Linux人工智能開發(fā)實例

第1章　嵌入式Linux系統(tǒng)概述\t（1）
1．1　嵌入式系統(tǒng)概述\t（1）
1．2　嵌入式Linux技術(shù)\t（3）
1．2．1　Linux簡介\t（3）
1．2．2　Linux發(fā)行版本\t（3）
1．2．3　嵌入式Linux技術(shù)的特點\t（4）
1．2．4　嵌入式技術(shù)的應(yīng)用\t（4）
第2章　音頻分析系統(tǒng)Linux開發(fā)案例\t（7）
2．1　系統(tǒng)總體設(shè)計與Linux驅(qū)動開發(fā)\t（7）
2．1．1　系統(tǒng)總體設(shè)計\t（7）
2．1．2　開發(fā)平臺\t（8）
2．1．3　點陣屏Linux驅(qū)動開發(fā)\t（10）
2．1．4　OLED　Linux驅(qū)動開發(fā)\t（24）
2．1．5　開發(fā)實踐：顯示模塊驅(qū)動開發(fā)與測試\t（37）
2．1．6　小結(jié)\t（40）
2．1．7　思考與拓展\t（40）
2．2　音頻分析系統(tǒng)開發(fā)\t（40）
2．2．1　頻譜分析顯示功能開發(fā)\t（40）
2．2．2　音頻處理功能開發(fā)\t（43）
2．2．3　上位機(jī)控制應(yīng)用開發(fā)\t（47）
2．2．4　開發(fā)實踐：音頻分析顯示\t（57）
2．2．5　小結(jié)\t（61）
2．2．6　思考與拓展\t（62）
第3章　城市環(huán)境采集Linux開發(fā)案例\t（63）
3．1　系統(tǒng)總體設(shè)計與Linux驅(qū)動開發(fā)\t（63）
3．1．1　系統(tǒng)總體設(shè)計\t（63）
3．1．2　嵌入式Web服務(wù)器應(yīng)用\t（65）
3．1．3　Boa服務(wù)器的移植與測試\t（66）
3．1．4　CGI開發(fā)技術(shù)\t（68）
3．1．5　開發(fā)實踐：嵌入式Web服務(wù)器應(yīng)用\t（70）
3．1．6　小結(jié)\t（75）
3．1．7　思考與拓展\t（75）
3．2　城市揚塵監(jiān)測系統(tǒng)開發(fā)\t（75）
3．2．1　軟件界面框架分析\t（75）
3．2．2　TVOC Linux驅(qū)動開發(fā)\t（76）
3．2．3　LED Linux驅(qū)動開發(fā)\t（79）
3．2．4　PWM Linux驅(qū)動開發(fā)\t（86）
3．2．5　揚塵檢測功能設(shè)計\t（93）
3．2．6　開發(fā)實踐：揚塵檢測系統(tǒng)\t（99）
3．2．7　小結(jié)\t（103）
3．2．8　思考與拓展\t（104）
第4章　網(wǎng)絡(luò)視頻安防監(jiān)控系統(tǒng)Linux開發(fā)案例\t（105）
4．1　系統(tǒng)總體設(shè)計與Linux驅(qū)動開發(fā)\t（105）
4．1．1　系統(tǒng)總體設(shè)計\t（105）
4．1．2　mjpg-streamer功能架構(gòu)\t（106）
4．1．3　mjpg-streamer開發(fā)調(diào)試\t（109）
4．1．4　mjpg-streamer視頻采集程序設(shè)計\t（110）
4．1．5　開發(fā)實踐：基于USB攝像頭的網(wǎng)絡(luò)視頻監(jiān)控\t（112）
4．1．6　小結(jié)\t（114）
4．1．7　思考與拓展\t（114）
4．2　視頻安防監(jiān)控報警功能開發(fā)\t（114）
4．2．1　軟件界面框架分析\t（114）
4．2．2　配置信息保存功能設(shè)計\t（115）
4．2．3　燃?xì)鈧鞲衅鱈inux驅(qū)動開發(fā)\t（117）
4．2．4　報警管理功能設(shè)計\t（123）
4．2．5　報警拍照功能設(shè)計\t（131）
4．2．6　開發(fā)實踐：視頻安防監(jiān)控系統(tǒng)\t（133）
4．2．7　小結(jié)\t（137）
4．2．8　思考與拓展\t（137）
第5章　智能家居網(wǎng)關(guān)Linux開發(fā)案例\t（139）
5．1　Linux網(wǎng)關(guān)服務(wù)框架\t（139）
5．1．1　物聯(lián)網(wǎng)網(wǎng)關(guān)\t（139）
5．1．2　智云物聯(lián)平臺\t（140）
5．1．3　平臺開發(fā)調(diào)試工具\t（141）
5．1．4　開發(fā)實踐：智能網(wǎng)關(guān)的組網(wǎng)與測試\t（142）
5．1．5　小結(jié)\t（151）
5．1．6　思考與拓展\t（151）
5．2　Linux智能網(wǎng)關(guān)設(shè)計\t（151）
5．2．1　Linux智能網(wǎng)關(guān)系統(tǒng)分析\t（151）
5．2．2　協(xié)議解析服務(wù)設(shè)計\t（152）
5．2．3　地址緩存服務(wù)設(shè)計\t（165）
5．2．4　數(shù)據(jù)處理服務(wù)設(shè)計\t（176）
5．2．5　開發(fā)實踐：Linux智能網(wǎng)關(guān)本地服務(wù)設(shè)計\t（185）
5．2．6　小結(jié)\t（189）
5．2．7　思考與拓展\t（189）
5．3　Linux網(wǎng)關(guān)遠(yuǎn)程服務(wù)設(shè)計\t（189）
5．3．1　Linux網(wǎng)關(guān)遠(yuǎn)程服務(wù)設(shè)計總體介紹\t（189）
5．3．2　TCP網(wǎng)絡(luò)服務(wù)設(shè)計\t（193）
5．3．3　MQTT數(shù)據(jù)服務(wù)設(shè)計\t（200）
5．3．4　Linux網(wǎng)關(guān)協(xié)議設(shè)計\t（209）
5．3．5　開發(fā)實踐：Linux網(wǎng)關(guān)遠(yuǎn)程服務(wù)設(shè)計\t（215）
5．3．6　小結(jié)\t（224）
5．3．7　思考與拓展\t（224）
第6章　智能車牌識別Linux開發(fā)案例\t（225）
6．1　系統(tǒng)總體設(shè)計與OpenCV開發(fā)框架\t（225）
6．1．1　系統(tǒng)總體設(shè)計\t（225）
6．1．2　OpenCV技術(shù)簡介\t（226）
6．1．3　OpenCV開發(fā)環(huán)境\t（227）
6．1．4　OpenCV常用接口\t（229）
6．1．5　開發(fā)實踐：OpenCV視頻流采集\t（232）
6．1．6　小結(jié)\t（235）
6．1．7　思考與拓展\t（235）
6．2　車牌識別功能開發(fā)\t（235）
6．2．1　車牌識別原理\t（235）
6．2．2　卷積神經(jīng)網(wǎng)絡(luò)技術(shù)\t（236）
6．2．3　車牌識別開源庫\t（238）
6．2．4　圖像與視頻文件識別程序設(shè)計\t（245）
6．2．5　開發(fā)實踐：視頻車牌識別\t（247）
6．2．6　小結(jié)\t（250）
6．2．7　思考與拓展\t（250）
6．3　基于Flask的車牌識別功能開發(fā)\t（250）
6．3．1　Flask應(yīng)用框架簡介\t（250）
6．3．2　Flask安裝與測試\t（251）
6．3．3　Flask應(yīng)用分析\t（252）
6．3．4　開發(fā)實踐：基于Flask的視頻車牌識別\t（259）
6．3．5　小結(jié)\t（263）
6．3．6　思考與拓展\t（263）
第7章　AI人臉識別Linux開發(fā)案例\t（265）
7．1　系統(tǒng)總體設(shè)計與Linux驅(qū)動開發(fā)\t（265）
7．1．1　系統(tǒng)總體設(shè)計\t（265）
7．1．2　人臉識別開發(fā)平臺\t（267）
7．1．3　Web應(yīng)用框架―Django\t（268）
7．1．4　開發(fā)實踐：搭建AI人臉識別應(yīng)用框架\t（271）
7．1．5　小結(jié)\t（273）
7．1．6　思考與拓展\t（273）
7．2　AI人臉識別功能開發(fā)\t（274）
7．2．1　人臉注冊與人臉識別接口\t（274）
7．2．2　人臉注冊與人臉識別功能程序分析\t（277）
7．2．3　閘機(jī)控制功能分析\t（278）
7．2．4　開發(fā)實踐：人臉識別功能開發(fā)\t（279）
7．2．5　小結(jié)\t（285）
7．2．6　思考與拓展\t（285）
參考文獻(xiàn)\t（287）