[發(fā)明專利]基于MapReduce的視頻人員模糊檢索并行化方法

在審

• 申請?zhí)枺?/td>: 201710370307.4
• 申請日: 2017-05-23
• 公開（公告）號: CN107273435A
• 公開（公告）日: 2017-10-20
• 發(fā)明（設(shè)計(jì)）人: 翟佳;謝曉丹;賈雨生;王衍祺
• 申請（專利權(quán)）人: 北京環(huán)境特性研究所
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06T7/254;G06T7/269
• 代理公司: 北京君恒知識產(chǎn)權(quán)代理事務(wù)所(普通合伙)11466
• 代理人: 黃啟行,張璐

1.基于MapReduce的視頻人員模糊檢索并行化方法，其特征在于，所述方法包括如下步驟：

(1)將視頻數(shù)據(jù)傳到原始數(shù)據(jù)模塊的HDFS模塊中，所述HDFS模塊對所述視頻進(jìn)行切分后存儲到原始數(shù)據(jù)模塊的HBASE數(shù)據(jù)庫中；

(2)利用Hadoop的MapReduce模型，在映射前，根據(jù)所述視頻文件計(jì)算輸入分片，每個(gè)輸入分片針對一個(gè)映射任務(wù)，在每一個(gè)映射任務(wù)中，利用訓(xùn)練好的深度神經(jīng)網(wǎng)絡(luò)和特定的方法進(jìn)行解碼，并利用運(yùn)動物體檢測方法，檢測出所述視頻中運(yùn)動的物體；

(3)利用深度學(xué)習(xí)方法，檢測所述運(yùn)動的物體是否是人員，是則進(jìn)行下一步，否則返回步驟(1)進(jìn)行下個(gè)視頻數(shù)據(jù)的傳送；

(4)利用所述深度學(xué)習(xí)方法和傳統(tǒng)方法結(jié)合的方式提取所述人員的服飾特征，包括，衣服種類和顏色信息；

(5)利用所述深度學(xué)習(xí)方法和先驗(yàn)知識對所述人員進(jìn)行檢索，識別出所述人員外貌信息；

(6)將所述外貌信息保存到處理結(jié)果存儲模塊的HBASE數(shù)據(jù)庫中，按照相似度高低排序，將所述視頻與所述外貌信息進(jìn)行一一對應(yīng)，在客戶端發(fā)送查看請求時(shí)，將所述視頻與所述外貌信息進(jìn)行整合，反饋給客戶端，實(shí)現(xiàn)識別結(jié)果的可視化。

2.如權(quán)利要求1所述的方法，其特征在于，所述步驟(3)利用深度學(xué)習(xí)方法，檢測所述運(yùn)動的物體是否是人員的步驟包括：

a)對所述視頻進(jìn)行解碼；

b)利用Vibe、幀差法或光流法，檢測出視頻中運(yùn)動的物體；

c)利用訓(xùn)練好的CNN識別網(wǎng)絡(luò)，判斷出運(yùn)動的物體是否是人員。

3.如權(quán)利要求1所述的方法，其特征在于，所述傳統(tǒng)方法包括中位切分法、八叉樹方法、K-Means方法和色彩建模方法。

4.如權(quán)利要求1所述的方法，其特征在于，所述特定的方法包括SSD方法和yolo方法。

5.如權(quán)利要求1所述的方法，其特征在于，步驟(5)利用所述深度學(xué)習(xí)方法和先驗(yàn)知識對所述人員進(jìn)行檢索，是指針對所述人員相對于整幅圖像的占比以及目標(biāo)自身的長寬比，當(dāng)所述人員相對于整幅圖像的占比高于閾值則認(rèn)為該人員是高的，反之則認(rèn)為該人員是矮的；當(dāng)所述人員相對于整幅圖像的占比高于閾值則認(rèn)為該人員是胖的，反之則認(rèn)為該人員是瘦的。

6.如權(quán)利要求1所述的方法，其特征在于，利用MapReduce模型將人員檢索移植到基于Hadoop的分布式集群中，提升檢索的速度。