基于Hadoop的視頻大數(shù)據(jù)智能預(yù)警系統(tǒng)應(yīng)用研究.pdf

1、隨著社會(huì)安全意識(shí)的不斷增強(qiáng)，以視頻監(jiān)控、智能分析、實(shí)時(shí)預(yù)警為手段的安防系統(tǒng)被廣泛應(yīng)用于社會(huì)的每個(gè)角落。但監(jiān)控系統(tǒng)不間斷的運(yùn)行以及視頻數(shù)據(jù)非結(jié)構(gòu)化的特點(diǎn)，會(huì)產(chǎn)生海量結(jié)構(gòu)復(fù)雜的視頻數(shù)據(jù)，使用傳統(tǒng)工具對(duì)視頻“大數(shù)據(jù)”進(jìn)行管理和分析的效率很低。Hadoop是當(dāng)前流行的開源分布式計(jì)算框架，將框架與本文中的智能預(yù)警系統(tǒng)結(jié)合，實(shí)現(xiàn)視頻檢索的并行處理和分布式文件存儲(chǔ)，可以解決處理效率低和存儲(chǔ)量大、結(jié)構(gòu)復(fù)雜的問題。
　　本文的研究重點(diǎn)在于對(duì)海量視頻

2、數(shù)據(jù)進(jìn)行內(nèi)容檢索時(shí)采用 Hadoop架構(gòu)進(jìn)行并行分析計(jì)算和分布式存儲(chǔ)，從而在系統(tǒng)的管理端通過(guò)上傳圖像檢索出相近視頻。首先，采用關(guān)鍵幀提取方式將視頻內(nèi)容轉(zhuǎn)換為若干視頻幀，再利用SIFT特征提取算法獲得每幀特征數(shù)值，并以此為基礎(chǔ)與檢索圖像進(jìn)行SIFT特征匹配從而得出檢索結(jié)果。將獨(dú)立運(yùn)行的視頻幀 SIFT特征提取與 MapReduce并行模型結(jié)合，定義輸入輸出值和Map/Reduce任務(wù)內(nèi)容，可以同時(shí)進(jìn)行多幀特征值計(jì)算。此外，為了避免檢索圖像

3、與每個(gè)視頻幀SIFT特征值進(jìn)行匹配計(jì)算，通過(guò)LSH局部敏感哈希映射將相似度高的SIFT特征向量分為一組，檢索圖像時(shí)只在對(duì)應(yīng)分組中查找視頻，可以縮小計(jì)算范圍。在分析過(guò)程中產(chǎn)生的數(shù)據(jù)采用HBase進(jìn)行存儲(chǔ)，設(shè)計(jì)便于視頻檢索的數(shù)據(jù)表結(jié)構(gòu)，實(shí)現(xiàn)高效的視頻檢索功能。本文最后通過(guò)實(shí)驗(yàn)驗(yàn)證了檢索性能的提升。
　　采用Hadoop架構(gòu)實(shí)現(xiàn)智能預(yù)警系統(tǒng)中的視頻檢索功能，在提高檢索性能的同時(shí)延續(xù)了可靠性高、容錯(cuò)性好等優(yōu)點(diǎn)，為系統(tǒng)中其他功能的并行化設(shè)計(jì)