基于Hadoop的分布式視頻大數(shù)據(jù)前景檢測與運動跟蹤方法研究.pdf

1、隨著國內(nèi)安全監(jiān)控系統(tǒng)的不斷發(fā)展和監(jiān)控攝像頭的數(shù)量與質(zhì)量的增加,監(jiān)控視頻的數(shù)據(jù)量與日俱增。然而,海量的監(jiān)控視頻數(shù)據(jù)已經(jīng)遠(yuǎn)遠(yuǎn)超出了單臺計算機的處理能力,不能滿足日益增長的智能視頻分析需求。因此,通過分布式計算來進(jìn)行海量監(jiān)控視頻的分析處理,對于充分挖掘視頻中的有效信息,提高分析性能,具有十分重要的意義。
　　本文基于開源分布式平臺Hadoop,針對在Hadoop上進(jìn)行分布式視頻解碼、前景檢測和運動跟蹤存在的問題,提出一個將已有C/C++

2、智能視頻算法移植到Hadoop平臺的方案,并解決其中牽涉到的視頻分割,算法模型共享等問題。
　　本文完成的主要工作如下:
　?、籴槍σ曨l數(shù)據(jù)的特殊性,擴展Hadoop平臺以使其支持分布式視頻解碼。
　?、谕ㄟ^擴展算法的接口和共享算法的臨時數(shù)據(jù)模型,使已有的單機智能視頻算法更符合Map/Reduce計算模型,便于將其移植到分布式平臺上。
　　③為了提高算法代碼的可移植性和可重用性,研究Java與C/C++之間數(shù)據(jù)交