随着道路交通监控的大量部署,交通监控产生的视频数据也快速增长,对监控视频的质量要求越来越高,视频的海量化、高清化趋势也越来越明显,传统的视频处理系统已经很难适应这种需求的变化。传统的视频管理系统更多的是提供较低层次的视频存储和管理,但是对视频数据的关联、事件的关联和趋势的预测等信息基本上没有涉及,很难对更高一个层次的基于视频数据的决策进行支持,同时也无法提供软硬件系统的动态伸缩性。同时针对不同的业务出现了在线实时分析和离线批量处理的大型视频数据的要求。新兴的云计算和大数据技术为视频大数据的并行化处理带来了曙光。深度学习可以让拥有多个处理层的计算模型来学习具有多层次抽象的数据的表示,为视频大数据的智能化处理提供了保障。本文提出了一种通用的基于云的架构和平台,利用深度学习作为手段,能够提供视频数据的智能分析和存储的解决方案。基于Hadoop和Storm开源框架实现了基于深度学习的智能交通视频处理平台,实现离线批处理云平台和在线实时处理的云计算平合深度融合。所提出的架构可以有效地处理连续的交通视频数据,实时分析、批量处理、分布式存储和云服务无缝集成,以满足视频数据处理和管理的要求。评估表明,所提出的方法具有较高的处理性能、可扩展性和容错性。