視頻監(jiān)控隨著智慧城市的建設(shè)被廣泛應(yīng)用于各行各業(yè),監(jiān)控視頻系統(tǒng)的規(guī)模越來越大,監(jiān)控攝像頭的分辨率也越來越清晰,視頻數(shù)據(jù)量猛烈增長。為了從大規(guī)模監(jiān)控視頻數(shù)據(jù)中挖掘更多有價值的信息,輔助監(jiān)控人員實現(xiàn)智能視頻監(jiān)控,越來越多的視頻分析算法被引入使用,更加重了監(jiān)控視頻系統(tǒng)的計算負載。面對海量視頻數(shù)據(jù)和各種復(fù)雜的視頻分析,如何將視頻分析算法靈活地耦合在高效的視頻數(shù)據(jù)處理平臺成為一個重要的挑戰(zhàn)。另一方面,在當(dāng)下數(shù)據(jù)爆炸的時代,分布式技術(shù)成為近年來的一個技術(shù)熱點。Hadoop、Spark等分布式技術(shù)的出現(xiàn),為解決海量數(shù)據(jù)處理和存儲問題提供了有效地解決方案。針對上述監(jiān)控視頻領(lǐng)域出現(xiàn)的問題,本文設(shè)計了基于分布式的監(jiān)控視頻數(shù)據(jù)并行化處理的平臺。主要研究內(nèi)容包括:在平臺架構(gòu)設(shè)計上,該平臺主要由消息中心模塊、分析計算模塊和存儲模塊三個部分組成。為了解決監(jiān)控視頻系統(tǒng)中存在的視頻處理算法與系統(tǒng)物理資源耦合度高等問題,本文采用Kafka消息隊列作為消息中心模塊負責(zé)視頻數(shù)據(jù)的采集以及對中間結(jié)果數(shù)據(jù)進行緩存,作為中間件將平臺中不同的視頻分析模塊進行解耦,提高平臺的靈活性。為了滿足對大規(guī)模視頻數(shù)據(jù)近實時性處理的需求,本文采用... 

【文章來源】：蘭州交通大學(xué)甘肅省

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

HBase體系架構(gòu)圖

【參考文獻】：
期刊論文
[1]基于Spark的點排序識別聚類結(jié)構(gòu)算法[J]. 瞿原,鄧維斌,胡峰,張其龍,王鴻.  計算機科學(xué). 2018(01)
[2]基于Spark的實時視頻分析系統(tǒng)[J]. 鄭健,馮瑞.  計算機系統(tǒng)應(yīng)用. 2017(12)
[3]基于Spark Streaming的視頻/圖像流處理與新的性能評估方法[J]. 黃文輝,馮瑞.  計算機工程與科學(xué). 2015(11)
[4]基于Storm平臺的實時視頻分析系統(tǒng)[J]. 韓杰,陳耀武.  計算機工程. 2015(12)
[5]大數(shù)據(jù)流式計算:應(yīng)用特征和技術(shù)挑戰(zhàn)[J]. 孫大為.  大數(shù)據(jù). 2015(03)
[6]智能視頻監(jiān)控技術(shù)綜述[J]. 黃凱奇,陳曉棠,康運鋒,譚鐵牛.  計算機學(xué)報. 2015(06)
[7]大數(shù)據(jù)流式計算:關(guān)鍵技術(shù)及系統(tǒng)實例[J]. 孫大為,張廣艷,鄭緯民.  軟件學(xué)報. 2014(04)
[8]基于Map Reduce的分布式視頻處理平臺[J]. 耿晨曜,姚丹亞,張盈盈,張煦,常剛.  計算機工程. 2012(10)
[9]幾種典型局部圖像特征的比較[J]. 雷蘭一菲,郎海濤.  計算機應(yīng)用. 2010(S2)

碩士論文
[1]基于SaaS模式的醫(yī)藥采購云平臺設(shè)計與實現(xiàn)[D]. 孫朋.東南大學(xué) 2019
[2]復(fù)雜背景下的運動目標(biāo)檢測研究[D]. 曹明偉.合肥工業(yè)大學(xué) 2014
[3]基于Hadoop平臺的廣告檢測系統(tǒng)研究與實現(xiàn)[D]. 楊寧.復(fù)旦大學(xué) 2012



本文編號：3008914