城市大脑在MaxCompute上的海量视频分析（17页）.pdf

《城市大脑在MaxCompute上的海量视频分析（17页）.pdf》由会员分享，可在线阅读，更多相关《城市大脑在MaxCompute上的海量视频分析（17页）.pdf（17页珍藏版）》请在三个皮匠报告上搜索。

1、慕开阿里云iDST视觉计算 技术专家MaxCompute在视觉计算中的应用云端大规模视频分析：MaxCompute2.0计算机视觉工作者最好的时代MaxCompute2.0海量视频与深度学习的碰撞MaxCompute2.0计算平台是核心竞争力 视频存储需求大数据平台 视频计算需要大数据平台 大规模的场景认知需要大数据平台MaxCompute2.0面对海量视频数据，什么是好的计算平台？需要灵活的数据存储 视频-结构化数据 视频-图像 视频-视频MaxCompute2.0面对海量视频数据，什么是好的计算平台？需要灵活算法部署和调度 算法类型复杂多变 分析步骤多样化 整体和局部分析MaxComput

2、e2.0面对海量视频数据，什么是好的计算平台？合理的计算成本 存量视频处理 vs vs 实时视频处理 多种硬件平台的选择MaxCompute2.0杭州大脑的项目实践MaxCompute2.0杭州大脑 任务多样 车流统计 车型识别 车牌识别 红绿灯分析 排队分析 算法复杂 目标检测 目标跟踪 OCR 结构化数据聚类 数据庞大 500路交通监控视频 早高峰2小时高清 每个视频1.5G以上MaxCompute2.0大规模视频离线处理 V2.0 流程MaxCompute2.0灵活利用MaxCompute平台（1）在非结构化Extractor接口中利用ffmpeg API对视频进行预处理 高并发读取视频

3、数据，预处理降低尺寸帧率 对视频进行重编码切片操作 通过切片控制后续计算的粒度MaxCompute2.0灵活利用MaxCompute平台（2）在Extractor和UDF中利用jni实现本地算法调用 通过tar封装本地包，实现不同算法的资源文件隔离 充分利用大规模并行计算的能力，加速算法执行 海量数据高并发处理，个别计算节点失败或长尾由计算平台自动处理，正确性保证MaxCompute2.0灵活利用MaxCompute平台（3）在得到结构化数据之后，使用SQL进行数据高层处理 数据处理更加轻便和灵活 视觉分析和大数据算法很好的隔离 从端到端，视频文件到业务数据输出，全在平台内完成MaxCompute2.0部署视觉分析任务SQL实例MaxCompute2.0关于性能 深度学习版本 每路视频 2 core 实时(25FPS)处理 高效率版本 每路视频 0.5 core 实时(25FPS)处理MaxCompute2.0更多样的视觉计算 批量的图像处理 车辆图片车型识别 视频加工类算法的应用 视频图像深度加工 Prisama 视频版本