术 |
| 4.1 高可靠数据集成与共享技术 |
| 4.1.1 高级消息队列协议(AMQP) |
| 4.1.2 消息队列遥测传输(MQTT) |
| 4.1.3 高并发下的高可靠数据分发与共享 |
| 4.2 基于MQTT协议的多源异构监测数据实时集成技术 |
| 4.2.1 两种数据集成技术 |
| 4.2.1.1 基于ETL模式的批处理集成 |
| 4.2.1.2 基于MQTT协议的流处理集成 |
| 4.2.2 基于MQTT协议的数据集成体系 |
| 4.2.2.1 数据流模型 |
| 4.2.2.2 负载均衡中的会话保持 |
| 4.3 海量数据存取优化方案 |
| 4.3.1 分词技术 |
| 4.3.2 倒排索引 |
| 4.3.3 海量数据存取优化方案 |
| 4.4 本章小结 |
| 第5章 基于策略的滑坡实时过程预警技术 |
| 5.1 基于策略的预警模型计算框架 |
| 5.1.1 预警计算流程 |
| 5.1.2 预警模型管理 |
| 5.1.3 通用模型计算框架研究 |
| 5.1.4 预警等级求解器的设计与实现 |
| 5.1.4.1 求解器计算流程 |
| 5.1.4.2 多线程预警技术 |
| 5.1.5 过程预警成果展示 |
| 5.2 预警的发布与解除 |
| 5.2.1 预警信息自动发布技术 |
| 5.2.2 预警信息发送规则 |
| 5.2.3 预警信息解除 |
| 5.3 本章小结 |
| 第6章 滑坡综合数据一体化管理技术 |
| 6.1 滑坡空间数据集成体系研究 |
| 6.1.1 多源异构空间数据预处理 |
| 6.1.2 空间数据库的选择 |
| 6.1.3 空间数据服务平台 |
| 6.1.4 空间数据集成体系 |
| 6.2 基于WebGL技术的三维数字地球 |
| 6.2.1 WebGL技术 |
| 6.2.2 三维平台的选择 |
| 6.2.3 三维模型高精度集成技术 |
| 6.2.4 三维数字地球应用效果 |
| 6.3 基于国标的视频设备集成体系 |
| 6.3.1 数据传输协议 |
| 6.3.2 视频监控统一管理平台 |
| 6.3.2.1 平台架构设计 |
| 6.3.2.2 视频设备编码规则 |
| 6.3.2.3 统一视频平台的开发与应用 |
| 6.4 天-空-地一体化数据管理体系 |
| 6.4.1 空间数据 |
| 6.4.2 属性数据 |
| 6.4.3 非结构化数据 |
| 6.4.4 一体化数据管理平台 |
| 6.5 本章小结 |
| 第7章 基于混合架构体系的滑坡实时监测预警系统 |
| 7.1 概述 |
| 7.2 需求分析 |
| 7.3 系统功能架构设计 |
| 7.4 数据结构体系 |
| 7.5 云服务基础平台设计 |
| 7.5.1 SOA与 JWT |
| 7.5.2 系统架构 |
| 7.6 混合架构体系 |
| 7.6.1 B/S架构网页端 |
| 7.6.1.1 系统演示主界面 |
| 7.6.1.2 天-空-地一体化数据管理 |
| 7.6.1.3 监测数据分析 |
| 7.6.1.4 滑坡过程预警分析 |
| 7.6.2 C/S架构客户端 |
| 7.6.2.1 演示模式 |
| 7.6.2.2 空间数据管理 |
| 7.6.2.3 监测预警信息管理 |
| 7.6.2.4 后台服务监控 |
| 7.6.3 移动端App |
| 7.6.3.1 概述 |
| 7.6.3.2 功能架构设计 |
| 7.6.3.3 移动端开发相关技术 |
| 7.6.3.4 主要功能 |
| 7.7 本章小结 |
| 第8章 系统应用案例 |
| 8.1 预警案例 |
| 8.2 预警流程时间因素分析 |
| 8.3 黑方台滑坡监测预警 |
| 8.3.1 概述 |
| 8.3.2 党川7号滑坡预警过程 |
| 8.4 兴义龙井村9组岩质滑坡监测预警 |
| 8.4.1 概述 |
| 8.4.2 监测点布置 |
| 8.4.3 系统应用 |
| 8.5 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得学术成果 |
| 附录 |
| A.1 全文公式索引 |
| A.2 全文图索引 |
| A.3 全文表索引 |
（10）小区环境下多屏互动媒体服务系统关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 国内外研究历史和现状 |
| 1.3 本文主要研究内容 |
| 1.4 本文结构安排 |
| 第二章 相关技术介绍 |
| 2.1 ANDROID相关技术简介 |
| 2.1.1 Android 操作系统和重要技术 |
| 2.1.2 SOCKET长连接 |
| 2.1.3 异步消息传递机制 |
| 2.2 NGINX服务器 |
| 2.3 FFMPEG音视频编解码工具 |
| 2.4 VLC FOR ANDROID开源播放器框架 |
| 2.5 流媒体协议RTMP |
| 2.6 本章小结 |
| 第三章 多屏互动媒体服务系统需求及关键技术分析 |
| 3.1 应用场景及业务需求分析 |
| 3.2 系统的功能性需求 |
| 3.3 系统的非功能性需求 |
| 3.4 系统关键技术 |
| 3.4.1 视频通信时延优化技术 |
| 3.4.2 自定义FFMPEG库 |
| 3.5 本章小结 |
| 第四章 多屏互动媒体服务系统总体架构设计 |
| 4.1 系统的框架设计 |
| 4.2 系统的功能模块设计 |
| 4.2.1 媒体通信模块 |
| 4.2.2 设备控制和管理模块 |
| 4.2.3 媒体应用服务模块 |
| 4.2.4 流媒体服务器模块 |
| 4.2.5 媒体播放器模块 |
| 4.3 本章小结 |
| 第五章 多屏互动媒体服务系统详细设计与实现 |
| 5.1 媒体通信模块的设计与实现 |
| 5.1.1 音视频通话 |
| 5.1.2 多人远程会议 |
| 5.2 设备控制和管理模块设计与实现 |
| 5.2.1 设备搜索和发现 |
| 5.2.2 远程设备连接 |
| 5.2.3 远程设备控制 |
| 5.3 媒体应用服务模块设计与实现 |
| 5.3.1 视频采集和录制 |
| 5.3.2 美颜美型和贴纸特效 |
| 5.3.3 视频编辑 |
| 5.3.3.1 FFMPEG源码修改及编译 |
| 5.3.3.2 视频编辑功能实现 |
| 5.4 流媒体服务器模块设计与实现 |
| 5.4.1 RTMP流式传输服务 |
| 5.4.2 NGINX服务及搭建及推流 |
| 5.5 媒体播放器模块设计与实现 |
| 5.6 本章小结 |
| 第六章 系统测试 |
| 6.1 系统测试环境 |
| 6.2 功能测试 |
| 6.2.1 媒体通信功能测试 |
| 6.2.1.1 视频通话功能测试 |
| 6.2.1.2 多人会议功能测试 |
| 6.2.2 媒体应用服务功能测试 |
| 6.2.2.1 特效视频录制功能测试 |
| 6.2.2.2 视频编辑功能测试 |
| 6.2.3 多设备搜索连接功能测试 |
| 6.3 非功能测试 |
| 6.3.1 通信响应时间测试 |
| 6.3.2 视频编辑格式有效性测试 |
| 6.3.3 兼容性测试 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 未来工作展望 |
| 致谢 |
| 参考文献 |
四、流媒体服务器及其应用（论文参考文献）
- [1]社区燃气设施风险监测和预警系统设计[D]. 邓小宝. 北方工业大学, 2021(01)
- [2]面向行人检测的多画面智能切换系统研究与实现[D]. 黄小勇. 桂林理工大学, 2021(01)
- [3]中国铁路高速列车公众无线网络系统构建及关键技术研究[D]. 王忠峰. 中国铁道科学研究院, 2021(01)
- [4]车载关注点视频的混合云存储和检索系统设计与实现[D]. 杨帅. 电子科技大学, 2021(01)
- [5]面向直播的图像帧智能修复系统的研究与实现[D]. 张宇威. 北京邮电大学, 2021(01)
- [6]支持Web直播的视频监控系统的研究与开发[D]. 薛粤桂. 华南理工大学, 2020(05)
- [7]基于虚拟现实的远程双目视觉系统设计[D]. 巩彦丽. 浙江理工大学, 2020(06)
- [8]基于智能吊篮的高空作业远程视频监控系统的设计与实现[D]. 陈旭璇. 东南大学, 2020(01)
- [9]滑坡实时监测预警系统关键技术及其应用研究[D]. 何朝阳. 成都理工大学, 2020(04)
- [10]小区环境下多屏互动媒体服务系统关键技术研究[D]. 杜柏均. 电子科技大学, 2020(07)