基于云计算的视频处理技术研究

向明明 申静茜 张洁

摘 要：随着现代科学技术和通讯技术的不断发展和提高，云計算是当前为人们的生活提供便捷和快速的主要的一个技术。本文基于云计算的核心概念和所使用的技术。描述了Hadoop云平台的重要技术，包括分布式文件系统HDFS和云计算常用的一些调度机制。进一步描述了在粒子滤波下的目标跟踪技术的概念和运用，此技术就是以云计算而研究的视频处理的现实应用。

关键词：云计算；云平台；HaDoop云平台

1.云计算的兴起及其对视频的处理

云计算在最初是Google公司所提出的，并且在后来的Amazon、google、IBM微软等IT行业的企业都将云计算的发展当做未来互联网行业发展的重要的一个方向，并且也不断的探索中总结经验，不断让其朝着越来越智能的方向发展。

Amazon最初提出了四大核心的云服务，即提供计算云服务、存储服务、数据库服务以及排列服务。使用者和企业可以使用 Amazon提出的云平台对数据进行处理，并且不用使用其他的外部设备构建一个单独的设备，此创新使行业和个人的初始发展能够有效的开始和进行。由于在市场上占领优势，当前Amazon的使用量是很大的。

Google公司是云计算技术领域的领先公司，也是目前全球最大的云计算技术公司。云计算有多种核心的技术，包括分布式文件系统，Map/Reduce编程模型和BigTable分布式数据库。[1]除此之外，Google公司内部的搜索系统也是利用许多服务器构建而成的“云”搭建的。

Apache对于云计算技术的主要成果是构建了Hadoop云计算平台，这一思路也是来源Google的技术，即能够作用于大规模计算机上的一个开源的框架。Hadoop云平台中的两个主要技术为MapReduce并行计算模型和HDFS分布式文件系统。主要优势是能够和普通的集群结合，并且具有错误率低，易于编程等特点，为现在的大多数企业所使用。

以上公司都在云计算的发展中发挥着不可磨灭的作用。随着时代的发展，云计算技术的发展越来越符合时代的需求，并运用到了当代社会和人们生活中的各个领域。其中，相对广泛的应用为Google公司将云计算的发展运用到日志分析和并行式计算和其他多个领域[2]。其中值得一提的是云计算在多媒体即视频方面的处理，主要作用为视频的转码和处理等方面。具体的应用为确定了基于Hadoop云平台的数据挖掘并行化计算的操作，以及其并行化处理的普遍通用性。

2.视频处理技术中云计算存在的问题

目前对视频的处理过程中，主要针对的是图像信号的处理、视频的转码以及相关处理。虽然在这些方面中，云计算所能做到的程度已经较成熟，但是还是有很多问题仍未解决。大多数常用的云计算平台没有单独的视频处理软件，导致许多新问题产生。首先，目前十分常用的云平台Hadoop，没有一个对视频处理的单独关机结构和程序。因此必须要设计深度处理视频的Hadoop结构，以对视频的数据进行处理；其次，Hadoop目前使用的算法是很常用的调度算法，没有对不同的用户和数据类型进行相关的处理；最后，常见单边机的实时视频处理不能在Hadoop云平台下运行，需要为其进行单独的设计，使它能够进行并行式运算。

3.基于Hadoop云平台的视频处理系统需求分析及总体设计

3.1云计算的需求分析

在云计算环境下的运动目标追踪设计主要用来研究在使用先进的云计算机技术下处理视频的可行性和运行的效率和效果[3]。在这一层面上，使用的算法还是之前的研究。为了改善相应的不足，就对这些算法进行了创新，并把改善后的算法和模型用于Hadoop云平台中，随后再进行详细的设计和处理。

3.2系统的总体设计

在进行总体设计时，所使用到的系统总体框架仍为基础的云计算服务机构：Iaas（基础设施和服务），Paas（平台即服务），Saas（软件即服务）。其中Iaas是构建于虚拟机中的，这就可以利用虚拟的技术消除底层物理结构的差异性，并把底层的设备当做为一个资源设备，使用者可以依照自己的需求从这个资源设备获得自己想要的资源[4]。Paas是依据Iaas而建立起来的，它能利用并行式计算来实现追踪算法的运行。Saas层将与视频处理的相关数据处理封装到需移交的客户端服务中，使得底层设计对用户可见。但是还是有一些问题需要我们进一步研究解决：在目前的研究程度中，因为Hadoop的数据结构的形式是很有限的，这就决定了它不能对视频做出直接的处理。

4.基于Hadoop云平台的视频处理系统优化设计

在Hadoop云平台处理视频与之前在单片机下视频处理相比较，主要优势为能够把大量的视频数据作用在松耦合的计算机集群中，并可以进行高效的并行式计算过程，这就使得在一个时间内能够有多个任务在同时进行和运算。由于Hadoop集群有着异构的特点，在每一个节点中其性能都是不一样的；其次，每一个使用者所需要处理的视频类型也是不尽相同的，因此每个任务运行时所用到的CPU和占用的运行空间也不同；即使在同一个时间下，也不能保证当前每个节点所处于的状态和已经运行的进度是相同的，这就出现在Hadoop云平台下处理视频操作的效率不能完全达到理想效果，所以对Hadoop云平台进行一系列的相应优化显得尤为重要[5]。在接下来的研究中，分析当前算法时需结合每个视频的数据类型的特点，由此提出在Hadoop云平台下的、对多种算法进行改进和完善。

5.结论

本文主要介绍了云计算的相关概念及其开发过程。并且根据目前比较常用的云平台---Hadoop的核心技术进行了深入研究。主要创新之处在于：在当前海量视频由于存储的问题和处理中的各种问题而无法正常解决的情况下，即传统的存储和处理技术无法解决的情况，提出Hadoop平台下的跟踪技术。若使用智能技术来处理视频，运动追踪的技术仅仅只能在更高层的技术中起到相应的作用，而我们的研究方向主要是为其打下良好的基础。上文中也提到，目前来说Hadoop云平台其内置数据类型是不够的，没有为特定的视频做出相应的处理。所以，为了改善不足，在HDFS上来进行处理。这就为以后在Hadoop平台上的多种处理建立了良好的基础，也可以使得其他的研究者在利用Hadoop处理视频的时候仅仅只需要关注在重要的算法上。

针对目前的研究，对基于Hadoop云平台的视频处理的实际应用提出了相应的核心算法。在云计算上进行视频的处理，目前所做的仅仅为一个起始，这是为了今后更好的处理打下基础。因此，为了优化云计算中的视频处理，还需要进行更好的算法设计，为此技术建立完整的基于云的智能系统和结构，这也是未来视频处理技术和应用的主要研究方向。

参考文献：

[1]连珂，何博文，王毅.基于云计算技术的视频图像综合应用技术研究[J].警察技术， 2016（3）：73-76.

[2]吴朱华.云计算核心技术剖析[J].2011.

[3]陈康，郑市民.云计算.系统实例研究现状[J].Journal of software，2009，1（20）.

作者简介：

向明明（1998—），女，土家族，本科，研究方向：计算机理论。

申静茜（1999—），女，汉族，本科，研究方向：对外翻译。

张洁（1997—），女，土家族，本科，研究方向：对外翻译。