项目目标为在Hadoop平台上实现行人跟踪的openCV算法。终极效果为可以从多个摄像头接受源视频，然后在hadoop平台上运行行人检测算法，在主机屏幕上实时显示多个视频中的行人跟踪效果。
行人检测算法由小伙伴们使用openCV编写，原理如下，训练过程：从图像金字塔中采集patches, 提取HOG特征，使用HOG特征训练SVM分类器返回patch中有还是没有人。工作过程：将一副图像做金字塔，采集patches，使用训练好的SVM输出当前patch是否有人，最后将有人的框框做融合。
感觉Hadoop实现方面的难点主要是：Hadoop由Java编写，怎样调用openCV的C程序；Hadoop默认处理TextInputFormat的输入输出，怎样从HDFS上读取传递图片或视频格式的内容；
可以参考的相关内容如下：
某个人的博客：
googlecode上的hadoop-computer-vision工程，使用JavaCV, 自定义FileInpupFormat和RecordReader：
另一个使用Hadoop的图像处理库HIBI，还没细看，其中比较重要的是HIB（HIPI Image Bundle）就是把分散的图像打包。这个也是java写的，主要是将图片读入，解压缩的接口，把图片以方便处理的像素数组格式呈现给用户，似乎没用到JavaCV和任何cv库。这个工程还有论文可参考，大家去google scholar上搜HIPI即可：
其他的hadoopCV的工程，大家可以去googlecode或github上搜搜看。
下面是一个讲Hadoop原理的文章，比较深入，稍微晦涩，细读有收获：
从上面的参考资料中，我们可以利用的是两个工程中写好的Image格式的输入方法，但是到目前还没有找到video格式的方法，可以接着寻找方法，实在不行只能自己想办法写视频的InputFormat和RecordReader了，但正如之前链接中所说，是个non-trivial 的工作。
但是我认为现阶段我们应该存到HDFS中的应该是大量的图片而非视频，一方面省去了读视频格式的问题～～呵呵呵。另一方面，从原理出发：行人跟踪应该处理的是实时的流数据，而非存好的一段段视频（视频都是过去式了，还跟踪人有什么意义。。）。HDFS上应该存的是从10000个（举例）视频源实时截取的10000张图片，然后将10000张图片均分给各个map节点（这里可能用到HIB，因为打完包的传起来应该快些），由各个map任务对所有自己分到的图片执行cv算法（可能 不许要reduce任务），最后返回带有跟踪框的10000张图片，再分发回10000个播放视频源。
这样的话，“理想”的完整任务可以分三部分：1. 输入部分--帧图像采集部分：从10000个视频源实时采集出10000张图片，并把这些图片上传到HDFS。这部分怎么实现还没研究，多路的图像采集卡？用 一个处理流数据的集群？。。。2. 中间部分--hadoopCV部分：把所有HDFS图片分散给集群，运行cv程序，返回10000张结果图片到HDFS。3. 输出部分--输出结果视频部分：把10000张结果图片输出到10000个视频播放源。
第1，3部分还没做survey ，而且鉴于计算资源有限，时间有限，先以第2部分为主，而且它也是大作业核心。按照这个方案的话，第2部分还有个问题：HDFS上的这10000张图片是实时更新的，怎样让Hadoop处理完当前10000张，自动分发处理下10000张需要解决，目前以少的可怜的经验值只见过以固定文件为输入源 -input 的情况。
目前只做中间hadoopCV部分的话，可以默认前后已有接口：假设HDFS上有100个文件夹，每个文件夹里有10000张图片，这些文件夹按时间顺序排好，这些是我们假想的输入部分产生的时序文件夹。hadoop集群依次从中读图像，处理，返回，生成100*10000的结果图片，放到HDFS中。这是目前要完成的工作。
如果InputFormat, javaCV, java&C混编搞定的话！
如果成功完成了第2部分的话！
如果还想接着冲击1&3部分的话！
少年你想多了，呵呵。。。
开个玩笑~，感觉1&3部分有可能用到hadoop的数据库HBase之类的高级功能，还有最后presentation的具体形式怎么表现大家可以再想一下。我先去将“第一个如果”实现下。。。
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
