Linux 人工智能開發實例

第1章　嵌入式Linux系統概述 （1）
1.1　嵌入式系統概述 （1）
1.2　嵌入式Linux技術 （3）
1.2.1　Linux簡介 （3）
1.2.2　Linux發行版本 （3）
1.2.3　嵌入式Linux技術的特點 （4）
1.2.4　嵌入式技術的應用 （4）
第2章　音頻分析系統Linux開發案例 （7）
2.1　系統總體設計與Linux驅動開發 （7）
2.1.1　系統總體設計 （7）
2.1.2　開發平臺 （8）
2.1.3　點陣屏Linux驅動開發 （10）
2.1.4　OLED　Linux驅動開發 （24）
2.1.5　開發實踐：顯示模塊驅動開發與測試 （37）
2.1.6　小結 （40）
2.1.7　思考與拓展 （40）
2.2　音頻分析系統開發 （40）
2.2.1　頻譜分析顯示功能開發 （40）
2.2.2　音頻處理功能開發 （43）
2.2.3　上位機控制應用開發 （47）
2.2.4　開發實踐：音頻分析顯示 （57）
2.2.5　小結 （61）
2.2.6　思考與拓展 （62）
第3章　城市環境採集Linux開發案例 （63）
3.1　系統總體設計與Linux驅動開發 （63）
3.1.1　系統總體設計 （63）
3.1.2　嵌入式Web服務器應用 （65）
3.1.3　Boa服務器的移植與測試 （66）
3.1.4　CGI開發技術 （68）
3.1.5　開發實踐：嵌入式Web服務器應用 （70）
3.1.6　小結 （75）
3.1.7　思考與拓展 （75）
3.2　城市揚塵監測系統開發 （75）
3.2.1　軟件界面框架分析 （75）
3.2.2　TVOC Linux驅動開發 （76）
3.2.3　LED Linux驅動開發 （79）
3.2.4　PWM Linux驅動開發 （86）
3.2.5　揚塵檢測功能設計 （93）
3.2.6　開發實踐：揚塵檢測系統 （99）
3.2.7　小結 （103）
3.2.8　思考與拓展 （104）
第4章　網絡視頻安防監控系統Linux開發案例 （105）
4.1　系統總體設計與Linux驅動開發 （105）
4.1.1　系統總體設計 （105）
4.1.2　mjpg-streamer功能架構 （106）
4.1.3　mjpg-streamer開發調試 （109）
4.1.4　mjpg-streamer視頻採集程序設計 （110）
4.1.5　開發實踐：基於USB攝像頭的網絡視頻監控 （112）
4.1.6　小結 （114）
4.1.7　思考與拓展 （114）
4.2　視頻安防監控報警功能開發 （114）
4.2.1　軟件界面框架分析 （114）
4.2.2　配置信息保存功能設計 （115）
4.2.3　燃氣傳感器Linux驅動開發 （117）
4.2.4　報警管理功能設計 （123）
4.2.5　報警拍照功能設計 （131）
4.2.6　開發實踐：視頻安防監控系統 （133）
4.2.7　小結 （137）
4.2.8　思考與拓展 （137）
第5章　智能家居網關Linux開發案例 （139）
5.1　Linux網關服務框架 （139）
5.1.1　物聯網網關 （139）
5.1.2　智雲物聯平臺 （140）
5.1.3　平臺開發調試工具 （141）
5.1.4　開發實踐：智能網關的組網與測試 （142）
5.1.5　小結 （151）
5.1.6　思考與拓展 （151）
5.2　Linux智能網關設計 （151）
5.2.1　Linux智能網關系統分析 （151）
5.2.2　協議解析服務設計 （152）
5.2.3　地址緩存服務設計 （165）
5.2.4　數據處理服務設計 （176）
5.2.5　開發實踐：Linux智能網關本地服務設計 （185）
5.2.6　小結 （189）
5.2.7　思考與拓展 （189）
5.3　Linux網關遠程服務設計 （189）
5.3.1　Linux網關遠程服務設計總體介紹 （189）
5.3.2　TCP網絡服務設計 （193）
5.3.3　MQTT數據服務設計 （200）
5.3.4　Linux網關協議設計 （209）
5.3.5　開發實踐：Linux網關遠程服務設計 （215）
5.3.6　小結 （224）
5.3.7　思考與拓展 （224）
第6章　智能車牌識別Linux開發案例 （225）
6.1　系統總體設計與OpenCV開發框架 （225）
6.1.1　系統總體設計 （225）
6.1.2　OpenCV技術簡介 （226）
6.1.3　OpenCV開發環境 （227）
6.1.4　OpenCV常用接口 （229）
6.1.5　開發實踐：OpenCV視頻流採集 （232）
6.1.6　小結 （235）
6.1.7　思考與拓展 （235）
6.2　車牌識別功能開發 （235）
6.2.1　車牌識別原理 （235）
6.2.2　捲積神經網絡技術 （236）
6.2.3　車牌識別開源庫 （238）
6.2.4　圖像與視頻文件識別程序設計 （245）
6.2.5　開發實踐：視頻車牌識別 （247）
6.2.6　小結 （250）
6.2.7　思考與拓展 （250）
6.3　基於Flask的車牌識別功能開發 （250）
6.3.1　Flask應用框架簡介 （250）
6.3.2　Flask安裝與測試 （251）
6.3.3　Flask應用分析 （252）
6.3.4　開發實踐：基於Flask的視頻車牌識別 （259）
6.3.5　小結 （263）
6.3.6　思考與拓展 （263）
第7章　AI人臉識別Linux開發案例 （265）
7.1　系統總體設計與Linux驅動開發 （265）
7.1.1　系統總體設計 （265）
7.1.2　人臉識別開發平臺 （267）
7.1.3　Web應用框架—Django （268）
7.1.4　開發實踐：搭建AI人臉識別應用框架 （271）
7.1.5　小結 （273）
7.1.6　思考與拓展 （273）
7.2　AI人臉識別功能開發 （274）
7.2.1　人臉註冊與人臉識別接口 （274）
7.2.2　人臉註冊與人臉識別功能程序分析 （277）
7.2.3　閘機控制功能分析 （278）
7.2.4　開發實踐：人臉識別功能開發 （279）
7.2.5　小結 （285）
7.2.6　思考與拓展 （285）
參考文獻 （287）