隨著新興技術(shù)出現(xiàn)在視頻監(jiān)控行業(yè)的數(shù)字化轉(zhuǎn)型各個階段，視頻監(jiān)控基礎(chǔ)架構(gòu)也在持續(xù)演進之中。 技術(shù)進步的背后意味著視頻監(jiān)控系統(tǒng)所產(chǎn)生的數(shù)據(jù)也在持續(xù)增長。 數(shù)據(jù)的爆發(fā)意味著傳統(tǒng)視頻監(jiān)控的架構(gòu)已經(jīng)不再適用新的形勢， 尤其是對于大型項目。 一種結(jié)合了人工智能、云、大數(shù)據(jù)以及物聯(lián)網(wǎng)技術(shù)的新型架構(gòu)正在視頻監(jiān)控系統(tǒng)中大規(guī)模落地，尤其是在中國的平安城市項目中。

　　傳統(tǒng)視頻監(jiān)控基礎(chǔ)架構(gòu)

　　傳統(tǒng)基礎(chǔ)架構(gòu)是模擬和網(wǎng)絡(luò)視頻監(jiān)控時代中最常見的部署模式。它在滿足中小型系統(tǒng)( 上限100臺路攝像頭)需求的同時，也具有從基礎(chǔ)到高級視頻管理功能和中低級別的數(shù)據(jù)存儲能力。但是，此拓撲結(jié)構(gòu)不限于小型系統(tǒng)。 有一系列預(yù)置視頻管理的錄像設(shè)備涵蓋從基于Linux的低通道數(shù)系統(tǒng)到更大的搭載DAS的機架式Windows系統(tǒng)的服務(wù)器，以滿足中型系統(tǒng)的存儲要求。

　　通常通道數(shù)量增加到100多個攝像頭時，就需要用到高級視頻管理服務(wù)器和外部企業(yè)級存儲并行。傳統(tǒng)架構(gòu)在單站點而無需處理跨域多站點視頻信息的場景下非常適用。然而，因為分布式高清智能相機的廣泛部署和數(shù)據(jù)量的持續(xù)增加，傳統(tǒng)架構(gòu)的弱點逐漸顯露，在最新的中到大型系統(tǒng)中的應(yīng)用也有所不足。

　　傳統(tǒng)基礎(chǔ)架構(gòu)面臨的挑戰(zhàn)

　　不斷增加的視頻量

　　盡管壓縮技術(shù)正不斷提高，但隨著每年越來越多的高分辨率攝像頭問世，錄像設(shè)備和企業(yè)存儲設(shè)備所需的存儲空間仍在不斷提升。據(jù)IHS Markit估計， 2018年全球用于視頻監(jiān)控的存儲出貨達81EB，相當9200萬小時的視頻(1080p@ 2Mbps) 。這些存儲通常分布在錄像機( DVR或者NVR)，內(nèi)部存儲以及外部存儲系統(tǒng)中。

　　對于超負荷的操作人員來說不可避免的盲視

　　毫無疑問，實時監(jiān)控是一項繁瑣而又艱巨的任務(wù)。實時監(jiān)控面臨的主要挑戰(zhàn)是如何保持監(jiān)控人員的注意力集中。因為持續(xù)觀測視頻監(jiān)控的人員很快就會變成“視頻盲”。發(fā)表在Security OzMagazine上的一項研究發(fā)現(xiàn)，經(jīng)過12分鐘的連續(xù)視頻監(jiān)控后，監(jiān)控人員通常會錯過高達45%的屏幕內(nèi)容; 在觀看22分鐘后，忽略率將會高達95%。而且這項研究僅是基于少量的攝像頭和顯示器。因此，傳統(tǒng)視頻監(jiān)控系統(tǒng)中攝像頭數(shù)量的急增是無法確保安防能力的提高的，而丟失的信息可能會帶來嚴重的后果。即使在警方事后調(diào)查取證中， 查閱錄像也是困難且耗時的。實際上，人工瀏覽1小時的視頻可能需要2到2.5個小時，因此絕大部分視頻監(jiān)控攝像頭中的視頻都不會實時或錄制后觀看。

　　視頻監(jiān)控系統(tǒng)孤島

　　如今大型項目中基礎(chǔ)架構(gòu)的難點在整合現(xiàn)有子系統(tǒng)，因為子系統(tǒng)中構(gòu)成基礎(chǔ)架構(gòu)的關(guān)鍵設(shè)備通常來自不同供應(yīng)商，例如用于視頻管理，視頻存儲及分析處理的算力，用于存儲錄像和視頻分析數(shù)據(jù)庫的存儲，以及網(wǎng)絡(luò)基礎(chǔ)設(shè)備等。此外，多數(shù)情況下，一些大型項目是分階段構(gòu)建的，不同階段有不同的供應(yīng)商參與其中。這可能意味著基礎(chǔ)架構(gòu)的每個孤島都可以擁有自己的一套硬件、軟件、數(shù)據(jù)庫。傳統(tǒng)視頻監(jiān)控基礎(chǔ)架構(gòu)使得整合現(xiàn)有孤島、集成額外第三方產(chǎn)品和效率提升變得異常困難。

　　物聯(lián)網(wǎng)框架下的新型基礎(chǔ)架構(gòu)

　　傳統(tǒng)基礎(chǔ)架構(gòu)在解決大型跨域視頻監(jiān)控系統(tǒng)的需求方面也面臨著巨大的挑戰(zhàn)。隨著AI、云、大數(shù)據(jù)和IoT等變革性技術(shù)越發(fā)滲透于視頻監(jiān)控系統(tǒng)，出現(xiàn)了不同的方法來滿足將這些技術(shù)集成到現(xiàn)代系統(tǒng)的需求。諸如安全城市等的大型項目需要從全局了解公共安全狀況，簡化視頻監(jiān)控并自動化視頻處理和分析過程。

　　云邊端(在國外也稱為云霧邊)是基于物聯(lián)網(wǎng)概念的三層架構(gòu)，在許多中國公共安全項目中被廣泛使用。從傳統(tǒng)的集中式數(shù)據(jù)中心演變而來的該體系結(jié)構(gòu)通過添加霧層作為云和端的中間層，而傳統(tǒng)的架構(gòu)正在被這種新型的分布式架構(gòu)所取代。不同于傳統(tǒng)的架構(gòu)，云中心將計算、存儲和網(wǎng)絡(luò)資源整合在一起并對這些資源進行集中管理。同樣，邊側(cè)也在各個節(jié)點提供統(tǒng)一的平臺管理并整合來自不同廠商的IT基礎(chǔ)設(shè)施部件以及端側(cè)設(shè)備。

　　云管理整個視頻監(jiān)控系統(tǒng)的ICT資源，包括計算、存儲和網(wǎng)絡(luò)。它還為用戶界面應(yīng)用程序提供了一個平臺，例如應(yīng)用程序使用的算法和數(shù)據(jù)庫和用以開發(fā)這些應(yīng)用程序的操作系統(tǒng)等。云中心還負責處理器密集型應(yīng)用程序，執(zhí)行大量并行計算任務(wù)。

　　邊作為連接中心和邊的中介，減輕了云中心的帶寬壓力。它靠近邊緣前端設(shè)備。對于視頻監(jiān)控設(shè)備，可以在霧節(jié)點而不是云數(shù)據(jù)中心處理來自不同類型攝像機發(fā)送的小規(guī)模視頻分析和搜索。

　　端是一個前端設(shè)備網(wǎng)絡(luò)，包括攝像頭、傳感器和其他物聯(lián)網(wǎng)設(shè)備。現(xiàn)有設(shè)備和下一代智能設(shè)備都會連接到系統(tǒng)之中。一些智能設(shè)備可以將包括視頻和圖像在內(nèi)的非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)，從而減輕后端系統(tǒng)的計算和帶寬壓力。

　　盡管在海外市場正著力開展這種基礎(chǔ)設(shè)施的部署， 中國卻已廣泛地采用這一概念， 尤其是安全城市項目方面。 然而，中國與全球其他地區(qū)的云部署模式有所不同。由于受監(jiān)控視頻的保密性要求和對新建項目投資規(guī)模經(jīng)濟性的影響，中國傾向于利用私有云來提供更高級別的安全性和隱私，而全球其他地區(qū)則認為公有云是最具成本效益的選擇。

      ※本文節(jié)選自IHS Markit 安防科技研究執(zhí)行總監(jiān)Thomas Lynch在2019年安博會上關(guān)于《智能視頻監(jiān)控發(fā)展趨勢》的主題報告。

     報告其他章節(jié)：

      IHS：走向下一代視頻監(jiān)控-AI賦能的基礎(chǔ)架構(gòu)