基于k均值的监控视频热度云存储研究

doi:10.3969/j.issn.1006-2475.2016.06.003

计算机与现代化 ›› 2016, Vol. 0 ›› Issue (6): 12-15.doi: 10.3969/j.issn.1006-2475.2016.06.003

基于k均值的监控视频热度云存储研究

1.中国航天科工二院研究生院,北京100854；2.北京航天长峰科技工业集团有限公司,北京100854

收稿日期:2015-12-09 出版日期:2016-06-16 发布日期:2016-06-17
作者简介:张超(1990-),男,河南长垣人,中国航天科工二院研究生院硕士研究生,研究方向:数字图像处理; 郭会明(1965-),男,湖北天门人,北京航天长峰科技工业集团有限公司副总裁,硕士,研究方向:智慧城市。

Cloud Storage Research on Supervisory Video Heat Based on K-means

1. The Graduate School of Second Academy of China Aerospace, Beijing 100854, China;
2.China Changfeng Science Technology Industry Group Corp, Beijing 100854, China

Received:2015-12-09 Online:2016-06-16 Published:2016-06-17

摘要/Abstract

摘要： 通过对基于Hadoop的视频存储架构进行分析,提出一种面向智能化的双Hadoop集群存储架构。本文算法基于k均值预测监控视频热度，并根据平安城市监控特点对视频备份数进行调整，从而可提高设备利用率，加快视频文件检索以及智能化分析速度。


关键词: 视频监控, 热度, 智能化, 云存储

Abstract: Through the analysis of Hadoop video storage structure, the article comes up with an intelligent double Hadoop cluster storage architecture. The algorithm predicts the supervisory video heat based on k-means, and according to the features of safe city adjusts the number of backups. As the result, this method can increase the use ratio of facilities, accelerate the speed of document retrieval and intelligence analysis.


Key words: video surveillance, heat, intelligence, cloud storage

中图分类号:

TP311.13

张超1,2,郭会明2,张宏2. 基于k均值的监控视频热度云存储研究[J]. 计算机与现代化, 2016, 0(6): 12-15.

ZHANG Chao1,2, GUO Hui-ming2, ZHANG Hong2. Cloud Storage Research on Supervisory Video Heat Based on K-means[J]. Computer and Modernization, 2016, 0(6): 12-15.

参考文献

［1］潘国辉. 安防天下2:智能高清视频监控原理精解与最佳实践［M］. 北京:清华大学出版社, 2014.
［2］刘鹏. 实战Hadoop-开启通向云计算的捷径［M］. 北京:电子工业出版社, 2011.
［3］ Wikipedia. Cloud_Storage［EB/OL］. http://en.wikipedia.org/wiki/Cloud_storage， 2015-11-01.
［4］ Zhang Dawei, Sun Fuquan, Cheng Xu, et al. Research on hadoop-based enterprise file cloud storage system［C］// 2011 3rd International Conference on Awareness Science and Technology. 2011:434-437.
［5］姚正亮. 视频网格中自适应热度的视频文件条块化存储［D］. 兰州:兰州理工大学, 2010.
［6］孔令波,唐世渭，杨冬青,等. XML数据索引技术［J］. 软件学报, 2005,16(12):2063-2079.
［7］王飞,奚宏生,杨坚. 集群式VOD系统中文件分块存储策略［J］. 计算机工程, 2008,34(21):213-215.
［8］吴松,金海,邹德清. 一种流媒体文件的分块放置方法［J］. 计算机学报, 2006,29(3):500-507.
［9］ Alpaydin E. 机器学习导论［M］. 北京:机械工业出版社, 2009.
［10］Coates A, Ng A Y. Learning feature representations with k-means［M］// Neural Networks: Tricks of the Trade. Springer Berlin Heidelberg, 2012:561-580.
［11］Low Y， Bickson D， Gonzalez J, et al. Distributed GraphLab: A framework for machine learning and data mining in the cloud［J］. Proceedings of the VLDB Endowment, 2012,5(8):716-727.
［12］Maes H, Kuchnio A, Peric A, et al. Tumor vessel normalization by chloroquine independent of autophagy［J］. Cancer Cell, 2014,26(2):190-206.
［13］张德丰. MATLAB数值计算方法［M］. 北京:机械工业出版社， 2010.
［14］匡士杰. 云存储环境下分布式文件系统的副本策略研究［D］. 成都:电子科技大学, 2010.

[1]	赵花蕊. STRL：基于强化学习的测试算法[J]. 计算机与现代化, 2024, 0(08): 5-10.
[2]	胡美辰1, 2, 刘敦龙1, 2, 桑学佳1, 2, 张少杰3, 陈乔4. 面向摄像头视频监控的泥石流发生场景智能识别方法[J]. 计算机与现代化, 2024, 0(03): 41-46.
[3]	张芸, 白开峰, 王星, 仓甜, 周通, 段锦文, 苏晗. 智能电网环境下窃电行为检测[J]. 计算机与现代化, 2023, 0(03): 60-65.
[4]	刘铮, 吴柯桦, 叶春晓. 增强安全的云存储数据访问控制方案[J]. 计算机与现代化, 2021, 0(10): 119-126.
[5]	马悦. 基于深度学习的火场灰度图像去烟算法[J]. 计算机与现代化, 2020, 0(10): 64-68.
[6]	曹永明. 一种无安全信道的模糊关键字搜索加密方案[J]. 计算机与现代化, 2020, 0(04): 42-.
[7]	张茜,王箭. 基于盲签名的云共享数据完整性审计方案[J]. 计算机与现代化, 2020, 0(04): 60-.
[8]	唐子焯1，吴克河1，李为1，张宪康2，崔阿军2 . 基于商密算法的视频终端安全接入系统的研究与实现[J]. 计算机与现代化, 2020, 0(02): 46-.
[9]	杨磊1,王少云2,刘力冉1,龚永富1. 一种智能视频监控系统中的行人检测方法[J]. 计算机与现代化, 2019, 0(11): 69-.
[10]	朱坤. 基于高斯混合-贝叶斯模型的轨迹预测[J]. 计算机与现代化, 2019, 0(02): 72-.
[11]	周鹏1,2，龙士工1,2. 基于SBT全结点存储的云数据完整性[J]. 计算机与现代化, 2018, 0(06): 37-.
[12]	史庭俊,张颖杰. #br# 云存储中基于属性的密文策略访问控制方法[J]. 计算机与现代化, 2017, 0(7): 111-116.
[13]	曹通. 一种基于语义分析的热点新闻发现方法[J]. 计算机与现代化, 2017, 0(6): 30-33+39.
[14]	甄云青,胡晓吉. 基于加固计算机智能电池系统的研究与设计[J]. 计算机与现代化, 2017, 0(4): 56-61.
[15]	王丽颖1,2，葛丽娜1,2，张翼鹏1,2，王红1,2. 增量式聚类的新闻热点话题发现研究[J]. 计算机与现代化, 2017, 0(3): 46-.

基于k均值的监控视频热度云存储研究

Cloud Storage Research on Supervisory Video Heat Based on K-means

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价