基于云计算的海量视频转换平台的设计

随着三网融合的进程不断加快,视频转换业务呈现出数据海量化、多平台共存、编码标准多样的显著特征。云计算技术作为一种商业计算模型,具有低价高效、支持虚拟化、高可扩展性、通用性等特点。文章从视频转换业务的角度出发,基于云计算和视频转换技术,提出了一种基于云计算的海量视频转换平台的设计方案,详细设计了平台的架构,叙述了云控制层、集群控制层、节点控制层的具体功能以及具体的工作流程。

海量视频点播系统的云计算技术与建模实现

为解决三网融合进程推进下,海量视频点播业务呈现出的内容杂、平台多、业务量激增等特征对传统点播模式提出的巨大挑战,在分析云计算的基本架构和技术特点的基础上,结合视频点播业务的特点,利用云计算强大的计算能力和高效的海量数据处理方式,论述了云计算在视频点播系统中的应用。讨论了云系统的系统架构、工作原理,并对数据的冗余备份、心跳检测、智能节点替换、负载均衡等关键技术进行了详细阐述,为解决海量视频的流畅传播提出了一个全新的思路。

一种基于XML的海量视频监控信息检索技术

针对智能视频监控中视频解析产生的结构化数据不能集合存储到视频录像而由此带来的信息检索不便问题,文中提出了一种基于XML的异构数据集成解决方案。它主要通过将监控数据库中的检索数据导入XML文件后和关联视频文件进行一体化的异构数据存储,使用户可以通过统一的接口来实现对监控数据和视频文件的访问。首先在对相关技术进行研究和分析的基础上,设计了一个统一的数据集成和用户查询平台;然后在高清卡口场景下,针对车辆信息检索进行了实验。结果表明,该方法不仅实现了基于关键词的视频文件检索,也实现了基于单一视频文件的信息检索。该技术提高了数据的自由迁移能力,可以实现基于视频文件的离线信息检索,因此具有极高的实用性。

基于MapReduce海量视频数据并行计算系统的设计

在总结视频图像数据处理现状的基础上,针对海量视频数据的并行化处理问题,提出一种基于MapReduce的并行计算系统设计方法。该系统使用NVIDIA JETSON TK1搭建并行计算集群,在此基础上利用Hadoop实现了MapReduce。在此平台上设计基于CUDA的并行数据处理算法对千万条文本数据进行处理,分析了其数据装载时间、处理时间和全部任务处理时间。结果表明,该系统当前加速比约为4.73,与C/S单机相比,处理速度有较大程度的提高,为实现实时海量视频图像处理奠定了良好基础。

一种基于分布式LSH的海量视频快速检索方法

针对大规模视频数据库,提出一种快速的视频相似性检索方法.该方法采用基于内存约束的分布式哈希结构,称为MD-LSH,有效地解决了快速与可扩展性问题.首先从视频序列中提取出特征向量集合,然后使用MD-LSH对高维特征向量建立索引,根据返回的相似帧集合对相关的视频进行相似度计算,最后排序得到相似视频的查询结果.实验表明,该方法对大规模视频的快速检索是非常有效的.

一种快速有效的海量视频拷贝检测方法

随着网络上视频拷贝的不断增多,快速有效的视频拷贝检测方法变得越来越重要.针对大规模的视频数据库,提出一种快速有效的视频拷贝检测方法.该方法首先利用视频帧内的频域空间信息与帧间的序列时间信息,将每个视频表示为基于离散余弦变换的时空特征并建立鲁棒的压缩二值SimHash签名;然后对视频数据库中的每个视频的SimHash签名进行置换并排序得到多张签名表;最后通过在多张签名表中高效地查找与查询视频的SimHash签名的汉明距离小于给定阈值的签名,并将其对应的视频作为拷贝视频从而完成视频拷贝检测.针对包含10335个视频,大小为272.48GB的实际数据集的实验表明该方法十分有效.

基于云计算的海量视频转换平台的设计

随着我国科学技术的不断发展和进步,三网融合已经成为现代社会发展的主要趋势,而随着网络视频的受众者和受众范围逐渐扩大,网络数据的规模也越来越庞大,各种软件平台不但涌现,网络的编码程序也不再单一,而为了保证网络视频和相应技术的安全,云计算技术应运而生,同时也被使用的越来越广泛,本文通过对相关文献的参考,对云计算的海量视频转换平台的技术进行了一定的研究,并做出了相应的平台设计,以供参考。

基于云计算的海量视频智能处理的研究

首先分析了视频监控领域海量视频数据处理的现状与需求,介绍了中国电信在基于视频大数据的云化智能图像能力方面进行的研究与探索,并详细讨论了其中几项关键技术的实现方法,最后对海量视频智能处理的发展趋势进行分析。

基于云平台的海量视频教学资源管理系统

资源量提升对教学视频资源管理系统提出更高要求,为更好管理教学视频资源,设计基于云平台的海量教学视频资源管理系统。系统采用HDFS分布式结构,功能层包含系统事务逻辑规则等处理功能,能够明确体现各相对独立目标的功能,主要划分为用户模块、系统管理模块和教学视频资源管理模块。其中,用户模块可实现教学视频上传、下载、评价等相关功能;教学视频资源管理模块根据受限玻尔兹曼机推荐理论,通过训练数据集训练过程升级权重与偏好参数,得到用户对教学视频资源的预测评价,根据评价结果进行教学视频资源推荐。应用测试结果显示所设计系统能够满足用户多方面的搜索需求,并发应用条件下系统资源占用率低。

海量监控视频分级摘要生成系统研究

针对海量监控视频的存储、浏览、检索问题,提出一种适合于海量监控视频的分级摘要生成算法,生成的分级视频摘要体积小,按照内容重要性进行排序,能减少海量监控视频摘要的存储空间,提高海量监控视频浏览和检索速度。基于上述海量监控视频摘要生成算法,设计了一个建立在Hadoop上的海量监控视频分级摘要生成系统,为海量监控视频摘要生成提供分布式存储和并行化运算环境,进一步解决了存储问题,提高了运算速度。

基于深度学习的海量航拍视频智能处理技术

针对现阶段处理航拍视频数据工作量大、处理工作繁琐、人工成本高、重点目标信息提取效率低等问题,研究了基于深度学习的海量航拍视频处理技术,提出以目标自动检测和智能分割为基础的视频处理技术,该技术实现目标自动检测识别、视频智能分割、视频特征分类以及视频快速检索等功能,并完成了航拍视频智能化处理软件设计。通过工程实践应用,证明了该技术可以有效减少作业人员重复性工作,提高视频处理作业效率。

一种多模态融合的网络视频相关性度量方法

随着网络和多媒体技术的发展,视频分享网站中的网络视频数量呈爆炸式增长。海量视频库中的高精度视频检索、分类、标注等任务成为亟待解决的研究问题。视频间的相关性度量是这些问题所面临的一个共性基础技术。本文从视频视觉内容,视频标题和标签文本,以及视频上传时间、类别、作者3种人与视频交互产生的社会特征等多源异构信息出发,提出一种新颖的多模态融合的网络视频相关性度量方法,并将所获相关性应用到大规模视频检索任务中。You Tube数据上的实验结果显示:相对于传统单一文本特征、单一视觉特征的检索方案,以及文本和视觉特征相融合的检索方案,文本视觉和用户社会特征多模态融合方法表现出更好的性能。

一种面向海洋监控视频的索引机制

数据作为一种资产其蕴含的价值越来越重要,把收集到的数据存储下来用于后续的数据分析与挖掘具有重要意义。论文针对海量的海洋监控视频,提出一种存储方案来满足查询需求。在此基础上,文中提出一种索引结构RB-Tree,使得基于该索引可实现海量数据的快速检索。此外,文章从理论层面对索引查询的时间代价进行分析,并与基于传统B+Tree、R-Tree索引的查询时间代价进行对比,说明RB-Tree在海量视频数据管理上的优势。

视频监控应用知识库与数据交换格式设计

介绍了监控视频监控应用知识库的设计依据并构建相关的模型,建立视频解析框架。然后参照W3C制订的本体建模方法,采用TTL语言作为本体建模描述的语言,建立了视频结构化描述标注模型,描述了标注对象的层次,列出了标注词汇表并规定了标注模型的数据交换格式。

采用优化卷积神经网络的红外目标识别系统

针对视频数据利用低效和光测设备目标识别能力较弱的问题,提出一种使用海量视频数据建立数据库进而构建红外目标识别系统的方法。首先设计快速红外目标检测算法,提取目标并分类建立数据库;然后结合特定任务建立一组较匹配且结构不同的卷积神经网络,并提出基于测试准确度均值统计分析和参数规模的选型策略,选出泛化能力较好且结构简单的卷积神经网络以及适当的训练轮数;最后加载优选模型及其参数作为分类器,与检测器结合实现红外目标特征事件实时检测分类。仿真结果表明,目标分类准确率均值可达95%以上,速率约为50 pixel/s。卷积神经网络结构的设计和选型策略有效,构建的系统可以满足红外目标识别的精度和实时性要求。

基于OpenCv的运动目标追踪与检测

随着信息科技的快速发展,视频监控等相关行业也逐渐成熟起来,作为一个独立的产业体系,视频资料不论种类还是数量都与日俱增。但不正当的操作手段也使得视频资料鱼龙混杂,那么,如何在海量的视频资料中提取到符合要求的数据信息,是目前亟待解决的重要问题,因此基于海量视频资料信号为基础的目标追踪与检测应运而生。本文主要基于OpenCV并利用mean shift算法来实现对视频中出现的多运动目标进行单目标追踪检测,实验表明该算法有较好的追踪效果。

浅析公共视频监控网络的数据安全治理

在新基建引领下,安防视频监控正迎来新风口,但挑战也如影随形。近年来随着视频监控应用范围不断延伸,海量视频监控点将带来新的数据安全问题,从而对视频监控网络的数据安全防护提出了新的要求。