如今监控设备在智能安防、平安城市、刑事侦查领域得到广泛应用,数量众多的监控点位不断地工作,监控视频的质量也在不断地提升,随之带来监控视频数据呈现出指数倍增长趋势,并且具有非结构化、无边界性、时空连续性等特点。传统的视频监控系统在视频流传输、图像处理和离线处理等方面有着大量的研究,但在分布式处理与实时性分析方面的研究较少,设计并实现一个多路实时监控视频数据处理与分析系统的技术难题亟待解决。本文基于传统的监控视频数据处理与分析技术和主流的流计算框架,设计并实现了一个高性能、低延迟、高扩展性的视频数据处理与分析系统,主要创新和工作如下:1)本文设计并实现了一个多路实时监控视频数据处理与分析系统,采用自主设计的轻量级流计算架构弥补了目前主流的流计算框架结构臃肿,处理非结构化的视频数据效率低下,调度算法未考虑到集群资源的变化等不足。主节点负责视频处理任务调度和系统资源管理,从节点负责执行具体的视频处理与分析任务。采用主从复制策略和心跳机制保证了容错性;采用自主设计的DRSA调度算法保证了系统资源利用率;采用了基于预测编码图像帧间隔的视频选帧策略选取关键帧。2)在视频数据处理方面,采用基于CPU软解码技术和基于GPU硬解码技术结合的异构协同工作机制处理海量的实时监控视频数据,充分利用CPU和GPU的计算资源并行处理实时数据,提高了系统吞吐率。3)在视频数据分析方面,基于监控视频数据的时空连续性,设计人脸跟踪去重算法减少了大量冗余重复的人脸信息,节约了计算资源,并且保证了复杂条件下非合作目标人员统计的真实有效性。4)本文对系统进行了详细的功能测试和性能测试,并结合应用场景对测试结果进行了详细分析。测试结果显示在多路实时监控视频数据场景下,本系统能够满足流式数据实时地处理与分析的需求。