大型视频监控系统建设的问题简析

    视频监控系统在人们的日常生活中起到了安全和防护的重要作用。随着计算机、网络技术发展，视频监控系统的发展从模拟到数字、从标清转到高清、从分布到集中、从非智能到智能等等，体现在多个方面。这些方面互相叠加、互相作用，导致了视频监控系统越来越复杂，人们对于视频监控系统的希望值也越来越高。比如从以前要求事件录像完整、后期回放清晰，到现在能对事件现场的实时播报，甚至分析预警以避免事件的进一步发展和恶化；从早期的很多监控人员盯着监视器画面，到现在希望投入越来越少的资源而保障更大的区域安全和监控更多的摄像头。。。。。。
    历来单目标系统的实现还是比较容易的，最典型的如人脸识别，现在已经越来越走入到人们的生活中。但是，对于经历多年发展的监控系统而言，面对安全防范的场景区域各异、时间光线强弱变化无常、关注的内容不同，采用的设备、网络性能、拓扑结构互不兼容、资源受限等等，要实现看得清楚、反应及时、处置合理、预防事故的发生这样一个多目标的监控系统建设来说，将是一个很大的挑战。
    1.设备差异性问题
    除非是全新建设的孤立的监控系统，大型监控系统往往历经几年甚至十几年的建设。设备型号、性能、功能跨度很大，不同厂家设备各异，甚至厂家自身的产品系列兼容性也不一致，体现在音视频编码算法、封装标准、设备通讯控制协议各个方面。不管是小的监控产品厂商，还是国内数一数二的厂商巨头都普遍存在这个问题。
    既要发挥老旧设备的余热，又要充分利用新一代设备的功能特点提高监控视频水平，系统的建设应具有层次性，低层实现对各种设备的适配，高层实现通用标准的协议，比如ONVIF,GB28181等，而中间层则完成高层协议到低层协议的转换和过渡，使得系统具有灵活性和可扩充性。
    2.网络差异性问题
    大型监控系统，诸如市级或省级的银行CCTV监控系统，根据机构层次规划形成多级多中心结构，各中心自成体系，同时对下级又存在监管和控制，类似于的倒挂的树型结构。CCTV监控网络普遍采用租用方式, 而网络带宽则由根据租用费用的多少确定。这种实际的情况会造成在一个大型监控体系中网络带宽不均衡，不能仅靠一两种模式来保障系统的持续平稳运行，更不能采用扁平化结构来构建这种多层次多中心的监控网络。
        综合利用多级数据中心、流媒体、主码流、子码流自动切换、直接访问设备获取视频或通过流媒体获取视频等多种方式，兼顾网络、视频清晰度、并发监视路数三个方面的要求，达到最佳的监控效果。
    3.监控数量庞大
    监控规模持续扩大，已有的人工监看模式已经面临越来越大的压力,肉眼观看监控视频，注意力无法持久，加上监控画面多，更容易错过重要画面信息。监控网点到监控中心网络带宽限制以及监控中心监视器数量的限制，无法实现1:1方式的长期固定监视，视频的定时切换又会导致需要关注的视频被自动换调,不需重点关注的视频长期占据显示画面，监控效率低下。
    对视频进行分类，确定要关注内容，比如银行ATM机有多个人操作的情况，室内多人聚集的情况，特定区域有物体滞留的情况，单向通道逆行的情框，机房、配电间烟火的情况、不能一个人出入的场所、异常声响情况等等。
    对于具备智能分析的IPC，可以单独设置需要报警的内容，一旦出现相应情况，产生报警并显示相关视频；
    对于早期的DVR,混合DVR,NVR,IPC,不具备智能分析的功能，可以采用视频轮询的同时进行中心自动智能化分析的的模式，自动筛选出出现异常的视频并交由监控值班人员进行分析和处理。缩小监控值班人员需要重点关注的视频数量，从而减少漏接、漏报事故率。
    4.报警处理问题
    视频监控系统区别于其他系统的特点之一是前端设备的种类多样性、数量巨大性、报警信息的复杂性。包括外部设备产生的报警信心，比如报警主机发送的防区报警信号、烟感报警信号、门禁信号等等，也包括设备本生产生的信号，比如网络通断信号、视频丢失、遮挡、移动信号、磁盘读写异常等等。这些信号种类繁多，数量巨大。
    报警信号的处理采用按角色分类、并行接收、串行处理、警视联动、重复压缩等方法,去报报警信号的不漏、不等。
    5.信息管理问题
    大型视频监控系统与孤立的DVR/NVR/IPC的管理模式有天差之别，几万乃至十几万个摄像头需要按所属位置/机构/级别，按一定的方式进行分类、命名，排序，便于查找，统计、分析；处于不用级别不同机构的用户所看到的视频，所能操作的类型也将各不相同。
    立足于数据库系统的完善的监控信息管理系统是构成大型监控系统的基石。
    6.系统运维问题
    大型视频监控系统设备数量、种类繁多，各设备运行状态需要及时掌握、对于故障设备需要及时维修，才能保证安防系统的正常有效运转。
    采用智能辅助运维，周期性检查网络状态、信号状态、视频质量、录像完整性，即时提供最新的设备异常（故障）清单，经确认后再进入正常维修维护流程，从而提高系统的可用率

  7.用户角色和数量问题

    视频监控系统的应用逐步从简单的安全防范发展到对业务场所的安全趋势预判，业务工作的飞行检查，比如银行监控中员工的着装，接待客户的标准化程度，运钞押运人员的配备检查等等；大规模的监控系统涉及的用户数量大，角色各异，人员流动性也较高。

    需要建立完善的用户、角色、权限管理体系，确保视频被各类人员合适可见和使用，包括可预览视频、回放录像、控制云台外设、响应处理报警, 采用哪种方式获得视频(主/子码流，直接/间接获取视频)以使用不同的网络带宽架构和体系。

    建立完整的系统数字化交接班体系，明确用户的工作职责，记录工作内容，提高用户工作责任心和效率。

    8. 人工智能的应用问题

    监控视频的数量庞大、场景各异、设备型号品种不同给AI的应用带来很大困难。对银行来说，ATM防护舱的监控着重于尾随抢劫、人脸遮挡、对ATM的破坏、遗留物品；对自助厅的监控着重于多人聚集，长期滞留，在新冠肺炎流行时要提醒大家保持社交距离，是否戴口罩；运钞车视频则只在运钞车来时给予关注；网点大门视频则关注人脸检测和识别；机房资料室则强i调防火防盗......

    目前比较热门方案的是采用智能IPC，但是问题很多。一方面功能单一，比如仅仅是人脸识别；另一方面，历史遗留的巨大数量的非智能化视频（模拟/数字）无法实现智能化, 而再安装智能IPC则面临投资巨大，周期长的困难。

    采用软件定义摄像头的概念，对各类场景的视频分析内容进行定义，比如多人，烟雾，遮挡或多种内容的组合；采用边缘计算的模式，将视频智能分析的功能后移到各级监控中心的多个分析服务器; 在中心，采用分布计算模式，解决大规模AI分析的并发性。

    分析服务器配置一张或多张GPU卡，有较大的GPU显存，可以装载多个AI模型, 具备强大的算力，可以并行进行多种AI分析，并将各AI分析结果进行整合，只对超出阈值的情况进行报警，极大提高了监控效率 。 从而将最新的AI成果应用到视频监控中。

   9. 保护投资

   大型视频监控系统的建设还表现在很长的建设周期，很长的使用周期，渐进式的发展，投资巨大。

   系统的设计和建设更要注重前瞻性，兼容性和可扩充性。

   比如不论是海康还是大华的DVR设备，其早期型号与新型号的网络SDK接口都是有差异的，如何保证在新型号设备使用时，也能保证现有旧设备也可以正常使用。

    比如在视频列表时，要进行分级分类多层管理，并且数量没有限制，而不是以DVR/NVR为单位简单的罗列，导致视频的查询检索及其困难和不便。

    比如在系统运行过程中，有极其多的事件发生，有异常的报警事件，有例行的检查工作，所有这些信息能否便捷的记录、结构化保存和分析，同时要解决监控人员学历、技能不均衡，年龄诧异大、流动性大的管理问题。

    在监控设备产品日新月异的现在，让视频监控系统十几年长期、可靠、可持续运行是对用户投资的最好保护，也应该是安防企业对用户的重要承诺。