分布式大规模监控视频存储系统THNVR

doi:10.3778/j.issn.1002-8331.2009.31.018

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (31): 56-59.DOI: 10.3778/j.issn.1002-8331.2009.31.018

分布式大规模监控视频存储系统THNVR

邬建元^1，2，顾瑜^1，2，鞠大鹏^1，2，汪东升^1，2

1.清华大学计算机科学与技术系，北京 100084
2.清华信息科学技术国家实验室，北京 100084

收稿日期:2009-05-05 修回日期:2009-10-08 出版日期:2009-11-01 发布日期:2009-11-01
通讯作者: 邬建元

THNVR：Distributed large-scale surveillance video storage system

WU Jian-yuan^1，2，GU Yu^1，2，JU Da-peng^1，2，WANG Dong-sheng^1，2

1.Department of Computer Science and Technology，Tsinghua University，Beijing 100084，China
2.Tsinghua Information Science and Tech. National Lab，Beijing 100084，China

Received:2009-05-05 Revised:2009-10-08 Online:2009-11-01 Published:2009-11-01
Contact: WU Jian-yuan

摘要/Abstract

摘要： 通过分析网络视频监控应用中的存储需求特点，提出了一种采用低成本SATA硬盘的高性能存储解决方案。该方案使用定长文件，并将结构化与非结构化数据分别存储和检索，彻底克服了传统解决方案中磁盘碎片导致存储性能下降的问题。该方案还采用了自适应的缓冲技术，对磁盘访问进行了有效的规整和调度，充分利用了磁盘的写入带宽。此外，该方案还实现了容错、扩展等重要功能。性能分析显示，该方案在普通计算机和SATA磁盘上能够同时记录256路D1或512路CIF视频数据流。

关键词: 视频监控, 视频存储, 磁盘碎片, 定长文件

Abstract: A novel approach to achieve high surveillance video storage performance via commodity SATA disks is introduced to meet the storage requirements of network video surveillance applications.The solution uses fixed-size files and manages structured and unstructured data separately to resolve the disk fragment problem thoroughly.It employs an adaptive buffering strategy，which regularizes and schedules the accesses to disks efficiently.It also implements features such as fault-tolerance and scalability.Performance analysis shows that the solution can carry out 256 ways of D1 or 512 ways of CIF video streams with one commodity computer setup.

Key words: video surveillance, video storage, disk fragmentation, fixed-size files

中图分类号:

邬建元^1，2，顾瑜^1，2，鞠大鹏^1，2，汪东升^1，2. 分布式大规模监控视频存储系统THNVR[J]. 计算机工程与应用, 2009, 45(31): 56-59.

WU Jian-yuan^1，2，GU Yu^1，2，JU Da-peng^1，2，WANG Dong-sheng^1，2. THNVR：Distributed large-scale surveillance video storage system[J]. Computer Engineering and Applications, 2009, 45(31): 56-59.

[1]	朱红岷1，2，戴道清1，李静正2. 基于图像处理的变电站视频智能分析研究[J]. 计算机工程与应用, 2018, 54(7): 264-270.
[2]	常立博1，2，杜慧敏1，毛智礼1，张盛兵2，郭冲宇1，蒋忭忭1. 面向视频监控的TLD改进目标跟踪算法研究[J]. 计算机工程与应用, 2018, 54(14): 191-198.
[3]	汤春明，卢永伟. 基于改进的稀疏重构算法的行人异常行为分析[J]. 计算机工程与应用, 2017, 53(8): 165-169.
[4]	万琴1，余洪山2，吴迪1，林国汉1. 基于三维视觉系统的多运动目标跟踪方法综述[J]. 计算机工程与应用, 2017, 53(19): 33-39.
[5]	刘佳，高晓阳，贺大伟，侯宝华，李红岭，杨志平，邵世禄，武季玲. 基于LabVIEW的大麦远程监控系统的设计与试验[J]. 计算机工程与应用, 2017, 53(16): 216-220.
[6]	周仁琴. 视频监控场景下的面部遮挡检测[J]. 计算机工程与应用, 2015, 51(4): 192-195.
[7]	谢维波，贺文强. 基于OMAPL138的视频监控烟雾检测系统[J]. 计算机工程与应用, 2015, 51(20): 183-187.
[8]	谭筠梅1，王履程2，雷涛2，王小鹏2. 城市轨道交通智能视频分析关键技术综述[J]. 计算机工程与应用, 2014, 50(4): 1-6.
[9]	褚晶辉1，邱润东1，宋垣2，张力3. 视频监控视频流解码播放的速率控制与优化[J]. 计算机工程与应用, 2014, 50(14): 172-175.
[10]	桑海峰，吴丹阳，王会. 视频监控下的人脸跟踪与识别系统[J]. 计算机工程与应用, 2014, 50(12): 175-179.
[11]	高毅，张曦煌，王广翔. 基于UDP的多媒体通信的研究与实现[J]. 计算机工程与应用, 2012, 48(3): 95-98.
[12]	周宜波，何小海，张生军，卿粼波. 一种新的异常行为检测算法[J]. 计算机工程与应用, 2012, 48(3): 192-194.
[13]	冯柯，陈临强. 户外环境下抗遮挡的运动目标跟踪方法[J]. 计算机工程与应用, 2011, 47(11): 187-189.
[14]	万雅奇^1，2. 考场监控环境下泄题试卷检测方法研究[J]. 计算机工程与应用, 2010, 46(32): 244-248.
[15]	王艳芳^1，2，戴永¹，刘东华^2，3，孔华威²，曾艳艳¹. 基于UDP的数据可靠传输技术研究与应用[J]. 计算机工程与应用, 2010, 46(3): 105-108.

分布式大规模监控视频存储系统THNVR

THNVR：Distributed large-scale surveillance video storage system

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics