Linux人工智能开发实例

第1章　嵌入式Linux系统概述\t（1）
1．1　嵌入式系统概述\t（1）
1．2　嵌入式Linux技术\t（3）
1．2．1　Linux简介\t（3）
1．2．2　Linux发行版本\t（3）
1．2．3　嵌入式Linux技术的特点\t（4）
1．2．4　嵌入式技术的应用\t（4）
第2章　音频分析系统Linux开发案例\t（7）
2．1　系统总体设计与Linux驱动开发\t（7）
2．1．1　系统总体设计\t（7）
2．1．2　开发平台\t（8）
2．1．3　点阵屏Linux驱动开发\t（10）
2．1．4　OLED　Linux驱动开发\t（24）
2．1．5　开发实践：显示模块驱动开发与测试\t（37）
2．1．6　小结\t（40）
2．1．7　思考与拓展\t（40）
2．2　音频分析系统开发\t（40）
2．2．1　频谱分析显示功能开发\t（40）
2．2．2　音频处理功能开发\t（43）
2．2．3　上位机控制应用开发\t（47）
2．2．4　开发实践：音频分析显示\t（57）
2．2．5　小结\t（61）
2．2．6　思考与拓展\t（62）
第3章　城市环境采集Linux开发案例\t（63）
3．1　系统总体设计与Linux驱动开发\t（63）
3．1．1　系统总体设计\t（63）
3．1．2　嵌入式Web服务器应用\t（65）
3．1．3　Boa服务器的移植与测试\t（66）
3．1．4　CGI开发技术\t（68）
3．1．5　开发实践：嵌入式Web服务器应用\t（70）
3．1．6　小结\t（75）
3．1．7　思考与拓展\t（75）
3．2　城市扬尘监测系统开发\t（75）
3．2．1　软件界面框架分析\t（75）
3．2．2　TVOC Linux驱动开发\t（76）
3．2．3　LED Linux驱动开发\t（79）
3．2．4　PWM Linux驱动开发\t（86）
3．2．5　扬尘检测功能设计\t（93）
3．2．6　开发实践：扬尘检测系统\t（99）
3．2．7　小结\t（103）
3．2．8　思考与拓展\t（104）
第4章　网络视频安防监控系统Linux开发案例\t（105）
4．1　系统总体设计与Linux驱动开发\t（105）
4．1．1　系统总体设计\t（105）
4．1．2　mjpg-streamer功能架构\t（106）
4．1．3　mjpg-streamer开发调试\t（109）
4．1．4　mjpg-streamer视频采集程序设计\t（110）
4．1．5　开发实践：基于USB摄像头的网络视频监控\t（112）
4．1．6　小结\t（114）
4．1．7　思考与拓展\t（114）
4．2　视频安防监控报警功能开发\t（114）
4．2．1　软件界面框架分析\t（114）
4．2．2　配置信息保存功能设计\t（115）
4．2．3　燃气传感器Linux驱动开发\t（117）
4．2．4　报警管理功能设计\t（123）
4．2．5　报警拍照功能设计\t（131）
4．2．6　开发实践：视频安防监控系统\t（133）
4．2．7　小结\t（137）
4．2．8　思考与拓展\t（137）
第5章　智能家居网关Linux开发案例\t（139）
5．1　Linux网关服务框架\t（139）
5．1．1　物联网网关\t（139）
5．1．2　智云物联平台\t（140）
5．1．3　平台开发调试工具\t（141）
5．1．4　开发实践：智能网关的组网与测试\t（142）
5．1．5　小结\t（151）
5．1．6　思考与拓展\t（151）
5．2　Linux智能网关设计\t（151）
5．2．1　Linux智能网关系统分析\t（151）
5．2．2　协议解析服务设计\t（152）
5．2．3　地址缓存服务设计\t（165）
5．2．4　数据处理服务设计\t（176）
5．2．5　开发实践：Linux智能网关本地服务设计\t（185）
5．2．6　小结\t（189）
5．2．7　思考与拓展\t（189）
5．3　Linux网关远程服务设计\t（189）
5．3．1　Linux网关远程服务设计总体介绍\t（189）
5．3．2　TCP网络服务设计\t（193）
5．3．3　MQTT数据服务设计\t（200）
5．3．4　Linux网关协议设计\t（209）
5．3．5　开发实践：Linux网关远程服务设计\t（215）
5．3．6　小结\t（224）
5．3．7　思考与拓展\t（224）
第6章　智能车牌识别Linux开发案例\t（225）
6．1　系统总体设计与OpenCV开发框架\t（225）
6．1．1　系统总体设计\t（225）
6．1．2　OpenCV技术简介\t（226）
6．1．3　OpenCV开发环境\t（227）
6．1．4　OpenCV常用接口\t（229）
6．1．5　开发实践：OpenCV视频流采集\t（232）
6．1．6　小结\t（235）
6．1．7　思考与拓展\t（235）
6．2　车牌识别功能开发\t（235）
6．2．1　车牌识别原理\t（235）
6．2．2　卷积神经网络技术\t（236）
6．2．3　车牌识别开源库\t（238）
6．2．4　图像与视频文件识别程序设计\t（245）
6．2．5　开发实践：视频车牌识别\t（247）
6．2．6　小结\t（250）
6．2．7　思考与拓展\t（250）
6．3　基于Flask的车牌识别功能开发\t（250）
6．3．1　Flask应用框架简介\t（250）
6．3．2　Flask安装与测试\t（251）
6．3．3　Flask应用分析\t（252）
6．3．4　开发实践：基于Flask的视频车牌识别\t（259）
6．3．5　小结\t（263）
6．3．6　思考与拓展\t（263）
第7章　AI人脸识别Linux开发案例\t（265）
7．1　系统总体设计与Linux驱动开发\t（265）
7．1．1　系统总体设计\t（265）
7．1．2　人脸识别开发平台\t（267）
7．1．3　Web应用框架―Django\t（268）
7．1．4　开发实践：搭建AI人脸识别应用框架\t（271）
7．1．5　小结\t（273）
7．1．6　思考与拓展\t（273）
7．2　AI人脸识别功能开发\t（274）
7．2．1　人脸注册与人脸识别接口\t（274）
7．2．2　人脸注册与人脸识别功能程序分析\t（277）
7．2．3　闸机控制功能分析\t（278）
7．2．4　开发实践：人脸识别功能开发\t（279）
7．2．5　小结\t（285）
7．2．6　思考与拓展\t（285）
参考文献\t（287）