基于Hadoop分布式視頻大數(shù)據(jù)前景檢測與運動跟蹤方法
【技術(shù)領(lǐng)域】
:
[0001]本發(fā)明涉及分布式視頻技術(shù)領(lǐng)域，具體涉及一種基于Hadoop分布式視頻大數(shù)據(jù)前景檢測與運動跟蹤方法。
【背景技術(shù)】
:
[0002]分布式視頻編碼(DistributedVideo Coding)基于 Slepian-Wolf 理論和Wyner-Ziv理論，對兩個或多個獨立同分布的信源進行獨立編碼，然后由單一解碼器利用信源之間的相關(guān)性對所有編碼的信源進行聯(lián)合解碼。它與傳統(tǒng)的視頻編碼技術(shù)的區(qū)別在于:傳統(tǒng)的技術(shù)標(biāo)準(zhǔn)通常都用于在編碼端充分挖掘視頻信號的冗余信息，因此編碼復(fù)雜度一般是解碼復(fù)雜度的5?10倍，適合于對視頻信號一次編碼、多次解碼的場合(如視頻廣播、視頻點播、視頻光盤存儲等)；而分布式視頻編碼具有編碼器復(fù)雜度低、編碼端耗電量低、容錯性好等特點，適合于一些計算能力、內(nèi)存容量、耗電量都受限的無線視頻終端(如無線視頻監(jiān)控系統(tǒng)、視頻傳感器網(wǎng)絡(luò)等)。
[0003]Hadoop是一個由Apache基金會所開發(fā)的分布式系統(tǒng)基礎(chǔ)架構(gòu)。用戶可以在不了解分布式底層細(xì)節(jié)的情況下，開發(fā)分布式程序。充分利用集群的威力進行高速運算和存儲。
[0004]Hadoop 實現(xiàn)了一個分布式文件系統(tǒng)(Hadoop Distributed File System)，簡稱HDFS。HDFS有高容錯性的特點，并且設(shè)計用來部署在低廉的(low-cost)硬件上；而且它提供高吞吐量(high throughput)來訪問應(yīng)用程序的數(shù)據(jù)，適合那些有著超大數(shù)據(jù)集(large data set)的應(yīng)用程序。HDFS放寬了(relax)POSIX的要求，可以以流的形式訪問(streaming access)文件系統(tǒng)中的數(shù)據(jù)。
[0005]Hadoop的框架最核心的設(shè)計就是:HDFS和MapReduce。HDFS為海量的數(shù)據(jù)提供了存儲，則MapReduce為海量的數(shù)據(jù)提供了計算。
[0006]隨著國內(nèi)安全監(jiān)控系統(tǒng)的推廣使用，監(jiān)控錄像的數(shù)據(jù)量越來越大，這使得用戶從中獲取需要的數(shù)據(jù)變得異常困難，例如，用戶需要監(jiān)控某個區(qū)域是否有物品遺失，他需要通過監(jiān)控錄像查詢到物品遺失的具體時間段、地點以及當(dāng)時的情況。如果通過人工完成這樣的工作，則需要面對數(shù)個攝像頭產(chǎn)生的長達幾十個小時的監(jiān)控錄像，這無疑對人力和時間都是極大的浪費，若是遇到分秒必爭的重大案件，甚至可能延誤了破案的時機。
【發(fā)明內(nèi)容】
:
[0007]本發(fā)明的目的是提供一種基于Hadoop分布式視頻大數(shù)據(jù)前景檢測與運動跟蹤方法，它便于進行快速分析、計算、跟蹤，縮短時間，提高工作效率，節(jié)省能源。
[0008]為了解決【背景技術(shù)】所存在的問題，本發(fā)明是采用如下技術(shù)方案:它的方法為:
[0009]步驟一:建立Hadoop分布式檢測平臺:采用Hadoop分布式計算模型進行檢測，并將數(shù)據(jù)進行存儲，存儲的同時采用加密方式進行加密處理；
[0010]步驟二:視頻解碼:
[0011](2.1)、建立視頻解碼庫:將視頻解碼庫存儲在存儲器內(nèi)；
[0012](2.2)、視頻對應(yīng)解碼:建立一個視頻解碼平臺，通過視頻解碼庫進行對應(yīng)解碼，解碼時實行H.264解碼標(biāo)準(zhǔn)；
[0013](2.3)、視頻數(shù)據(jù)分割:在Hadoop分布式檢測平臺將待處理的數(shù)據(jù)在HDFS上的存儲信息進行分類，然后將視頻進行分段；
[0014]步驟三:分布式前景檢測:
[0015](3.1)、建立計算機計算代碼:通過前景檢測模塊對視頻幀進行檢測，檢測后輸出情景模式；
[0016](3.2)、情景轉(zhuǎn)換:將情景模式進行代碼轉(zhuǎn)換，
[0017](3.3)、參數(shù)映像:將轉(zhuǎn)換的情景模式采用參數(shù)映射機進行映像，映像后將文件分辨率調(diào)節(jié)至標(biāo)準(zhǔn)值；
[0018]步驟四:運動跟蹤的計算:
[0019](4.1)、建立分布式計算模型:根據(jù)計算模型計算運動跟蹤圖形，
[0020](4.2)、對比:將圖形進行運行效率對比。
[0021]本發(fā)明具有如下有益效果:便于進行快速分析、計算、跟蹤，縮短時間，提高工作效率，節(jié)省能源。
【具體實施方式】
:
[0022]本【具體實施方式】采用如下技術(shù)方案:它的方法為:
[0023]步驟一:建立Hadoop分布式檢測平臺:采用Hadoop分布式計算模型進行檢測，并將數(shù)據(jù)進行存儲，存儲的同時采用加密方式進行加密處理；
[0024]步驟二:視頻解碼:
[0025](2.1)、建立視頻解碼庫:將視頻解碼庫存儲在存儲器內(nèi)；
[0026](2.2)、視頻對應(yīng)解碼:建立一個視頻解碼平臺，通過視頻解碼庫進行對應(yīng)解碼，解碼時實行H.264解碼標(biāo)準(zhǔn)；
[0027](2.3)、視頻數(shù)據(jù)分割:在Hadoop分布式檢測平臺將待處理的數(shù)據(jù)在HDFS上的存儲信息進行分類，然后將視頻進行分段；
[0028]步驟三:分布式前景檢測:
[0029](3.1)、建立計算機計算代碼:通過前景檢測模塊對視頻幀進行檢測，檢測后輸出情景模式；
[0030](3.2)、情景轉(zhuǎn)換:將情景模式進行代碼轉(zhuǎn)換，
[0031](3.3)、參數(shù)映像:將轉(zhuǎn)換的情景模式采用參數(shù)映射機進行映像，映像后將文件分辨率調(diào)節(jié)至標(biāo)準(zhǔn)值；
[0032]步驟四:運動跟蹤的計算:
[0033](4.1)、建立分布式計算模型:根據(jù)計算模型計算運動跟蹤圖形，
[0034](4.2)、對比:將圖形進行運行效率對比。
[0035]以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。
【主權(quán)項】
1.基于Hadoop分布式視頻大數(shù)據(jù)前景檢測與運動跟蹤方法，其特征在于它的方法為:步驟一:建立Hadoop分布式檢測平臺:采用Hadoop分布式計算模型進行檢測，并將數(shù)據(jù)進行存儲，存儲的同時采用加密方式進行加密處理； 步驟二:視頻解碼: (2.1)、建立視頻解碼庫:將視頻解碼庫存儲在存儲器內(nèi)； (2.2)、視頻對應(yīng)解碼:建立一個視頻解碼平臺，通過視頻解碼庫進行對應(yīng)解碼，解碼時實行H.264解碼標(biāo)準(zhǔn)； (2.3)、視頻數(shù)據(jù)分割:在Hadoop分布式檢測平臺將待處理的數(shù)據(jù)在HDFS上的存儲信息進行分類，然后將視頻進行分段； 步驟三:分布式前景檢測: (3.1)、建立計算機計算代碼:通過前景檢測模塊對視頻幀進行檢測，檢測后輸出情景模式； (3.2)、情景轉(zhuǎn)換:將情景模式進行代碼轉(zhuǎn)換， (3.3)、參數(shù)映像:將轉(zhuǎn)換的情景模式采用參數(shù)映射機進行映像，映像后將文件分辨率調(diào)節(jié)至標(biāo)準(zhǔn)值； 步驟四:運動跟蹤的計算: (4.1)、建立分布式計算模型:根據(jù)計算模型計算運動跟蹤圖形， (4.2)、對比:將圖形進行運行效率對比。
【專利摘要】基于Hadoop分布式視頻大數(shù)據(jù)前景檢測與運動跟蹤方法，它涉及分布式視頻技術(shù)領(lǐng)域，它的方法為：步驟一：建立Hadoop分布式檢測平臺；步驟二：視頻解碼：(2.1)、建立視頻解碼庫；(2.2)、視頻對應(yīng)解碼；(2.3)、視頻數(shù)據(jù)分割；步驟三：分布式前景檢測：(3.1)、建立計算機計算代碼；(3.2)、情景轉(zhuǎn)換；(3.3)、參數(shù)映像；步驟四：運動跟蹤的計算：(4.1)、建立分布式計算模型；(4.2)、對比；它便于進行快速分析、計算、跟蹤，縮短時間，提高工作效率，節(jié)省能源。
【IPC分類】H04N19/44, H04N5/14, H04N19/142
【公開號】CN104935785
【申請?zhí)枴緾N201510249132
【發(fā)明人】傅濤, 朱平, 蔣霞
【申請人】江蘇博智軟件科技有限公司
【公開日】2015年9月23日
【申請日】2015年5月15日