1、隨著智慧城市的快速發(fā)展，視頻技術(shù)作為基礎(chǔ)數(shù)據(jù)采集手段已經(jīng)被廣泛使用。這會引發(fā)一個問題：單位時間內(nèi)產(chǎn)生的視頻數(shù)據(jù)隨著時間的推移越來越多，傳統(tǒng)的海量視頻處理手段已經(jīng)不能滿足新形式下的現(xiàn)實(shí)需求,短時間內(nèi)生成的海量視頻數(shù)據(jù)無法快速處理從而嚴(yán)重影響數(shù)據(jù)時效性價值。
　　文中針對上述問題提出一套基于分布式計算模式的視頻處理框架。該框架首先支持多客戶端同時上傳的視頻，然后提取其中出現(xiàn)的人臉，最終建立一個可以保存在內(nèi)存中的索引表進(jìn)行查詢加速。通過

2、處理客戶端上傳的含有待查人臉的圖像，該框架可以快速定位人臉在上傳的視頻中出現(xiàn)的位置。
　　文中研究內(nèi)容通過以下三個方面介紹：
　　1、通過分析業(yè)務(wù)流程及實(shí)現(xiàn)過程中可能遇到的問題，劃分功能模塊，并具體的闡述了各個模塊的作用。同時對涉及到的處理人臉的相關(guān)算法進(jìn)行調(diào)研，分析當(dāng)前已有種種實(shí)現(xiàn)的優(yōu)缺點(diǎn)，選定實(shí)現(xiàn)方案。
　　2、基于劃分的各個功能模塊，及所選擇實(shí)現(xiàn)該框架所用的軟件核心組件,詳細(xì)描述了實(shí)現(xiàn)該框架各部分的具體設(shè)計細(xì)節(jié)與

3、從整個集群的角度優(yōu)化集群的具體方法：1）數(shù)據(jù)存儲設(shè)計方法與設(shè)計原因。2）基于MapReduce思想進(jìn)行分布式任務(wù)設(shè)計。3）詳細(xì)分析集群運(yùn)行過程中可能造成框架性能降低的因素，并找到相應(yīng)的解決方案預(yù)防或者避免該情況的發(fā)生。最終集群在高負(fù)載的情況下也可穩(wěn)定運(yùn)行。
　　3、通過真實(shí)運(yùn)行測試用例得出該集群的性能。通過在200萬人臉圖像數(shù)據(jù)中查找某一張具體的人臉，取多次查詢時間的平均值作為是集群的性能指標(biāo)。然后針對性的進(jìn)行調(diào)整優(yōu)化，最終平均查