一、云技术推动视频监控系统更加负载均衡、弹性扩展、安全可靠
网络视频衍生了更庞大的存储需求和更高的带宽满足，以目前最基本的720P效果为例，每路视频压缩到较低码率也要每小时3G容量需求，一个月监控录像就要2TB左右的容量，那么试想一下，如果需要几百上千路这样的高清监控，如此庞大的视频文件，有如潮水般的冲击着存储系统，不仅对存储设备的容量，读写性能、可靠提出了更高要求。此外，传统视频存储系统还存在诸多不足：如数据保护能力欠佳，可能出现关键视频丢失的情况;视频存储系统“孤岛”式建设，多个信息平台间不能实现视频资源共享，现有监控存储设备涉及多家厂商，资源无法统一管理，信息孤岛现象严重;快速分析能力弱，从海量视频中获取价值信息难。
监控云存储的出现，突破传统存储方式的性能和容量瓶颈，使云存储提供商能够联结网络中大量各种不同类型的存储设备形成异常强大的存储能力，实现性能与容量的线性扩展，让海量数据的存储成为了可能，从而让公安拥有相当于整片云的存储能力，成功解决存储难题。
云存储技术以采用分布式的文件系统为基本特征，将三个传统的存储体系结构层(文件系统、卷管理器和 RAID)组合为一个统一的软件层，从而创建一个跨越存储系统中所有节点的单一智能文件系统。分布式文件系统的系统的数据和管理数据(元数据)分布在各个节点上，避免了系统资源争用，消除了系统瓶颈;即使出现整节点故障，系统也能够自动识别故障节点，自动恢复故障节点涉及的数据和元数据，使故障对业务透明，完全不影响业务连续性。整系统采用全互联全冗余的组网机制，全对称分布式集群设计，实现存储系统节点的全局统一命名空间，从而允许系统中任何节点并发访问整系统的任何文件;并且支持文件内的细粒度的全局锁，提供从多个节点并发访问相同文件的不同区域，实现高并发高性能读写。
基于以上技术特征，云存储具有性能高，可靠性好，便于扩展的特点。
在整个视频监控系统中，从传输网络、流媒体转发服务器、局域网络、存储每个环节都要求高效、无性能瓶颈。衡量云存储系统的性能指标主要为读写带宽，带宽指云存储系统每秒可处理的视频数据的吞吐量。云存储系统在视频监控业务场景下具备很强的处理性能，在视频检索、视频录入和视频回放等多个子场景下性能卓越，能够完全满足视频监控平台软件的处理要求。
可靠性方面，监控视频流是7*24小时持续读写，对系统的压力较大。视频云存储系统具备优秀的数据保护能力，单设备节点多块硬盘故障不影响视频正常录入与回播;支持文件级别的数据保护;支持硬件节点间数据冗余，物理节点损坏一个或多个不影响视频数据完整性;针对重要区域的重要摄像头可以单独根据策略配置容灾链路，将视频副本从该区域云存储系统中自动远程同步至异地云存储系统，实现重要视频多重保护。
扩展性方面，通过增加云存储节点的数量可以线性提升容量和性能，可扩展到几百个节点，达到数万路高清视频的录入和回放能力。
二、智能视频分析向兼容、实景标注和虚拟分层部署方向发展
智能视频分析是计算机图像视觉技术在安防领域应用的一个分支，是一种基于目标行为的智能监控技术。智能视频分析首先将场景中背景和目标分离，识别出真正的目标，去除背景干扰(如树叶抖动、水面波浪、灯光变化)，进而分析并追踪在摄像机场景内出现的目标行为。
智能视频分析的技术原理是对各种摄像机以及DVR、DVS及流媒体服务器等各种视频设备接入的视频，进行智能化图像识别处理，对各种安全事件主动预警，通过实时分析，将报警信息传导综合监控平台及客户端。
智能视频分析技术用于视频监控方案通常有两种，第一种是基于智能视频处理器的前端解决方案。在这种模式下，所有的目标跟踪、行为判断、报警触发都是由前端智能分析设备完成，只将报警信息通过网络传输至监控中心。第二种是后端智能视频分析解决方案。这种模式下，所有的前端摄像机仅仅具备基本的视频采集功能，而所有的视频分析都必须汇集到后端或者关键节点处由计算机统一处理。
智能视频分析是一个高计算需求的过程，虽然智能摄像机解决了一些相对简单的智能特征提取问题，但仍有大量的传统摄像机和视频录像需要进行智能分析。智能分析一直是发展热点，但从未很好的实现，原因就是缺乏良好计算的基础，如网络摄像机或者NVR的CPU计算能力等。而基于云的视频分析将为此提供最好的平台和计算能力。
只有通过在云端对视频进行内容分析，用户才能够借助巨大的虚拟计算能力来对海量信息进行分析，如进行人脸统计、计数、基于特征的快速搜索等智能功能。这种应用也被称之为架构即服务IaaS(InfrastructureasaService)，这也是IaaS在网络视频监控领域的主要应用。
视频智能分析的核心就是目标识别和行为分析，按照应用的要求设定规则，当视频中的信息符合规则时才进行告警和记录，常见的应用包括入侵检测、周界告警、车辆识别、交通违法监控、人脸识别、人数量统计等。
当前视频智能分析领域具有以下技术创新能力：
1. 视频兼容
随着平安城市系统规模逐步扩大，由于各地经济、社会发展不均衡，相关系统建设有先有后，建设厂家参差不齐，以及公安规范尚未完全落地等因素影响，造成平安城市不同区域的视频录像之间存在厂家、格式和标准的交互障碍，视频录像的作用受到限制。此外，在社会公共安全领域，视频监控系统成为维护社会治安，加强社会管理的一个重要组成部分，海量社会安全监控(包括DV/手机的部分标准录像)录像数据资源、录像与案件的关联分析已成为公安系统寻找证据、破获案件最有力的手段。视频录像成为直击第一现场、掌握最有力证据的第一手资料。然而视频录像存在的厂家、格式众多，造成视频录像格式标准不统一;同时社会安全监控录像的存储可靠性低录像视频易损坏，造成社会安全监控视频完好性差，在实际破案中读取效率低下;通过不同厂家、不同播放器对海量录像进行试错播放寻找线索，这种获取证据传统的做法是要耗费大量人力、物力以及时间，效率极其低下，以至于错过最佳破案时机。
在实际应用中，侦查人员只需要上传视频，无需记录监控设备厂家型号，系统会自动识别视频的格式封装和码流进行视频预处理。应能支持主流DVR、NVR厂家的视频格式直接播放，也支持主流DV、手机所拍摄的视频格式。可以将各个不同厂家的私有视频格式转换为统一格式，使用标准的视频播放器即可播放。为视频浏览、分析检索以及案件管理提供基础数据。应能采用视频还原技术，将文件索引丢失、文件头破损、部分内容丢失等原因造成的破损视频文件，进行修复还原。采用新技术实现视频兼容预处理，对于公安加快破案速度，提高大案、要案的破案效率具有重要指导意义。
2. 电子标注
随着视频监控技术的不断发展，我国目前视频监控在智慧城市、平安城市等各类项目得以广泛应用。监控视频已经成为公安部门进行案件侦查的重要依据和线索，视频侦查已逐步成为继刑侦，技侦，网侦之后的第四大侦查手段。在重大案件侦破时，公安通常会组织涉案的地区和单位,抽调强兵干将联合形成破案力量,有效调动各个地区和业务部门工作积极性,充分发挥公安机关的整体功能。在对付流窜性,跨区域性,职业性和暴力性犯罪的情况，公安协同工作时，不同派出所民警对嫌疑人、作案工具和逃逸手段描述不同，造成在并案侦破时，这些不同描述方式降低串并案分析效率;电子标注规范案件证据描述方式，实现嫌疑人、逃逸工具和涉案物品的规范化描述，提升串并案分析有效性。
电子标注通过标准的电子标准词典(标准化目标描述术语库)，对案件证据中的相关目标包括人、车、物进行电子化标注，规范案件描述模式和管理方式，作为全文检索的基础关键字，提升串并案分析有效性，扩展侦查线索来源,加快破案步伐。
3. 虚拟卡口
随着城市建设的快速发展和人们物质生活水平的不断提高,国内各大城市的机动车保有量呈爆炸式增长,交通管理和城市治安日渐成为现代城市管理急需解决的重大难题。在城市的重要出入口、重要区域以及车流量大的道路上安装治安高清卡口系统,成为解决上述难题的主要手段之一，但这个工程投资比较大费用高。伴随“平安城市”建设的深入，道路高清摄像头数量快速增加，依靠道路高清摄像头的虚拟触发实现常规卡口的功能，实现城市虚拟卡口联网布控。
稽查布控是指系统会根据用户布控策略启动后台分析节点，对前端所对应的高清摄像机视频或录像出现的车牌信息，通过智能分析算法进行车辆抓拍和车牌识别，并根据用户设定的黑名单或自定义车牌库进行匹配产生提示告警;稽查布控利用城市高清监控起到辅助高清卡口功能，增加系统灵活性，大大拓展卡口的数量和布控范围，有效提升监控和破案效率。稽查布控采用平安城市摄像机视频进行智能分析，实现卡口摄像机相关功能，自动识别车牌，通过优化智能算法和平安城市摄像机的叠加优势，增强稽查布控的范围和有效性;
针对平安城市摄像机的安装角度不同、摄像机光源不同，存在较大倾斜角、侧装等劣势，通过智能分析集群框架设计和优化智能分析算法，提升车牌识别准确性和稽查布控有效性;实现高清卡口的相关功能，可有效降低卡口系统建设成本，高效利用已有高清视频资源。
三、大数据挖掘技术改变视频监控领用的应用格局
上面所述的视频监控云的部署对智能分析将有重要的加速作用，而对视频数据开展智能分析处理，提取有价值的特征信息，如人脸、车辆、行为等，将这些信息进行集中存储和分析，就能充分发挥视频大数据的价值。云监控实现了数据的集中化，借助大数据应用进一步实现数据的信息化，这将有效推动系统运营、数据运营，进而衍生出更多的商业模式。
目前行业主流的智能分析基本都是围绕“监控”二字，属于视频数据的初级加工，一般只是对单个摄像头的视频信息进行实时处理，按一定规则产生事件数据(如告警事件、车辆计数)，跨空间和时间范围的二次加工分析还比较少，因此，视频监控领域并未真正的形成互联网意义上的大数据。
视频监控数据必定能成为下一个大数据的宝库。一方面，它具备了典型的大数据4V特征，数据量巨大、多样化、表面上无序、但暗含着无数人和物的行为。另一方面，它是真实世界的写照，这与互联网获得的大数据有很大不同，真实世界蕴含了无数难以用格式化文字表达的信息，比如人通过视觉可以快速形成判断，一个地方是繁荣还是衰退，气氛是紧张还是欢快。而机器来进行判断还不够智能。
目前在公安工作中最实在应用就是从海量视频数据里把有相同线索特征的图像给找出来，让干警发现出新的案件线索。至于“怎么找?”，最大的技术障碍还是在于视频的结构化。商业应用上的数据多为结构化数据，每个数据都由一系列明确的描述属性组成，大数据处理系统则可以根据使用者的要求将不同的属性进行归类，从而发现和掌握事物发展的客观规律。而视频则不然，除了时间和空间的属性外，并没有其他的标签。除了按照时间和地点查找相应的视频外，大多的视频只能靠人慢慢甄别，这离大数据应用还相去甚远。
要做到大数据应用，就必须为每个视频贴上更多的属性标签，也就是业内所说的结构化过程。作者认为这是未来视频应用技术的制高点，其核心是模式识别算法，要做到自动把视频中的特征识别出来贴上标签后入库。这样在日后需要的时候，才能实现海量视频的快速查询和碰撞研判，甚至能像商业大数据那样做到归类统计。
但要实现这种意义上的数据挖掘，需要进行大量元数据的记录，甚至是与监控目的无关的元数据，要多维度的进行分析，需要海量的数据汇集存储和超大规模的数据处理，最后还需要基于位置和时间的进行关联性分析整合，这巨大的资源和成本耗费是打开大数据之门的障碍。
现在的视频采集的都是原始信息，没有任何加工，只被传输和存储，以备异地和后期察看。要发现里面存在的有用信息，诸如人脸、车型、车牌乃至运行方向、衣服颜色、车身颜色等各种信息，都需要人工长时间去回放和查询。
站在视频分析、智能视觉的角度来看，我们其实可以采用一些智能分析手段，来从大量的纯视频里面，先自动化的采集出一些常用的“元数据”信息，并用数据TAG的方式重新对视频信息进行组织、长期存储，以备“战时”急用，完成对犯罪分子的行为痕迹的拼凑。
实现方式主要包括几个步骤：
1. 利用智能视觉技术，从原始视频里面标签化各种目标对象，包括人脸、人体、车辆等;
2. 为这些标签通过智能视觉来发现和附加各种属性信息，如数量、颜色、车型、年龄、性别、车牌号码、车身颜色、运动方向、行为分类等;
3. 对提取上面各种信息的场景、短视频进行存储，以备后查;
4. 建立数据分析的业务应用系统，对以上提取的各种元数据的关联逻辑、查找统计分析等进行综合应用;
5. 在应用中建立新的“元数据”挖掘模型，并重复以上步骤，从视频中挖掘出更多的有用“元数据”;
6. 建立数据模型，对原有数据进行总结、分析;甚至可以尝试建立可疑行为的行为模型，对犯罪行为进行“预测”。
这就是一种典型的大数据挖掘的应用：大量无效数据中的有效数据的挖掘、对以往数据的规律总结、对将来数据的量化和有效预期。
四、智能摄像机将推动视频监控系统建设向集约化、效能化转变
摄像机的智能化体现在高清，低照度，宽动态和安全特性，前端智能分析上。
高清摄像机可以指高质量、高清晰影像，拍摄出来的画面可以达到720线逐行扫描方式、分辨率1280*720，或到达1080线隔行扫描方式、分辨率 1920 *1080的数码摄像机。在高清监控技术构架下，一台高清摄像机可以达到数台普通摄像机的监控效果，其监控覆盖面也更广更宽，且图像分辨率更高、信息量更丰富，因此采用高清监控可以非常有效地缩减系统规模，避免繁复的视频图像、控制和供电传输线路。此外，还可大大减少前后端设备配置，从而减少总体建设成本。
低照度：照度也称灵敏度。是CCD对环境光线的敏感程度，或者说是CCD正常成像时所需要的最暗光线。照度的单位是勒克斯(LUX)数值越小，表示需要的光线越少，摄像头也越灵敏。
宽动态技术能使摄像机在暗处获得明亮图像的同时使明亮处不受色饱和度的影响。在宽动态技术的支持下，摄像机可在任何地方获取比应用。它能将在高光照处使用高速快门曝光和在低光处使用低速快门曝光生成的图像结合从而生成合成图像，所以能获得暗处细节，而图像的明亮处又不过于饱和。
安全性对于视频监控领域的重要性不言而喻，摄像机作为视频监控系统的重要组成，不应成为公安机关的安全隐患。如何避免摄像机被非法组织控制?如何防止网络攻击。支持用户名和密码认证、802.1x接入认证、数字证书，支持码流加密成为智能摄像机必不可少的特性。
智能前端分析在一定程度上可以减低后端存储压力。前端的智能视频分析检测与报警，包括但不限于：绊线监测、周界入侵监测、遗留监测、物品移走、徘徊监测。
五、智能运维让视频监控系统更加易捷好用
在视频监控系统的实际部署应用过程中，随着视频监控系统的规模越来越大，网络摄像机的配置、安装、调试、维护成本也随之增加。在网络摄像机部署安装上，既要配置网络摄像机的网络参数，又需要配置对应视频监控平台参数，在很多情况下还需要兼顾网络摄像机和平台两者的关系。完成以上这些配置需要安装使用者对网络摄像机和视频监控的专业知识非常了解，智能运维的出现使视频监控系统的使用者并不具备很强的专业知识和IT技能。
1. 网络摄像机自动发现：
网络摄像机自动发现是利用自适应快速部署技术，实现前端网络摄像机自动注册，即插即用，有效降低安装部署成本，提高前端安装维护效率
2. 设备自动巡检：
当网络摄像机发生故障后，经常因为前期没有办法发现故障隐患而导致网路摄像机最终罢工，而且维护检查等工作需要检修工来完成，在检索和判定故障点上浪费了大量的时间和精力，增加了系统的运维成本。因此，如何从庞大的前端摄像机中及时、准确而快速地找到对应故障设备，在日常视频监控系统维护中是必不可少的。作为整个系统前端的核心成员，智能的网络摄像机采用自动巡检报障设计方式，实时对设备系统运行情况(温度异常、SD卡读写异常等)进行轮巡检测，提高维护效率，降低设备维护成本
3. 客户端自动升级
随着监控技术的不断发展，视频监控平台也在不断地进行着升级换代，在平台升级后，原有的客户端也需要进行同步升级才能保证新业务，新功能的正常使用。以往客户端的升级大多通过手动下载安装的方式实现，升级流程繁琐、耗时，视频监控平台产品通过客户端自动升级技术可以有效解决大量用户客户端同步升级的问题。
4. 智能视频质量诊断
利用视频质量诊断功能，用户能够有效检测由于镜头、护罩、人为等原因导致的图像异常问题。在检测到问题设备后，产生告警，有利于指导维修人员快速定位故障，减少由于视频质量问题带来的损失。
视频质量诊断系统是一种智能化视频故障分析与预警系统，对采集到的图像进行分析，抽取出特征、事件，来判断目标形态的变化，并通过设置一定的条件和规则，判断画面是否有异常，其揉合了图像处理技术、计算机视觉技术、计算机图形学、图像分析等多项技术。能对视频图像出现的噪声、滚屏、模糊、偏色、画面冻结、增益失衡、视频信号丢失等常见摄像头故障、视频信号干扰、视频质量下降进行准确分析、判断和自动报警。
利用该技术，视频监控平台可以对前端视频质量进行巡检，提供亮度异常检测、雪花干扰检测、视频偏色检测、条纹干扰检测、信号丢失检测、画面冻结检测、画面抖动检测、清晰度异常检测、摄像机遮挡检测等功能，及时发现视频资源无法正常使用的情况，并形成告警，便于对全网设备进行维护。
5. 视频业务QoS
视频监控平台能够通过带宽自适应、前向纠错等技术，保证系统在网络状况下降情况下视频的有效性和可用性。带宽自适应：平台支持配合前端设备完成网络带宽检测，根据网络带宽，前端设备动态改变编码质量以适应带宽的变化，从而保证视频的流畅。当系统的网络状况突然下降时，能够有机制降低视频质量保证视频有效性、可用性。前向纠错技术是在系统的网络状况差、丢包、错包较多时，通过增加纠错包，结合平台的恢复算法将丢失的报文恢复出来，从而能够有效提升视频观看效果，避免图像花屏、视频卡顿现象发生。在视频少量丢包也可流畅播放。
结语：经过多年建设应用经验积累，视频监控系统建设进入转型阶段,公安对视频监控的规划和需求日趋成熟和明确,其建设重点从布点数量向管理应用质量提升转变。“灵活使用、资源共享、信息挖掘、支持实战”是视频监控领域的发展趋势。特别是智能化，大数据，云技术使得大规模的视频监控更具实用意义，可大幅节省人力和监视设备，在公安行业的应用将有广阔的前景。
(供稿：毕箐 华为技术有限公司)