解析智能视频监控存储的几个技能设想

技能已经在不少独立的领域有所发展，但目前还未出现比较完美的综合性的解决计划，笔者根据多年的工作实践，结合现在的计算机技能发展，提出以下五个技能方面的设想。

智能码流技能

智能码流，是系统根据图像识别后，根据画面运动主体的运动速率，将正常录制的进行码流调整，进行最后的视频存储。对于运动慢的运动主体，码流记录甚至允许低至8帧/秒(fps)以下，对于正常速率运动的主体，码流设定正常的25fps，对于敏感图像的运动物体的视频码流可设定在30fps以上。对于高速的运动主体，在高速的配合下，码流可高达1000fps以上。智能码流技能，允许减少非敏感图像占用视频存储资源，从而对敏感图像提供了充裕的记载能力。

动态区域自适应的智能监控技能

以某车库画面为例，画面上的敏感信息为运动的车辆和人。不敏感画面是背景(地面和屋顶)。但在实际的视频记录中，背景(地面和屋顶)占据了50%以上的存储空间。通过图像识别技能，允许判定固定背景与运动物体图像，因而，具备了只在记载画面的中有运动的技能可能。动态区域智能监控，就是只记载除背景以外的运动物体，从而大大减少了视频存储空间的需求，相同的存储空间，可保留的视频时间长度允许成倍提高。摄像系统，通过图像识别技能，允许智能学习，判断哪些图像是背景，即便是由控制的，通过设定的时间内的自动学习，也允许自动判定录制视频中的新背景，从而实现对运动物体图像的智能监控。

非敏感区域的低码流记载技能

视频上方的25%到30%的区域，通常是天空或建筑的顶部图像，基本属于敏感要素不太可能出现的区域。如某些典型监控图像中的红色马赛克部分的图像，基本不会含有人们关心的视频实质，因此允许把视频图像的非敏感区域的忽略或者用低码流另外记录，只需在回放的时候与高码流的视频做一个同步。值得说明的是，非敏感区域在不同运用场景，各有不同，有的也许在视频图像的下方，有的监控场景，非敏感区域是不规则的，允许在视频安置好后，根据实际情况再进行运用层面的人工设定。

人脸/车辆识别(或其他敏感移动物体)驱动摄录技能

在特殊的场景下，比如大楼的进口处、电梯等地方，人脸是敏感图像。在车库内、小区的进出口处，车辆及其号牌是敏感图像。若全部用高清的视频固然允许满足监控需求，但视频存储，特别是长时间的保存就会需要海量的存储空间；若根据图像识别技能，判断出现设定的敏感图像的时候，才驱动摄像头运行高清记录，对于一般的非敏感图像，则运行标清甚至低码率的视频流来记录。这样高清与标清相结合的监控记录，即保证了记录敏感图像的质量，同时又较大程度上减少了视频存储量。

序列帧视频文件分布存储技能

把视频在一秒内产生的帧为标识成序列帧，同时编制存储与播放序列，把不同序列的帧划分为数个文件存储；单个帧序列文件允许单独播放，效果等同于低码流记录的视频效果。所有帧序列允许合成完全视频一起播放时，则是高清(或标清)的视频效果。当需要回收存储空间的时候，可按存储策略规划，先将一部分序列帧视频文件所占的区域覆盖。另一部份则保存下来，从而更有效的利用存储空间。例如按原存储能力允许保留1个月的视频数据，经过视频帧文件的分布存储后，允许保留数个月的有选择的序列帧视频的文件数据。对已保留了中长期的序列帧视频文件进行部分覆盖，实现淡入淡出式的视频逐渐丢弃，长期保留的视频数据不是一下完全消失，而是慢慢的消失、丢弃。从而最大限度地延长监控视频保留的时间。

基于以上五种技能的智能视频监控的视频流

如图1所示，智能监控的视频流，是经过一系列的不同逻辑层面的图像识别，进行的智能判断后进行录制、存储的。其中动态区域自适应的智能监控技能、非敏感的低码流记载技能的运用允许根据实际需要，贯穿在整个存储过程；或者根据运用层面的人工设定，有选择地实施。图像识别从初步识别，到精细识别，按需要分层次进行。对视频图像识别的采样频率，允许根据需要，设定具体频率，不需要对每一帧的图像都识别。

[苏墨影]

整理编辑：成都弱电工程专家

上一篇： 如何让云计算数据安全不再＂裸奔＂？
下一篇： 安全领袖峰会：腾讯首秀个人身份防护解决计划