[发明专利]基于MapReduce的视频人员模糊检索并行化方法

摘要

本发明公开了基于MapReduce的视频人员模糊检索并行化方法，步骤有(1)将视频数据传到HDFS模块中，并对视频进行切分后存储到HBASE数据库；(2)利用Hadoop的MapReduce模型，在映射前，计算输入分片，每个输入分片针对一个映射任务，在每个映射任务中，进行解码，并检测运动的物体；(3)检测运动的物体是否是人员；(4)提取人员的服饰特征；(5)对人员进行检索，识别人员外貌信息；(6)将外貌信息存到HBASE数据库中，按照相似度高低排序，将视频与外貌信息进行一一对应，在客户端发送请求时，将视频与外貌信息进行整合，反馈给客户端，实现识别结果的可视化。本发明大幅度提高监控视频的人员目标识别自动化程度、速率和准确率以及提高监控视频数据的利用率。

主权项

基于MapReduce的视频人员模糊检索并行化方法，其特征在于，所述方法包括如下步骤：(1)将视频数据传到原始数据模块的HDFS模块中，所述HDFS模块对所述视频进行切分后存储到原始数据模块的HBASE数据库中；(2)利用Hadoop的MapReduce模型，在映射前，根据所述视频文件计算输入分片，每个输入分片针对一个映射任务，在每一个映射任务中，利用训练好的深度神经网络和特定的方法进行解码，并利用运动物体检测方法，检测出所述视频中运动的物体；(3)利用深度学习方法，检测所述运动的物体是否是人员，是则进行下一步，否则返回步骤(1)进行下个视频数据的传送；(4)利用所述深度学习方法和传统方法结合的方式提取所述人员的服饰特征，包括，衣服种类和颜色信息；(5)利用所述深度学习方法和先验知识对所述人员进行检索，识别出所述人员外貌信息；(6)将所述外貌信息保存到处理结果存储模块的HBASE数据库中，按照相似度高低排序，将所述视频与所述外貌信息进行一一对应，在客户端发送查看请求时，将所述视频与所述外貌信息进行整合，反馈给客户端，实现识别结果的可视化。