пн-пт 9:00–18:00

Ваш город: Выбрать

Архитектура интеллектуальных видеосистем


Существует две вида архитектуры интеллектуальных видеосистем: можно сосредоточить интеллект в одном месте или распределить по системе. В централизованной архитектуре камеры и сенсоры собирают видео- и другую информацию и передают её на центральный сервер для анализа. В распределённой архитектуре сетевые камеры, устройства кодирования видеоинформации и сетевые компоненты имеют свой собственный  интеллект для обработки видеоинформации и извлечения соответствующей информации.


Интеллектуальные видеосистемы извлекают объекты и события в реальном времени  из видеопотока от системы наблюдения и сигнализирует оператору о некоторых событиях, удовлетворяющих предопределённым правилам. На картинке изображены извлечение объекта и его классификация.


После классификации объекта данные обрабатываются на соответствие набору правил и выдаёт сигнал тревоги охранному персоналу.

Варианты централизованной архитектуры

В централизованной архитектуре камеры передают всю видеоинформацию обратно на записывающее устройство для обработки интеллектуальными алгоритмами. В системах, в которых используются аналоговые камеры, таким записывающим устройством обычно бывает видеорегистратор; сетевых видеосистемах — сервер на ПК с управляющим видеообработкой программным обеспечением.

Интеллект может быть расположен в камере, в устройстве, кодирующем видеоинформацию, свиче или сервере для цетрализованного или распределённого видеонаблюдения.

Обработка видеорегистраторами

Встроенная карта кодирования конвертирует аналоговый видеосигнал в цифровой формат и после этого выполняет интеллектуальный анализ — от подсчёта количества людей до распознавания номеров автомобилей. Интеллектуальные видеорегистраторы сжимают видеоинформацию, записывают её и посылают полученные сигналы тревоги и обработанную видеоинформацию операторам. Такая архитектура может быть наиболее эффективной в маленьких системах с 4-8 камерами.

Недостатки:

  1. Система не масштабируема и не гибка. Определённое встроенное количество входов; добавление даже одной дополнительной камеры требует ещё один регистратор — расширение дорого.
  2. Не поддерживается важная сетевая функциональность. Видеорегистраторы не могут быть легко работать в сети и не поддерживают инструменты для снижения риска: файерволы и защиту от вирусов.
  3. Ограниченная вычислительная мощность. Видеорегистраторы традиционно были предназначенны для хранения и просмотра ограниченного количества камер, и когда на них запускается более новое интеллектуальное видеоприложение, которое требует большую вычислительную мощность, они могут поддерживать только часть того количества камер, для которого они изначально предназначались.

Обработка серверами на базе ПК

Готовые серверы на основе ПК преодолевают ограничения видеорегистраторов масштабируемости и гибкости засчёт активной оцифровки и сжатия в сетевые камеры и устройства кодирования видеоинформации. Видеосигнал с сетевой камеры идёт через сеть напрямую на сервер. Устройства кодирования видеоинформации оцифровывают анлоговый видеосигнал перед отправкой его на сервер. Такая архитектура лучше всего будет работать на системах среднего размера с 8-16 камерами.

Весь видеоинтеллект, видеоуправление и видеохрание находятся в централизованном сервере на основе ПК в случае, когда оцифровка и сжатие находятся внутри системы.

Недостатки:

  1. Тратится вычислительная мощность. Сервер имеет дело со множеством задач, сильно загружающих процессор — кодирование видеосигнала, управление видеохранилищем и видеообработкой для анализа.
  2. Поддерживается относительно небольшое количество камер. Так как обрабатываемые задачи требуют значительной мощности, каждый сервер может может обрабатывать видеоинформацию от относительно небольшого количества камер.

Варианты распределённой архитектуры

В распределённой архитектуре обработка распределяется по различным элементам в сети. Это уменьшает используюмую полосу пропускания и увеличивает масштабируемость системы.

Сетевая обработка

В типичных сетевых видеосистемах свичи и роутеры посылают видеоинформацию соответсвующим компонентам системы. Так как видеоинформация поступает таким образом, её можно проанализировать и посылать операторам охранной системы только главную информацию или даже только метаданные (например, количество людей в определённой зоне). Такая предварительная обработка предохраняет полосу пропускания от перегрузки, которая могла бы произойти, если посылать все записанные кадры для анализа в какую-то центральную точку. Архитектура такого вида хорошо работает в большинстве систем любого размера.

Видеоинтеллект, оцифровка, сжатие, управление и хранение находятся в сетевых свичах, что делает систему более масштабируемой. Но проектирование и использование такой системы сложны.

Недостатки

  1. Высокая стоимость. Свичи и роутеры с необходимой дополнительной вычислительной мощностью стоят дороже.
  2. Большая сложность. Дополнительные компоненты увеличивают сложность проектирования к сети.

Интеллект на границе

Наиболее масштабируемая и эффективная с точки зрения стоимости основана на обработке внутри сетевых камер и устройств кодирования видеоинформации максимально вохможного количества инфорации. Хотя в аналоговых камерах нет возможности такого анализа.

Интеллект находится в сетевых камерах и устройствах кодирования видеоинформации — по-настоящему распределённая система. Это Обеспечивает максимальную масштабируемость и эффективность с точки зрения стоимости.

Преимущества:

  1. Уменьшение используемой полосы пропускания. Камеры и устройства кодирования видеоинформации могут быть запрограммированы для передачи сигнала, только когда они обнаруживают движение в определённой области. Это качественно уменьшает используемую полосу пропускания и количество операторов, необходимых для видеопросмотра. Эти устройства могут извлекать необходимую информацию — количество людей или номера автомобилей — из кадра и пслать только её вместо нескольких часов неотфильтрованного видеопотока.
  2. Меньшая стоимость серверов. В централизованной архитектуре серверы обычно обрабатывают 4-16 видеопотоков. Когда же камеры осуществляют обработку, сервер может контролировать больше 100 видеопотоков. Для задач подсчёта количества людей и распознавания номеров автомобилей полученные данные (в отличие от видеопотока) могут направляться напрямую в базу данных, уменьшая нагрузку на сервер.
  3. Более высокое качество анализа наблюдения. Когда сетевые камеры обрабатывают непосредственно видеопоток, не испорченный процессом сжатия, качество анализа значительно повышается. Вычислительная мощность сервера больше не тратится на предшествующие обработке расшифровку и перекодировку, которые значительно увеличивают количество необходимых серверов.
  4. Более низкая стоимость обслуживания. Так как используется меньшее количество серверов, потребляемая энергия и обслуживание стоят меньше. Также исчезает необходимость в специальных помещениях для поддержки сетей наблюдения.
  5. Более низкая стоимость оборудования. Использование более узкой полосы пропускания — передаются только метажанные и краткие характеристики — даёт возможность устанавливать недорогие сетевые компоненты, которые поддерживают необходимую скорость.

Недостатки:

  1. Требуется высокая вычислительная мощность. Не все сетевые камеры и устройства кодирования видеоинформации обладают достаточной вычислительной мощностью для использования интеллектуальных видеоалгоритмов внутри себя.
  2. Требуются много входов камеры. Некоторые сложные алгоритмы — например, отслеживание объектов несколькими камерами — для должной работы могут потребовать информацию от нескольких камер, поэтому их возможно запускать только в централизованной архитектуре.

Для установки интеллектуальной видеосистемы

Архитектура играет ключевую роль в успешном вводе в строй интеллектуальных видеосистем. Для уверенности в том, что система достигает и краткосрочные и долгосрочные цели система должна быть м асштабируема и основана на открытых стандартах. Архитектура должна минимизировать риск системных ошибок и простоя. Она должна легко масштабироваться от нескольких до большого количества камер и интеллектуально распределять обработку на различные компоненты системы. Для максимальной гибкости и эффективности с точки зрения цены и интеллектуальная видеосистема и приложения видеоуправления должны иметь возмодность взаимодействовать с системными компонентами разных производителей. Интеллектуальная видеосистема должна быть настолько точна, насколько это возможно, чтобы минимизировать ложные срабатывания, подвергающие охранный персонал ненужному стрессу.


Автор:  Фредрик Нильсон, директор по сетевым видеорешениям компании «Axis»

Возврат к списку