《視頻大數(shù)據(jù)智慧計(jì)算方法》：
　　第1章 視頻大數(shù)據(jù)智慧計(jì)算緒論
　　1.1 視頻大數(shù)據(jù)的特點(diǎn)
　　視頻大數(shù)據(jù)有三大特點(diǎn)：數(shù)據(jù)量大、結(jié)構(gòu)復(fù)雜、全數(shù)據(jù)，如圖1.1所示。
　　圖1.1視頻大數(shù)據(jù)的特點(diǎn)
　　視頻大數(shù)據(jù)的第一個(gè)特點(diǎn)是數(shù)據(jù)量大，而且視頻大數(shù)據(jù)的數(shù)據(jù)量增長速度非�？臁Ｃ刻煊袩o數(shù)的人在向優(yōu)酷等在線視頻網(wǎng)站上傳各種視頻，每天都有無數(shù)的監(jiān)控器、攝像頭在錄制各種各樣的實(shí)時(shí)視頻，每天電視臺(tái)、電影院都在播放著不斷更新的視頻 。我們的世界是可視的、動(dòng)態(tài)的，整個(gè)世界最原始的狀態(tài)就是一個(gè)連續(xù)不斷的、將會(huì)延續(xù)無數(shù)億年的視頻。
　　隨著視頻錄制設(shè)備的普及，特別是智能手機(jī)也具備了錄制視頻的能力，現(xiàn)在已經(jīng)進(jìn)入視頻大數(shù)據(jù)的時(shí)代。人們喜歡錄制視頻來記錄生活中的點(diǎn)點(diǎn)滴滴，學(xué)校喜歡用視頻來記錄教師上課的實(shí)況，政府喜歡用視頻來監(jiān)控社會(huì)的動(dòng)態(tài)。一個(gè)文本文件或圖像文件或聲音文件，其數(shù)據(jù)量都一般在M級(jí)，但一個(gè)視頻文件數(shù)據(jù)量一般都在G級(jí)，而有的高清視頻能達(dá)到T級(jí)。每個(gè)視頻都含有非常豐富的信息，都要占用大量的存儲(chǔ)空間，而視頻的數(shù)量又非常龐大，這就使得視頻成為各種格式的數(shù)據(jù)中數(shù)據(jù)量最為突出的大數(shù)據(jù)。
　　同時(shí)，隨著互聯(lián)網(wǎng)特別是移動(dòng)互聯(lián)網(wǎng)的發(fā)展，越來越多的視頻被上傳到網(wǎng)上進(jìn)行分享、轉(zhuǎn)碼、加工、重組，從而使得從無數(shù)的原始視頻中，又衍生出更多數(shù)據(jù)量更大的目標(biāo)視頻，這又進(jìn)一步增加了視頻大數(shù)據(jù)的數(shù)據(jù)量。
　　視頻大數(shù)據(jù)的第二個(gè)特點(diǎn)是結(jié)構(gòu)復(fù)雜。視頻數(shù)據(jù)相對(duì)于文本、圖像、聲音這些單一的數(shù)據(jù)類型而言，是結(jié)構(gòu)最為復(fù)雜的一種數(shù)據(jù)。視頻大數(shù)據(jù)是一種集圖像、聲音、文字于一體的大數(shù)據(jù)，也是一種集時(shí)間維、空間維、本性維于一體的大數(shù)據(jù)。正是因?yàn)槠浣M成成分的復(fù)雜性，以及不同維之間的關(guān)聯(lián)性，使得其大數(shù)據(jù)的特性更為突出。正是由于視頻結(jié)構(gòu)的復(fù)雜性，所以以不同的方式來組織視頻數(shù)據(jù)就形成了視頻的不同編碼格式和封裝格式。視頻的編碼格式和封裝格式之多遠(yuǎn)遠(yuǎn)超過了文本、圖像、聲音這些類型的文件數(shù)據(jù)，這也從一個(gè)側(cè)面反映了視頻結(jié)構(gòu)的復(fù)雜性。不但視頻內(nèi)部的結(jié)構(gòu)復(fù)雜，由于視頻轉(zhuǎn)碼、視頻加工、視頻重組、視頻挖掘等技術(shù)的應(yīng)用，使得不同視頻數(shù)據(jù)之間也存在著千絲萬縷的聯(lián)系，形成了視頻數(shù)據(jù)之間結(jié)構(gòu)的復(fù)雜性。
　　視頻大數(shù)據(jù)的第三個(gè)特點(diǎn)是全數(shù)據(jù)。視頻所見即所得，是對(duì)現(xiàn)實(shí)世界的真實(shí)記錄和復(fù)制，這一點(diǎn)不同于文本數(shù)據(jù)。因?yàn)槲谋緮?shù)據(jù)是人類或人類程序?qū)�客觀世界的記錄，其中有人類對(duì)客觀世界的抽象及取舍。全數(shù)據(jù)在數(shù)據(jù)的維度上沒有任何損失，所以視頻大數(shù)據(jù)的挖掘價(jià)值更大。視頻大數(shù)據(jù)相對(duì)于文本等類型的大數(shù)據(jù)而言，其全數(shù)據(jù)性更為明顯。當(dāng)然，這也是相對(duì)的，因?yàn)橐曨l的分辨率是有限的，而且大部分視頻不是三維的、更不是全息的，因此視頻也無法完全地復(fù)制現(xiàn)實(shí)，所以說視頻大數(shù)據(jù)只是相對(duì)的全數(shù)據(jù)，但隨著視頻技術(shù)、存儲(chǔ)技術(shù)的發(fā)展，視頻的分辨率會(huì)越來越高，而且會(huì)朝著三維、全息的方向發(fā)展，所以視頻大數(shù)據(jù)的全數(shù)據(jù)性會(huì)越來越高。
　　1.2視頻大數(shù)據(jù)對(duì)智慧計(jì)算的需求
　　大數(shù)據(jù)的價(jià)值在于其中所蘊(yùn)含的知識(shí)，而大數(shù)據(jù)中的知識(shí)只有依靠智慧計(jì)算才能充分地發(fā)現(xiàn)和利用。因?yàn)榇髷?shù)據(jù)不同于傳統(tǒng)的數(shù)據(jù)，大數(shù)據(jù)是未經(jīng)采樣和加工的全數(shù)據(jù)，因此其數(shù)據(jù)質(zhì)量遠(yuǎn)遠(yuǎn)低于傳統(tǒng)數(shù)據(jù)，而數(shù)據(jù)復(fù)雜性遠(yuǎn)遠(yuǎn)高于傳統(tǒng)數(shù)據(jù)，這就對(duì)處理數(shù)據(jù)的計(jì)算方法提出了更高的要求，因此需要一種針對(duì)大數(shù)據(jù)的智慧計(jì)算方法。
　　特別是視頻大數(shù)據(jù)對(duì)智慧計(jì)算有著更高的要求，因?yàn)橐曨l大數(shù)據(jù)是最為難以處理的大數(shù)據(jù)類型之一。傳統(tǒng)處理大數(shù)據(jù)的框架如hadoop，比較擅長于處理文本大數(shù)據(jù)，但在處理視頻大數(shù)據(jù)時(shí)就有些力不從心，因?yàn)橐曨l大數(shù)據(jù)的數(shù)據(jù)內(nèi)部、數(shù)據(jù)之間的關(guān)系非常復(fù)雜，同時(shí)其數(shù)據(jù)量也不是文本大數(shù)據(jù)可以同日而語的。所以急需研究專門針對(duì)視頻大數(shù)據(jù)的更為智慧的計(jì)算方法，來針對(duì)視頻大數(shù)據(jù)的結(jié)構(gòu)復(fù)雜性、海量性、全數(shù)據(jù)性進(jìn)行高效的處理，得到預(yù)期的結(jié)果和效果。
　　從應(yīng)用的角度來看，視頻大數(shù)據(jù)對(duì)智慧計(jì)算的需求包括七大需求：視頻大數(shù)據(jù)識(shí)別的需求、視頻大數(shù)據(jù)重建的需求、視頻大數(shù)據(jù)重組的需求、視頻大數(shù)據(jù)轉(zhuǎn)碼的需求、視頻大數(shù)據(jù)監(jiān)控的需求、視頻大數(shù)據(jù)審查的需求和視頻大數(shù)據(jù)處理的需求，如圖1.2所示。
　　圖1.2視頻大數(shù)據(jù)對(duì)智慧計(jì)算的需求視頻大數(shù)據(jù)對(duì)智慧計(jì)算的需求，第一體現(xiàn)在對(duì)視頻大數(shù)據(jù)識(shí)別的需求。因?yàn)橐曨l如果不被識(shí)別，則毫無意義，但視頻識(shí)別對(duì)計(jì)算機(jī)來說不是一件很容易的事情，雖然我們?nèi)祟惷刻於荚诳措娪�、看電視，識(shí)別視頻對(duì)于我們?nèi)祟悂碚f，非常容易。因此，在視頻識(shí)別這一方面，計(jì)算機(jī)當(dāng)前發(fā)展水平還遠(yuǎn)遠(yuǎn)不如人腦。但視頻大數(shù)據(jù)的海量數(shù)據(jù)性，使得無法完全由人工來進(jìn)行識(shí)別，所以急需一種更為智慧的計(jì)算來對(duì)視頻進(jìn)行自動(dòng)高效的識(shí)別。
　　視頻大數(shù)據(jù)對(duì)智慧計(jì)算的需求，第二體現(xiàn)在對(duì)視頻大數(shù)據(jù)重建的需求。視頻重建是基于視頻識(shí)別所得到知識(shí)所進(jìn)行的創(chuàng)造性活動(dòng)。視頻本身是源于現(xiàn)實(shí)，而視頻重建的結(jié)果是對(duì)現(xiàn)實(shí)的重塑。因此，視頻重建是對(duì)視頻的有效利用。但視頻重建比視頻識(shí)別對(duì)計(jì)算機(jī)而言更為困難，因?yàn)橐曨l重建是一種創(chuàng)造性的活動(dòng)，而計(jì)算機(jī)最不擅長做的事情就是創(chuàng)造性的活動(dòng)。所以當(dāng)前視頻重建一般都是人工來做的。例如，根據(jù)動(dòng)畫形象進(jìn)行三維建模，都是由3D模型設(shè)計(jì)師進(jìn)行手工設(shè)計(jì)。但是當(dāng)面臨視頻大數(shù)據(jù)時(shí)，如果有大量的視頻需要被重建，則無法完全由人工來進(jìn)行重建，所以急需一種更為智慧的計(jì)算來對(duì)視頻進(jìn)行自動(dòng)高效的重建。
　　視頻大數(shù)據(jù)對(duì)智慧計(jì)算的需求，第三體現(xiàn)在對(duì)視頻大數(shù)據(jù)重組的需求。因?yàn)橐曨l是一個(gè)圖像、聲音、文字的時(shí)間序列，這個(gè)序列可以分片，可以合并，統(tǒng)稱為重組。現(xiàn)實(shí)生活中對(duì)視頻重組的需求是巨大而迫切的。例如，不同的人可能關(guān)心不同視頻中的某個(gè)主題和片段，那么就需要把這些主題和片段切分出來并進(jìn)行合并后交付給不同的用戶。這個(gè)例子講的是用戶的需求。還有一種更大的需求，是對(duì)視頻大數(shù)據(jù)處理的需求，因?yàn)闉榱思涌齑笠曨l的處理速度，則需要采用分而治之的云計(jì)算模式進(jìn)行處理，所以需要對(duì)視頻進(jìn)行分片后再合并。但視頻的分片、合并并不像文本那么容易和簡單，如果采用人工交互式地進(jìn)行分片，那么就會(huì)影響對(duì)視頻大數(shù)據(jù)的整體處理的自動(dòng)化，因此急需一種更為智慧的計(jì)算來對(duì)視頻進(jìn)行自動(dòng)高效的分片。
　　視頻大數(shù)據(jù)對(duì)智慧計(jì)算的需求，第四體現(xiàn)在對(duì)視頻大數(shù)據(jù)轉(zhuǎn)碼的需求。由于視頻結(jié)構(gòu)及其應(yīng)用的復(fù)雜性，所以以不同的方式來組織視頻數(shù)據(jù)就形成了視頻的不同編碼格式和封裝格式。視頻的編碼格式和封裝格式之多遠(yuǎn)遠(yuǎn)地超過了文本、圖像、聲音這些類型的文件數(shù)據(jù)。特別是隨著電視網(wǎng)、電腦網(wǎng)、手機(jī)網(wǎng)的互聯(lián)互通，使得三網(wǎng)之間視頻格式的互轉(zhuǎn)變得非常頻繁和泛化，轉(zhuǎn)碼可以使得視頻大數(shù)據(jù)在三網(wǎng)之間無礙地流通，這就使得三網(wǎng)上的視頻大數(shù)據(jù)對(duì)轉(zhuǎn)碼的需求與日俱增。當(dāng)人們用不同手機(jī)、在不同帶寬下觀看或下載同一個(gè)視頻源時(shí)，所得到的視頻的編碼格式和封裝格式可能都會(huì)不同，在這些時(shí)候，都有轉(zhuǎn)碼的發(fā)生。但隨著視頻大數(shù)據(jù)的數(shù)據(jù)量的激增，傳統(tǒng)上依靠改進(jìn)轉(zhuǎn)碼硬件性能及轉(zhuǎn)碼串行算法的途徑已經(jīng)無法滿足需求了，其結(jié)果必然會(huì)影響視頻下載和在線播放的速度。因此急需一種更為智慧的計(jì)算來對(duì)視頻進(jìn)行自動(dòng)高效的轉(zhuǎn)碼。
　　視頻大數(shù)據(jù)對(duì)智慧計(jì)算的需求，第五體現(xiàn)在對(duì)視頻大數(shù)據(jù)監(jiān)控的需求。高速公路上、個(gè)人家庭中、公司中、超市中、ATM機(jī)旁等地方，監(jiān)控?cái)z像頭無處不在，但這些“眼睛”真的在發(fā)揮作用嗎？大部分的監(jiān)控?cái)z像頭只能起到事后取證的作用，而無法像人眼那樣看到異常立即報(bào)警。當(dāng)前視頻監(jiān)控大數(shù)據(jù)沒有做到實(shí)時(shí)的監(jiān)控和處理，也沒有做到事后的海量挖掘和分析。因此急需一種更為智慧的計(jì)算來對(duì)視頻進(jìn)行自動(dòng)高效的監(jiān)控。
　　視頻大數(shù)據(jù)對(duì)智慧計(jì)算的需求，第六體現(xiàn)在對(duì)視頻大數(shù)據(jù)審查的需求。現(xiàn)在網(wǎng)絡(luò)上黃色視頻、暴力視頻嚴(yán)重危害了未成年人的身心健康，如果靠人工網(wǎng)絡(luò)警察去一個(gè)個(gè)地看、一個(gè)個(gè)地查，總是有漏網(wǎng)之魚的視頻，因?yàn)橐曨l的數(shù)量實(shí)在太大了，而且每一個(gè)視頻人工也難以從頭看到尾，即使從頭看到尾也難以對(duì)非法內(nèi)容毫無遺漏。因此迫切需要一種更為智慧的計(jì)算來對(duì)視頻進(jìn)行自動(dòng)高效的審查。
　　視頻大數(shù)據(jù)對(duì)智慧計(jì)算還有很多其他需求，統(tǒng)稱為對(duì)視頻大數(shù)據(jù)處理的需求，包括對(duì)視頻分類的需求、對(duì)視頻推薦的需求、對(duì)視頻拆條的需求等。這些需求也隨著視頻大數(shù)據(jù)的數(shù)據(jù)量的攀升而越來越需要一種更為智慧的計(jì)算來對(duì)視頻進(jìn)行自動(dòng)高效的處理。
　　1.3視頻大數(shù)據(jù)智慧計(jì)算的分類
　　視頻大數(shù)據(jù)智慧計(jì)算方法，如果按照需求進(jìn)行分類，則可以分為：視頻大數(shù)據(jù)識(shí)別的方法、視頻大數(shù)據(jù)重建的方法、視頻大數(shù)據(jù)重組的方法、視頻大數(shù)據(jù)轉(zhuǎn)碼的方法、視頻大數(shù)據(jù)監(jiān)控的方法、視頻大數(shù)據(jù)審查的方法和視頻大數(shù)據(jù)處理的方法，如圖1.3所示。
　　圖1.3視頻大數(shù)據(jù)智慧計(jì)算方法按照需求的分類
　　但如果從結(jié)合視頻大數(shù)據(jù)的時(shí)空性三個(gè)維度來分類，則視頻大數(shù)據(jù)智慧計(jì)算可以分為：視頻大數(shù)據(jù)空間智慧計(jì)算方法、視頻大數(shù)據(jù)時(shí)間智慧計(jì)算方法、視頻大數(shù)據(jù)時(shí)空智慧計(jì)算方法，如圖1.4所示。這里沒有提到本性維。因?yàn)楸拘跃S是最基本的維，不管是哪種類型的計(jì)算，本性維都默認(rèn)存在并且參與其中，因?yàn)槿绻�脫離了視頻的本性來討論視頻的時(shí)間性、空間性和時(shí)空性是沒有意義，“皮之不存，毛將焉附？” 圖1.4視頻大數(shù)據(jù)智慧計(jì)算方法按照維度的分類第2章視頻大數(shù)據(jù)空間智慧計(jì)算方法第2章視頻大數(shù)據(jù)空間智慧計(jì)算方法
　　如果不考慮時(shí)間維，則視頻成為了一幅幅靜止的圖像，所以只考慮空間維的視頻大數(shù)據(jù)實(shí)質(zhì)上是圖像大數(shù)據(jù)，所以視頻大數(shù)據(jù)空間智慧計(jì)算方法實(shí)質(zhì)上是圖像大數(shù)據(jù)智慧計(jì)算方法。之所以要將視頻大數(shù)據(jù)的空間維拿出來單獨(dú)研究，是因?yàn)榈拇_有不少視頻實(shí)際應(yīng)用（如視頻大數(shù)據(jù)中圖像的識(shí)別、重建）中只涉及視頻的空間維，所以研究視頻大數(shù)據(jù)空間智慧計(jì)算方法有其實(shí)際意義。將視頻大數(shù)據(jù)的空間維拿出來單獨(dú)研究的另一個(gè)原因是，只有將視頻大數(shù)據(jù)的空間維（各幅圖像）的智慧計(jì)算方法研究清楚了，才能與視頻大數(shù)據(jù)的時(shí)間維（各幀）進(jìn)行結(jié)合，從而為視頻大數(shù)據(jù)的時(shí)空智慧計(jì)算方法奠定基礎(chǔ)。
　　本章提出了使得視頻空間計(jì)算更加智慧的方法，2.1節(jié)利用識(shí)別知識(shí)庫，2.2節(jié)利用圖像樣本庫，2.3節(jié)利用三維模型庫，加上自動(dòng)搜索和匹配的算法，使得視頻空間計(jì)算（就是圖像的識(shí)別重建）更加自動(dòng)化、普適化、精準(zhǔn)化，再加上并行計(jì)算，又可使之快速化，從而使得在視頻空間計(jì)算方面，計(jì)算機(jī)更加接近人腦對(duì)圖像的處理重建能力，因而更接近人的智慧。
　　2.1識(shí)別知識(shí)庫下物體識(shí)別的方法
　　本方法提供一種基于識(shí)別知識(shí)庫的識(shí)別方法，用于識(shí)別多個(gè)類型目標(biāo)，所述識(shí)別方法包括：從關(guān)聯(lián)索引表中尋找與興趣目標(biāo)最接近的預(yù)期目標(biāo)樣本；根據(jù)關(guān)聯(lián)索引表調(diào)用相應(yīng)的預(yù)期目標(biāo)特征提取規(guī)則，并根據(jù)該特征提取規(guī)則確定匹配窗口；根據(jù)關(guān)聯(lián)索引表調(diào)用相應(yīng)的特征提取規(guī)則，由所述匹配窗口對(duì)待識(shí)別對(duì)象進(jìn)行特征提��；調(diào)用對(duì)應(yīng)的特征比較規(guī)則并調(diào)用關(guān)聯(lián)的特征比較程序，根據(jù)所述特征比較程序?qū)㈩A(yù)期目標(biāo)樣本的特征與匹配窗口中的對(duì)象的特征進(jìn)行比較，并將特征比較的結(jié)果記為相似度；根據(jù)所述相似度確定識(shí)別結(jié)果。本方法提供的基于識(shí)別知識(shí)庫的識(shí)別方法，預(yù)先在識(shí)別知識(shí)庫中存儲(chǔ)若干類型目標(biāo)樣本，實(shí)現(xiàn)識(shí)別多個(gè)類型目標(biāo)。
　　2.1.1現(xiàn)有物體識(shí)別方法的不足
　　現(xiàn)代信息處理技術(shù)的發(fā)展使得自動(dòng)識(shí)別技術(shù)成為可能，比較常見的例子就是，將計(jì)算機(jī)信息處理技術(shù)應(yīng)用到識(shí)別技術(shù)領(lǐng)域，使得無需人為操作從而實(shí)現(xiàn)自動(dòng)化識(shí)別興趣目標(biāo)。
　　目前，自動(dòng)識(shí)別方法有條碼識(shí)別、IC卡識(shí)別、射頻識(shí)別（RFID）、聲音識(shí)別、視覺識(shí)別以及光學(xué)字符識(shí)別等。
　　識(shí)別的過程就是從對(duì)象中識(shí)別出目標(biāo)，對(duì)所述對(duì)象中目標(biāo)進(jìn)行識(shí)別得到的結(jié)果被稱為識(shí)別結(jié)果。
　　識(shí)別即是通過目標(biāo)的特征將目標(biāo)從對(duì)象中分離出來并判斷出目標(biāo)類型和目標(biāo)屬性的過程。識(shí)別的對(duì)象可以是圖像、聲音、視頻、波譜、文本等中的一種類型或其混合。例如，識(shí)別一個(gè)人，可以同時(shí)識(shí)別他的語音（聲音識(shí)別）、面部相貌（圖像識(shí)別）。再如識(shí)別草，可以同時(shí)識(shí)別它的可見光譜（圖像識(shí)別）和紅外光譜（波譜識(shí)別）。識(shí)別的輸入為對(duì)象，輸出為目標(biāo)。
　　樣本，是指用于識(shí)別的參照目標(biāo)，其一般預(yù)先存儲(chǔ)在所述識(shí)別系統(tǒng)中的數(shù)據(jù)庫（也稱識(shí)別知識(shí)庫）。
　　……