如今，数百万摄像机每秒钟都在捕获大量视频帧，每一帧都包含有价值的数据。然而，提取关键信息与可执行的见解却是一项具有挑战性的任务。无论是试图在犯罪现场 5 公里范围内找到某位嫌疑人的警察，还是希望设计更安全的道路的运输机构，获得深刻见解所花费的精力与时间，以及如何利用数据对他们来说都是一项挑战。这已经远远超出在视频中根据对象属性进行分类的难度。而是变成了数据库问题。
最终客户及应用开发者可以利用 Deepgreen DB 视频发现工具构建大数据解决方案，以此来发现锁定在视频与图像中的深刻见解。该平台提供了一个功能强大且方便的 SQL 标准环境，有利于实际的数据仓库操作。此外，它还包含原语，以释放赛灵思 Alveo 和 ML Suite 在视频文件上的强大功能。Deepgreen DB 平台可以根据所需的数据/视频量以及查询速度，通过添加计算节点和/或 Alveo 资源实现横向扩展和纵向扩展。
解决方案简介
基于开源 Greenplum 的 MPP 数据仓库
基于最流行的开源数据仓库解决方案：
• 水平缩放
• 面向 OLAP 的标准 SQL
• 基于 JIT 技术的出色速度
• 灵活的异构存储
• 连接到大量数据源，包括 S3、HDFS、Kafka 和 Oracle。
集成平台
Deepgreen DB 视频发现工具平台结合 SQL 原语来调用 ML Suite 与 Alveo FPGA 资源。对于特定视频，用户能够快速定位视频并从视频中检索并提取主题和元数据。数据可以进一步合并到数据库中的其他表中，以提高真实性。此外，还可以提取在特定时间和地理邻近范围内与特定主题相关的视频。
Deepgreen MPP 功能
• PB 级数据仓库
• 业界领先的性能
• 业经验证的政府、金融、电信领域解决方案
• 简单的 SQL 界面
Deepgreen 平台功能
• 实时标记
• 批量标记
• 将在时间 T 处的视频加入到时间 T+5 的视频中
• 加入包含其他维度数据的视频，例如汽车执照注册
• 临时 SQL 根据以前的结果发现视频
了解更多信息请点击： https://china.xilinx.com/products/acceleration-solutions/1-zzro8q.html
