공학 아카데미의 학회 회원: 기술 동향 및 대용량 데이터의 응용 전망

6 월 5 일 뉴스, "홍보에 큰 데이터 대역폭 클라우드 컴퓨팅 응용 프로그램 및 혁신"의 주제는 첫 번째 중국 클라우드 컴퓨팅 베이징 국가 회의 센터에서 회의 개최, 오늘 라이브 보고서에서 총회 협력 포털 NetEase 기술.

다음은 국립 자연 과학 재단 공학, 가웨인, "대용량 데이터 기술 동향 및 응용 전망" 연설의 테마를 할 수의 중국 아카데미의 부 이사.

가웨인: 신사 숙 녀 여러분, 지금 막 호스트가 말했다는 모두 그냥 식사를 마친, 그래서 난 희망을 다음과 같은 보고서 수 소화, 적어도 모두 소화를 방해 하지.

나 보고이 주제 이라고 "기술 동향 및 응용 프로그램 전경 큰 멀티미디어 데이터의",이 제안을 구성, 어쩌면이 제안 구성에서 조금 채팅을 할 아마 세 가지 질문을 말 하 고 싶습니다: 첫째, 반복, 아마도 누군가가 아침에, 아마도 우리가 본 몇몇의 주요 추세 바라 건 대,이 추세는 두 번째 질문에 대 한 더 직접적인 느낌을 줄 것 이다. 둘째, 멀티미디어 대용량 데이터에 대 한 이야기 뿐만 아니라 멀티미디어 데이터의 특정 응용 프로그램에 대 한 이야기는 스마트 도시입니다. 세 번째는 폐쇄 또는 outlook.

멀티미디어 데이터의 시대입니다.

멀티미디어 대용량 데이터 시대 믿습니다 모두는 그것의 가장 일반적인 느낌, 우리가 알아야 할 전체, 우리가 구름, 그것을 전화 또는 큰 데이터, 일반적으로, 데이터의 증가 속도 매우 빠르고, 예상에서 지금 2020 년 전체 넓은 범위의 웹에 큰 데이터 것입니다 40Z, 이제 모두 50 시간 이상 지금 있을 것입니다. 이 데이터는 큰, 첫째, 성능 데이터 매우 풍부 하다, 당신은 더 "홍수", 물론, 더 많은 데이터를 후 사업으로 그것을 설명할 수 있는 2, 그것은 우리에 게 많은 혜택을 가져올 수 있습니다, 우리의 치료에 동시에 또한 문제를 많이 제공.

특정 포함: 예를 들어 소매 업계에서 과학 컴퓨팅 산업, 생활은 다양 한 데이터, 물론, 데이터 영향의이 영역에서 볼륨, 일부 데이터 충격은 큰, 하지만 볼륨 처리 플랫폼 현재 스토리지 큰 도전을 가져왔다 그래서 매우 큰 것.

사실, 우리의 삶에, 우리의 작업, 큰 데이터 변경:

1. 데이터 생성 방법 지금 극적으로 변경 되었기 때문에 데이터의 생산 이전 전문가 그룹, 전문가, 또는 전문 기업에 의해 수행 되었다, 데이터는 지금 더 개인 행동, 개인, 각 사람이 그를 수집, 여부 그들은 사진, 동영상, 또는 그의 휴대 전화를 통해 단말기를 사용할 수 있는 컴퓨터 생성 데이터의 많은 데이터 생성 하는 방법을 많이 변경 되었습니다 그래서.

2, 데이터의 전통적인 방법으로 큰 변화를 겪고 또한 있다, 과거에는, 우리의 정보 소스는 기본적으로 인쇄 매체, 신문, 또는 텔레비전, 라디오, 등, 미디어 그리고 지금, 인터넷, 인터넷을 통해 특히 젊은 이들이 되고있다 미디어 커뮤니케이션의 주요 채널 이 변화는 전체적으로 우리 사회에 대 한 많은 변경 되었습니다. 엄마 윤, 아시는 바와 같이 그의 회장에서 비디오가 보였다, 시간의 아주 짧은 기간에 그래서 내가 생각 하는 이것은 정말 좋은 것, 그리고 그것은 또한 우리에 게 알려줍니다 그 미래에 우리는 아무것도 할 정보에 대 한 생각 또는 인터넷 미디어를 통해 여론을 확산 하는 주요 방법입니다.

네트워크, 전에 우리 친구는 급우, 이웃, 친척, 지금 인터넷이 가상 환경을 통해 더 당신의 생활 원에에서 3, 소셜 네트워킹 변경 됩니다.

4, 데이터 저장 습관 변화가 발생 한, 이전 모든 저장 하려면 복사본, 여부 사진, 여부 그것은 당신의 파일, 컴퓨터에 또는 플로피 디스크에 오목 하 고 선반에 그것을 넣어,이 아이디어는 변경, 물론, 몇 가지 비밀 작업을 하 고 있어 하지 않는 한 또는 습관 보다 조금 오래 된 다른 이야기는, 대부분의 사람들이 그것은 온라인, 저장할 구름에서.

5, 사회 보장 시스템 변화는 정말 실현 하지, 후 실현 우리의 생활에 매우 큰 변화가 있을 것 이다. 지금 전체 사회 보장 문제에 대해 얘기 하는 더 많은 시간을 보낼 것입니다, 그리고 도시 전체는,이 통해 만들 수 있는 사회 보다 안정적인 센서, 카메라의 많은 또는 경우 신속 하 게 해결 될 것입니다, 그리고이 시스템 현재 보안 시스템에 매우 큰 영향을 있을 것입니다. 예를 들어, 우리는 자주의 경우, 원래 저 우 Kehua를 포함 한 예제는 모니터링 시스템에 상당한 기여를 했다, 물론,이 기여는 궁극적으로에 의존 더 명확 하 고 긍정적인 사진의 찾을 하거나 그의 개인 특성의 일부를 찾을 당시에는 문제를 해결 하는 사람 더 많은 동영상을 반복 해 서 보고, 마지막으로, 사건을 해결 하기 위해 몇 가지 사진을 찾는 지난 달 보낸 2000 경찰 보다 또는 탈출 했다. 물론, 실패 한 경우는, 장 춘에서 3 월에 봄 같은 누군가가 차를 훔쳐, 차 아이가지고, 그리고 마지막으로 아이 살해, 이것은 마지막으로 단서를 찾으려고 항복 하는 범인. 보스턴 마라톤 폭격 올해 초는 또한 경우,이 경우를 해결 하기 위해 상대적으로 짧은 시간 이기도 사실 미국 경찰 중앙 경찰 전체 비디오 데이터를 많이 볼 수 있습니다 반복 해 서, 거의 모든 동영상 이상의 400 시간, 본 되었고 마지막으로 어떤 명확한 체이스 멀리 있도록 그림 발견.

이러한 경우는 빅 데이터 시대 여기, 물론, 우리 큰 수량,이 곡선을 볼 수 있듯이, 우리가 2012 년 이미지의 비디오 데이터는 차지 하 고 80% 이상 올해, 이미지 및 비디오 데이터에 데이터의 전체 큰 비율 90%, 같은 비율 있다 무엇 인지 필요로 하는 큰 데이터에서 우리에 게 물론, 진짜 큰 데이터에 핵심 과제는 어떻게 무엇입니까 데이터를 다루는 법, 값의 일부를 발굴 하는 방법은 할 첫 번째. 가장 큰 데이터 처리 하는 방법 실제로 가장 큰 도전이 이다.

그래서 우리는 특별 한 멀티미디어 대용량 데이터 및 이미지, 비디오 전송, 저장, 처리, 관련 응용 프로그램은 4 개의 문제. 왜 효과적인의 문제는 저장, 사실, 지금 카메라 거리에는 항상 촬영된 일 하기, 일부 3 개월 동안 저장 됩니다, 일부 1 개월 저장 됩니다 일부 한 주 저장 됩니다 적용 됩니다,이 데이터 손실 됩니다 영원히, 왜가? 저장할 수 없습니다 있기 때문에 비용이 너무 높습니다. 대용량 데이터에 대 한 효과적으로 저장 하는 방법에는 큰 문제가입니다. 어떻게 처리, 우리 모든 문제는 아주 간단한 생각, 다양 한 지능형 가공 시스템, 이미지 분석 시스템, 사실 그는, 다시 공부 하거나 도시 대규모 시스템 또는 상대적으로 몇 가지 데모를 할.

둘째, 스마트 도시에 큰 멀티미디어 데이터의 도전. 도전 이란 무엇입니까? 도시 자체는,이 개념의 지혜는 매우 좋은 개념 이기 때문에 소위 지능형 도시는 또한 달성 하기 위해, 예를 들어 시의 평화, 건강, 살기 좋은, 편리한 교통, 생태계, 생태계는 완전 한 정보 시스템을 구축 해야 이 정보 시스템은 실제로 비디오 센서, IoT 시스템 및 네트워크의 구성 및 전체 의사 결정 시스템은 지능형 도시 라고 하는 완전 한 시스템으로 구성. 이 시스템에서 많은 하위 시스템, 영상 보안 제어 시스템, 긴급 연결 하위 시스템, 디지털 도시 관리 시스템, 등, 각 카드, 전자 경찰, 일부 모니터링, 기술 및 다른 하위 시스템 보안 제어를 달성 하기 위해 통해 보안 공중 방어 시스템 등을 포함 하 여 있다. 긴급 링크, 비상 연계 기능 자연 재해 및 공공 업무의 발견 후 시작할 수 있습니다. 식별, 디지털 통신 등 개체 도시 관리 포함 우리가 자주 차 위치, 지리 정보, 인증에 대 한 말, 완전 한 정보 시스템은 이러한 시스템을 함께 연결 합니다. 이 시스템을 모니터링 하는 것은 중요 한, 물론, 하지 비디오 카메라를 포함 하는 다양 한 센서, 비디오는 주요 센서,이 센서는 도시의 구석구석에 배포 정보에 대 한 액세스의 모든 구석에 정보 네트워크를 통해 전송 될 수 있는, 물론, 이러한 전송 네트워크 그룹와 관련 있는 주거, 및 사무실, 및 전송-관련 등의 다양 한 그룹입니다. 만약 당신이 주요 네트워크를 통해 데이터의 이러한 그룹 소위 지 각 네트워크로 구성 됩니다 카메라는 시각적 인식 네트워크, 시각적 인식 네트워크 지능형 분석 센터에 보내질 것 이다 그리고 마지막으로 지능형 도시 전체 의사 결정을. 이 결정에는 두 가지 매우 큰 문제가 있습니다.

1, 수 없습니다 저장, 그냥 말했다는 데이터 최대 3 개월, 일부 수 있습니다 1 개월, 1 주 덮여 있을 것입니다, 데이터를 영원히 제거 됩니다, 그것은 유감.

2, 불행을 찾아, 만약 한 가지 희망을 시스템 신속 하 게 불행을 찾는 대신 찾을.

이 문제를 보면 우선, 하지 않으면 매우 풍부, 스토리지 장비를 지속적으로 증가 하지만 지금은 말을 하지 않는 사람들이 계속 해 서 증가 스토리지 장비, 시스템, 스토리지 시스템에 지속적으로 쏟아져는 현재 데이터 흐름 때문에 예산 잊지, 시간 동안 저장 됩니다 또는 내부 정보를 다른 장소에서. 그것은 여기 얻는 것은 쉽다, 6 개월, 또는 원래 시스템 비용 절반을 잃을 경우 매우 좋은 효율적인 스토리지 기술, 또는 원본 이미지와 비디오 압축 코딩 저장 공간을 절약할 수 있습니다, 그리고 one-fold의 그것의 압축 효율을 높일 수 있습니다 원래 3 개월, 저장할 수 있습니다 저장할 수 있습니다. 기술 분야에서이 일 완료 되어 30 년 이상, 아마 90의 시작 부분에서 누군가가 제안, 그냥 비디오 감시, 아니라 라디오와 텔레비전, 코딩 표준, 앞의 1 세대 등 디지털 TV 시작, VCD의 사용 DVC 표준, 우리 느낌 압축과 충분 하지 않습니다 2 세대 하기 시작, H.264를 사용 하는 제 3 세대 시스템은 무 겁 게 지금 시작 하기에 충분 하지 않은 느낌, 우리 표준 기술의 2 세대 호출 기간, 지금 하 고 것의 제 3 세대의 일부입니다.

얼마나 높이 제 3 세대, 2 세대, 1 세대 코딩? 코딩 표준의 첫 번째 세대는 원래 비디오 데이터를 압축할 수 있습니다 1/75, 효율성 증가의 1 세대 보다 2 세대 한 번 원래 비디오 압축 1/150, 지금 하 고는 제 3 세대는 아마 수를 1/300, 아마도, 데이터를 압축 하 거기, 저장 후 비디오 압축 되며 코딩 된 압축 기술을 찾을 수 있는 방법이 있는 경우에, 그것은 코딩 효율성을 향상 시킬 수 있습니다. 왜 있고 150:1, 300: 1, 600:1 압축 능력, 수리 미래도 우리가 할 비디오 많은 중복 때 수건, 비디오 압축을 할 것입니다 그래서이 중복을 제거 하는 좋은 알고리즘을가지고 있기 때문에 왜 이것을 수? 있기 때문에 모든 종류의 중복, 다시 똑같은 각 프레임은 촬영 되었습니다 여러 번, 각 프레임은 표현 될 경우 매우 낭비 해야 같은, 동일한 수 갑의 최신 복사본 올 수 있다. 또한 호출된 코드 중복, 실제 이론 분석 될 수 있다, 현재 알고리즘 까지입니다 진짜 이론적인 제한, 하지만 찾을 수 없습니다 더 나은 알고리즘을 이론적인 제한, 그래서 지금 조금 개선 기대 효율적인 코딩 알고리즘을 찾을 수의 엔지니어와 과학자의 수천 수만. 그래서 우리는 공간을 많이 있다. 기본 프레임은 프레임이이 그림 제공. 일반적으로 말하자면, 직교 변환, 모션 예측에 약간 더 높은 코딩 효율성을 만들기 위해 비즈니스의 사용.

AVS 비디오 표준 프레임 워크는 또한 큰 아이디어는 동일, 세계 여러 주요 다른 기술 그룹 채택 아이디어는 상대적으로 비슷한, 왜이 일을 하는 중국? 효율성을 향상 시킬 뿐만 아니라 있다 다른 이유, 특허, 지적 재산권 및 다른 이유, 중국의 기업 또는 해외 개발 시간, 중국 기업에 게 왕 따 될 수 없습니다 그래서 중국은 이러한 일을 순수한 기술, 효과, 등등에서 것의이 세트.

중국, 중국에 있는 언젠가 반드시 후는 중국, 물론, AVS는 외국 기업, 국제 유명한 더 큰 협력 비디오 코딩 관련된 기업 보낸 AVS 가입 대표 작업 그룹, 최근에 만든 IEEE 1857 표준 이라는 표준, IEEE에 일 인터넷 비디오 코덱 그룹에 대 한이 그룹은 아주 완벽 한 프로세스 후 2012 년 2 월에에서 공식적으로 설립 되었다 첫 번째 비디오 코딩 표준 어제는 그냥 인쇄 되었다, 준비 시간 3 개월 어제 인쇄 완료 후 올해 3 월에 승인. IEEE 1857 전체 처리 과정 이후 지난 2 월, 4 월에 첫 회의이 올해 약 7 회의 3 월 15, 그리고 마지막으로 텍스트를 완료.

이 텍스트에서 전체 편집기가 매우 긴 과정을 통해 표준 기술 하는 것은 매우 좋은 프로세스 단계별 다시가 서 해야 하 고 앞뒤로 여러 번,이 IEEE 1857 표준에는 다양 한 다른 응용 프로그램 지향 부분, 지금 우리 전화 프로필 또는 그룹, 그것은 다른 표준 같은 또는 IEEE 1857는 비디오 감시에 대 한 특별 한 지원을 하는 기능 이다.

특별 한 지원의 어떤 종류? 기술, 루프 추가 전체 처리 과정을 모델링 하는 배경을 추가 하 처음이 매우 어려운 것은,이 그림을 하지 않는 때 배경 처리 효율을 모델링 하지 너무 높습니다, 당신의 모델링은 나아지고, 코딩 효율 높은 될 것입니다. 여기에 블루 라인입니다, 그것은 실제로 전체 효율성, 더 효율적인 코드 속도, 예를 들어 지금 당신에 게 2 조 대역폭, 것의 동일한 품질 것 이다 계정에 대 한 대역폭 낮습니다, 그래서 효율성은 더 높은 이유, 그래서 이것은 매우 좋습니다. 어떻게 배경 모델링 작업을 했는가? 음식 섹션은 매우 복잡 하 고, 여전히 보고 싶은 당신에 게 비디오를 제공 하는 때 이것은 매우 직관적인 사진입니다, 다른 공간에 매핑 변경 통해 있습니다 가로 거의 동일 하지만, 사람, 약간 변화를 이동 하는 차, 우리 배경 모델,이 변화에 기초를 둔 기술적인 관점에서 우리는 몇 가지 개체 경우,이 개체를 모델링할 수 있습니다 넣어 원래 않았다 몇 가지 포인트를 함께 할 수 없고 마지막으로 매우 깨끗 한 배경, 발견 모두는 배경 것 들, 이러한 것 들에의 하면 난 어떤 새로운 무엇 이며 새로운, 코딩 효율성을 개선 하기 위해 그것을 사용 하 여 코딩의 효율성은 매우 높은, 또한 다양 한 다른 기상 조건, 시간, 안개를 포함 하는이, 비오는 날 모델링, 모델 매개 변수를 변화를 통해 해당 수, 그것은 밖으로 개체를 감지 하기 쉬운, 뒤에 우리의 분석의 검색은 매우 도움이 될 것입니다. 그리고 모델을 지속적으로 업데이트할 수 있습니다. 표준 어제 출판 되었다. 물론,이 버전, 끝의 버전, 기존 표준 코딩 효율성의 one-fold 보다이 표준 단계별, 다양 한 부서 있다. 그것은 저장에 대해입니다.

불행, 지금까지 분석 및 코딩 별도로 수행 됩니다, 그리고 그것은 완전히 다른 시스템, 기술적으로 이해할 수 있는, 하지만 할 별도 코드에서 가장 큰 문제 중 하나는 시간 분석에 분석 될 수 있다 인코딩할 수 없는 경우 때문에 분리, 분석의 끝에 다시 보낸 컬렉션 끝에서 첫 번째 코드는 일반적으로 분석 및 다음을 그들의 귀중 한 시간 손실 분석을 위해, 풀어. 이것은 여전히 가장 중요 한 질문, 인식 속도를 잃을 수 있습니다 코딩 효율성을 추구 하기 위하여, 우리에 게 예를: 물론, IEEE 1857이이 문제를 잘 해결할 수 있습니다, 빨간색 상자가 관심 예를 들어, 즉시에서 발견이 설명 안에 설명 텍스트, 시작할 수 있습니다 후, 개체 검색을 포함 한 개체 추적, 동작 분석, 동작 추적, 완전 한 루프 밖으로 전달 될 수 있습니다 및 GPS 포함 될 수 있습니다 정보 포함 되어 있습니다. 개체 검색, 얼굴, 사실, 지금 할이를 기술 하는 방법.

특히, 왼쪽, 그리고 사람에 대 한 동영상 산책 하 고 최고의 얼굴 영화. 나는이 비디오에 지금은 모를, 지금이 일을 컴퓨터, 우리가 할 수 있는 모델, 모델은 6 주 매개 변수, 6 매개 변수를 통해 포함, 해상도, 밝기, 자세를 참조 선명도, 소음 레벨, 회색 수준, 6 매개 변수는 깨끗 한 얼굴 이미지를 찾으려고 결합 될 수 있다. 물론, 같은 생각 자동차, 테스트 사람들을 검색할 수 있습니다.

이 위해서 올해 전국 대학원 스마트 시티 대회를 구성 하는 이제는 교육부의 교육 학위 연구 센터, 과학 및 기술에 대 한 지능형 도시 산업 동맹, 중국 협회에 의해 조직 되 고 하 고, 사무국 Beihang에 있는 지금, 몇 가지 구체적인 계획 되었습니다.

발 문, 큰 데이터 자체이 든, 또는, 그것으로 동의 하 고 큰 데이터 이미지와 비디오 데이터 볼륨은 특히 큰 이미지와 비디오에 어떻게 저장 하 고 빨리,이 발견은 두 가지 매우 큰 기술적 도전,으로 우리 열심히,이 두 가지 기술 과제에 있어야 한다 큰 데이터 하지 않아도 방법이 그것, 대처로 취급 지능형 도시의 큰 데이터의 최고의 응용 프로그램 시나리오 또한 몇 년 동안에서이 회의 모두에 게 보기를 더 나은 비슷한 결과 희망의 수를 가질 수 있습니다. 감사합니다!

(책임 편집기: 유산의 좋은)