基于云存儲(chǔ)視頻監(jiān)控系統(tǒng)的研究

3.2 實(shí)時(shí)轉(zhuǎn)碼

視頻監(jiān)控需要系統(tǒng)具有超強(qiáng)的計(jì)算能力，對(duì)實(shí)時(shí)性要求也特別高。云存儲(chǔ)系統(tǒng)具有超強(qiáng)的計(jì)算能力，再結(jié)合開(kāi)源軟件FFmpeg，為用戶(hù)提供一套集音/視頻采集、格式轉(zhuǎn)換、音/視頻編碼解碼為一體的實(shí)時(shí)客戶(hù)端系統(tǒng)。

FFmpeg支持多種編碼、解碼，能夠動(dòng)態(tài)地對(duì)音/視頻進(jìn)行轉(zhuǎn)碼，也能動(dòng)態(tài)從音/視頻源中獲取數(shù)據(jù)。FFmepg可以通過(guò)參數(shù)設(shè)置(包括比特率、幀率、幀大小、屏幕高寬比)控制音/視頻文件的轉(zhuǎn)換，解決了用戶(hù)多樣化終端訪(fǎng)問(wèn)的問(wèn)題，比如PC、手機(jī)、iPad，要求的視頻格式各不相同。

3.3 視頻智能分析

Map/Reduce計(jì)算框架是Google提出的軟件架構(gòu)，適用于處理大數(shù)據(jù)的分布式計(jì)算，非常適用于大規(guī)模視頻監(jiān)控系統(tǒng)。原理是將大任務(wù)分解為成百上千塊的小任務(wù)，然后發(fā)送到計(jì)算機(jī)集群中，協(xié)同處理，共享數(shù)據(jù)。

Map/Reduce將所有的操作分解為map函數(shù)和reduce函數(shù)，通過(guò)將大型分布式計(jì)算分解為一系列對(duì)數(shù)據(jù)鍵值對(duì)的操作，實(shí)現(xiàn)大規(guī)數(shù)據(jù)模集的并行運(yùn)算?？梢岳肕ap/Reduce計(jì)算框架優(yōu)化視頻壓縮編碼、解碼以及關(guān)鍵算法，如圖像識(shí)別、人臉識(shí)別、移動(dòng)跟蹤和軌跡組合優(yōu)化、高斯融合等算法，提高監(jiān)控圖像質(zhì)量，提升監(jiān)控圖像的使用價(jià)值，滿(mǎn)足視頻監(jiān)控行業(yè)智能化、高清化的新需求。

4 結(jié)束語(yǔ)

云存儲(chǔ)不僅僅是數(shù)據(jù)的存儲(chǔ)，主要是提供數(shù)據(jù)處理的服務(wù)，增強(qiáng)了數(shù)據(jù)應(yīng)用的高效性和靈活性。云存儲(chǔ)從架構(gòu)上改變了傳統(tǒng)視頻監(jiān)控系統(tǒng)模式，使得系統(tǒng)的容量擴(kuò)容、海量數(shù)據(jù)處理、運(yùn)營(yíng)成本等問(wèn)題迎刃而解。隨著網(wǎng)絡(luò)的全面普及和海量視頻共享的迫切需求，目前云存儲(chǔ)研究與應(yīng)用還存在不少挑戰(zhàn)，還需要做大量的研究和嘗試。