雲計算與雲存儲助力視頻監控發展

市場需求的多樣性，為各種存儲方案提供了市場空間。 因此，在今後相當長的一段時間內，DVR、NVR、SDI-DVR和FCSAN、IPSAN等多種存儲方案將共生共存。 雲計算和雲存儲有可能在未來幾年內，對視頻監控市場格局形成巨大衝擊，並將視頻監控產業推向一個新的、更高的發展階段。

提高存儲網路性能

分散式檔案系統SDFS(SkyDistributedFileSystem)滿足安防視頻監控的新要求，解決城市級海量視頻資料存儲、檢索難題，以視頻、圖片檔存儲和管理為核心的面向大規模資料密集型應用的、可伸縮。

多資料塊副本實現冗余

高度可靠，採用多個資料塊副本的方式實現冗余可靠，資料在不同的存儲節點上具有多個塊副本，任意節點發生故障，系統將自動複製資料塊副本到新的存儲節點上，資料不丟失，實現資料完整可靠；並支援通過編解碼演算法的方式實現高度可靠， 任意同時損壞多個存儲節點，資料可通過演算法解碼自動復原。 該特性可適用于對資料安全級別極高的場合，同時相對於副本冗余的可靠性實現方式大大提高了磁碟空間利用率，不到40%的磁片冗余即可實現任意同時損壞三個存儲節點而不遺失資料。

中繼資料管理節點採用多機同步熱備份的高可用方式容錯，其中任一台伺服器故障，可無縫自動切換到另一台伺服器，服務不間斷。 整個系統無單點故障，硬體故障自動遮罩。

多伺服器同時對外服務

SDFS性能優異，支援高併發、頻寬飽和利用。 雲存儲系統將控制流和資料流程分離，資料訪問時多個存儲伺服器同時對外提供服務，實現高併發訪問。 自動均衡負載，將不同用戶端的訪問負載均衡到不同的存儲伺服器上。 系統性能隨節點規模的增加呈線性增長。 系統的規模越大，雲存儲系統的優勢越明顯，沒有性能瓶頸。 有利於超大規模城市級監控網路的形成。

降低建設和運營成本

降低建設和運營成本，作為整個平臺的基礎層，檔案系統和資料倉儲以廉價的高存儲PC或者單板機代替以往的小型機，聯合提供極高的運算能力和極低的存儲成本！ 採用分散式運算和存儲，結合優化的硬體，通過集群化運維管理系統，實現計算，存儲，網路等資源的動態分配及部署，大大提高資源使用率。

雲存儲將推動安防視頻監控系統向著集通信、運算、存儲及應用於一身的統一平臺發展，而不是整體系統中重複建設的一個IT子系統。

動態增減存儲節點

SDFS(SkyDistributedFileSystem)雲存儲系統所有管理工作由雲存儲系統管理監控中心完成，使用人員無需任何專業知識便可以輕鬆地管理整個系統。 通過專業的分散式集群監控子系統對SDFS所有節點實行無間斷監控，使用者通過介面可以清楚地瞭解到每一個節點的運行情況。

線上伸縮，可以在不停止服務的情況下，動態加入新的存儲節點，只需簡單操作，即可實現系統容量從TB級向PB級平滑擴展；也可以摘下任意節點，系統自動縮小規模而不遺失資料，並自動將摘下的節點上的資料備份到其他節點上， 保證整個系統資料的冗餘數不變。 並同步提升讀寫及網路性能。

監控存儲技術設想

智慧監控技術已經在不少獨立的領域有所發展，但目前還未出現比較完美的綜合性的解決方案，筆者根據多年的工作實踐，結合現在的電腦技術發展，提出以下五個技術方面的設想。

智慧碼流技術

智慧碼流，是系統根據圖像識別後，根據畫面運動主體的運動速度，將正常錄製的視頻進行碼流調整，進行最後的視頻存儲。 對於運動慢的運動主體，碼流記錄甚至可以低至8幀/秒(fps)以下，對於正常速度運動的主體，碼流設定正常的25fps，對於敏感圖像的運動物體的視頻碼流可設定在30fps以上。 對於高速的運動主體，在高速攝像機的配合下，碼流可高達1000fps以上。 智慧碼流技術，可以減少非敏感圖像佔用視頻存儲資源，從而對敏感圖像提供了充裕的記載能力。

動態區域自我調整的智慧監控技術

以某車庫視頻監控畫面為例，畫面上的敏感資訊為運動的車輛和人。 不敏感畫面是背景(地面和屋頂)。 但在實際的視頻記錄中，背景(地面和屋頂)佔據了50%以上的存儲空間。 通過圖像識別技術，可以判定固定背景與運動物體圖像，因而，具備了只在記載畫面的中有運動的技術可能。 動態區域智慧監控，就是只記載除背景以外的運動物體，從而大大減少了視頻存儲空間的需求，相同的存儲空間，可保留的視頻時間長度可以成倍提高。 攝像系統，通過圖像識別技術，可以智慧學習，判斷哪些圖像是背景，即便是由雲台控制的攝像頭，通過設定的時間內的自動學習，也可以自動判定錄製視頻中的新背景，從而實現對運動物體圖像的智慧監控。

非敏感區域的低碼流記載技術

視頻上方的25%到30%的區域，通常是天空或建築的頂部圖像，基本屬於敏感要素不太可能出現的區域。 如某些典型監控圖像中的紅色馬賽克部分的圖像，基本不會含有人們關心的視頻內容，因此可以把視頻圖像的非敏感區域的忽略或者用低碼流另外記錄，只需在重播的時候與高碼流的視頻做一個同步。 值得說明的是，非敏感區域在不同應用場景，各有不同，有的也許在視頻圖像的下方，有的監控場景，非敏感區域是不規則的，可以在視頻監控系統安置好後，根據實際情況再進行應用層面的人工設定。

人臉/車輛識別(或其他敏感移動物體)驅動高清攝錄技術

在特殊的場景下，比如大樓的進口處、電梯等地方，人臉是敏感圖像。 在車庫內、社區的進出口處，車輛及其號牌是敏感圖像。 若全部用高清的視頻固然可以滿足監控需求，但視頻存儲，特別是長時間的保存就會需要海量的存儲空間；若根據圖像識別技術，判斷出現設定的敏感圖像的時候，才驅動攝像頭啟動高清記錄，對於一般的非敏感圖像， 則啟動標清甚至低碼率的視頻流來記錄。 這樣高清與標清相結合的監控記錄，即保證了記錄敏感圖像的品質，同時又較大程度上減少了視頻存儲量。

序列幀視頻檔分佈存儲技術

把視頻在一秒內產生的幀為標識成序列幀，同時編制存儲與播放序列，把不同序列的幀劃分為數個檔存儲；單個幀序列檔可以單獨播放，效果等同于低碼流記錄的視頻效果。

所有幀序列可以合成完全視頻一起播放時，則是高清(或標清)的視頻效果。 當需要回收存儲空間的時候，可按存儲策略規劃，先將一部分序列幀視頻檔所占的區域覆蓋。 另一部份則保存下來，從而更有效的利用存儲空間。 例如按原存儲能力可以保留1個月的視頻資料，經過視頻幀檔的分佈存儲後，可以保留數個月的有選擇的序列幀視頻的檔資料。 對已保留了中長期的序列幀視頻檔進行部分覆蓋，實現淡入淡出式的視頻逐漸丟棄，長期保留的視頻資料不是一下完全消失，而是慢慢的消失、丟棄。 從而最大限度地延長監控視頻保留的時間。

基於以上五種技術的智慧視頻監控的視頻流

智慧監控的視頻流，是經過一系列的不同邏輯層面的圖像識別，進行的智慧判斷後進行錄製、存儲的。 其中動態區域自我調整的智慧監控技術、非敏感的低碼流記載技術的運用可以根據實際需要，貫穿在整個預存程序；或者根據應用層面的人工設定，有選擇地實施。 圖像識別從初步識別，到精細識別，按需要分層次進行。 對視頻圖像識別的採樣頻率，可以根據需要，設定具體頻率，不需要對每一幀的圖像都識別。