Розробка масштабованої високонавантаженої системи зберігання та обробки відеоданих

Abstract

Кваліфікаційна робота присвячена розробці системи, котра здатна проводити розпізнавання та ідентифікацію людей на зображеннях з подальшим збереженням результатів обробки у хмарному сховищі. У розділі 1 аналізуються сучасні системи та комплекси відеоаналітики, проведено їх порівняльний аналіз. Встановлено, що більшість систем відеоаналітики використовують технологію хмарних обчислень, що має низку недоліків. Розглянуто технологію кордонних обчислень, що допомагає усунути недоліки хмарних обчислень, та наведено її основні переваги. У розділі 2 наведено засоби та методи обробки відеопотоку, у тому числі алгоритми та засоби для ідентифікації осіб на зображеннях. Встановлено, що всі обчислення найкраще проводити за допомогою графічних процесорів при використанні згорткових нейронних мереж, в той же час Microsoft Cognitive Services є платною хмарною службою, тому як алгоритм для ідентифікації осіб на зображеннях в розроблюваній системі використовується HOG. Здійснено вибір програмних інструментів для реалізації системи. У розділі 3 представлена розробка системи обробки відеопотоку з відеокамери, вбудованої в ноутбук, і програми-тригера, що ідентифікує обличчя на зображеннях і зберігає результати в хмарне сховище.

The thesis deals with the development of a system capable of recognizing and identifying people in images with subsequent storage of the processing results in cloud storage. In chapter 1, modern video analytics systems and complexes are analyzed, their comparative analysis is conducted. It is established that most video analytics systems use cloud computing technology, which has a number of disadvantages. The technology of edge computing is considered, which helps to eliminate the disadvantages of cloud computing, and its main advantages are given. Chapter 2 presents the means and methods of processing the video stream, including algorithms and tools for identifying faces in images. It has been established that all calculations are best neural networks, at the same time Microsoft Cognitive Services is a paid cloud service, therefore HOG is used as the algorithm for identifying faces in images in the system. Software tools have been selected for system implementation. Chapter 3 presents the development of a video stream processing system from a video camera built into a laptop and a trigger program that identifies people in images and stores the results in cloud storage