基于Hadoop架構(gòu)的分布式視頻關(guān)鍵幀提取方法研究.pdf

1、隨著視頻監(jiān)控技術(shù)在各行業(yè)領(lǐng)域內(nèi)被廣泛運(yùn)用，導(dǎo)致了監(jiān)控視頻數(shù)據(jù)量呈指數(shù)增長，人們早已經(jīng)厭煩了以往根據(jù)時間信息手動拖拽進(jìn)度條的瀏覽方式，不僅消耗了查詢者大量的時間和精力，而且容易遺漏關(guān)鍵目標(biāo)信息。關(guān)鍵幀提取技術(shù)的出現(xiàn)使得這種情況得到了極大的改善，關(guān)鍵幀可以不受時間、音視頻同步等問題的影響，并可以提供多種方式進(jìn)行瀏覽和導(dǎo)航使用。但是在實(shí)際應(yīng)用關(guān)鍵幀提取技術(shù)的過程中，面臨的最大困難就是關(guān)鍵幀提取速度太慢:一方面是算法的高復(fù)雜性;另一方面是當(dāng)前使

2、用的是單機(jī)模式提取算法。
　　本文在對關(guān)鍵幀提取算法充分調(diào)研之后，提出一種新的關(guān)鍵幀提取方法，并在將算法移植到Hadoop云平臺的過程中，解決了幀完整性等核心問題，成功將算法改造成了分布式提取方式，極大地提高了關(guān)鍵幀的提取速度。
　　首先，本文指出了關(guān)鍵幀技術(shù)對視頻檢索等實(shí)際工程應(yīng)用的重要性，并介紹了近年來發(fā)展如火如荼的云計算技術(shù)和其在多媒體領(lǐng)域的應(yīng)用現(xiàn)狀，同時對Hadoop的核心技術(shù)和理論進(jìn)行了充分的學(xué)習(xí)和調(diào)研。
　

3、　其次，本文分析了當(dāng)前關(guān)鍵幀提取方法存在的問題，提出一種新的自適應(yīng)的視頻關(guān)鍵幀提取方法，該方法能夠自適應(yīng)確定關(guān)鍵幀數(shù)目、計算量小并且對內(nèi)容漸變的視頻的處理效果更佳。
　　再次，本文分析了在Hadoop云平臺上實(shí)現(xiàn)視頻關(guān)鍵幀的分布式提取云應(yīng)用所面臨的難題，例如幀的完整性、處理邏輯的MapReduce化等問題，并給出了有效的解決方案。
　　最后，本文在上文的理論支持和對云應(yīng)用開發(fā)的相關(guān)技術(shù)充分調(diào)研的基礎(chǔ)之上，搭建了Hadoop分