随着信息技术的快速发展,网络上的信息已经从海量的文本数据逐渐转变成表达形式丰富多样的图像、视频数据。越来越多的用户开始上传除文本以外的数据到社交网站上。与此同时,视频监控技术也日新月异,监控视频正朝着高清化和智能化方向发展,高质量视频监控广泛应用于人们生活的方方面面。而这些视频监控设备全时段的拍摄与记录,产生了海量的非结构化数据。面对如此海量的视频数据,人们目前能做到的大多是简单的定期覆盖存储而不能充分挖掘利用,这就造成了巨大的信息资源浪费。因此如何对这些非结构化数据进行有效利用已经成为亟待解决的问题。同时,对海量复杂的视频数据,高效精准地分析与检索出有价值的信息,对提升人们的学习与工作效率具有十分重要的意义。本论文对视频数据的特点以及分析和处理视频数据的难点进行了深入的研究,旨在能够为视频数据的处理提供一个通用的计算平台。主要的研究内容与工作包括:针对视频数据体量大、采集困难、结构化描述不足以及难以管理的问题,设计并实现了面向视频的大数据处理平台。本文平台将视频分析各个模块整合起来,使其能够完成对海量视频数据的采集、预处理、存储、计算和可视化。文中首先介绍了大数据处理关键技术和视频处理关键技术,其次从平台需求分析和总体设计两方面入手,针对视频数据结构多样性特点,本文从多个维度设计了视频信息表,实现了能够对结构化和非结构化数据进行有效管理的存储模块。为提高视频数据处理效率,设计实现了基于分布式计算的通用视频数据结构化处理模块,并通过公开数据集对平台的功能和性能进行了验证。本文利用设计实现的面向视频的大数据处理平台对视频数据进行分析和应用,针对平台数据量大、管理效率低的问题,实现了能够对海量视频数据进行检索的应用模块。此外针对道路交通监控单点拍摄的一些弊端,利用本文平台设计实现了多角度视频拼接应用,通过该应用可以有效扩展镜头视野,提升单点视频应用价值。同时基于GPU并行计算框架,采用拼接和稳定融合处理的方式有效提高了应用的处理效率。