1.一种基于高级语义分析的智能监控视频Hadoop大数据的存储方法，其包括以下步骤：
A、从多个视频监控设备获取视频数据，将视频数据的结构分为故事、场景、镜头、子镜头以及帧五个层次，每一层都表达相应的语义内容；对监控场景中的物体信息和动作信息进行粒化，釆用视频粒度分层模型，将不同层次的视频语义提取算法在大数据并行运算平台进行运算；
B、对对应视频对象的分析以子镜头或镜头的连接处作为分析边界，对包含运动特性的图像对象，从连续帧内相关的图像对象抽取得到，或者将图像对象和运动矢量结合得到，进行视频对象分析；
C、在进行视频语义分析，视频语义对象是包含视频对象及其外延的语义对象，其语义抽取涉及众多信息处理领域，是建立在视频对象分析基础之上的更高层次的信息提取和分析；
D、抽取引擎FEE的输入对象是视频流媒体数据，在分析前要通过视频解码模块将视频帧进行解码，这一过程由独立的解码模块完成也可以将解码模块集成到FEE中，每一层分析引擎分析的结果都存入上一级粒层对应的数掘库中；
在图像特征、图像对象、视频对象以及视频语义中会有大量冗余信息，采用粒计算的约简可以实现对冗余信息的去除或标记，然后进行存储。
2.根据权利要求1所述的存储方法，其特征在于，上述步骤D具体的还包括：
视频存储数据为视频采集终端釆集的视频文件，完成对视频数据的统一存储管理；
视频存储数据库为视频文件的存储信息，视频存储数据共同完成为查询客户端和视频分析模块提供视频信息；
视频分析数据库存储视频的语义概念信息，通过查询接口给查询客户端提供视频语义信息；
视频采集终端采集视频数据，通过大数据管理软件模块提供的API实现将采集的视频数据上传到大数据视频存储系统；
视频分析模块提供对视频特定语义概念的分析，并将分析结果上传到视频分析数据库；
查询客户端为用户査询视频、视频语义概念的应用程序，完成用户对所需信息的查询。
3.根据权利要求1所述的存储方法，其特征在于，上述步骤D具体的还包括：
冗余信息用于反映数据之间的相关性，而通过分析同一粒层的粒子之间相关性可以分析出连续视频帧之间的关系；若同一粒层上的粒子之间的独立性越好，则表明该粒子对应的连续视频帧之间的相关性越差，在视频分析时就应各自独立分析；若粒子之间的相关性越好，则表明该粒子对应的连续视频帧间的相关性就越强，在视频分析时采用合并分析。