回到未来:持续录像再次触手可及

Timo Sachse

在安防领域以外,许多人对视频监控的看法源于他们所看的电影和电视节目:摄像机在不停地录像,内容全都保存在录像带上,任何侦探或私人调查员都可以查看录像以调查任何事件。

当然,这种看法具有一定的真实性,但却早已过时。它所反映的主要是模拟监控摄像机的情况,这种技术的局限性要求摄像机要么打开要么关闭,而当它打开时,就必须不停地录像。当然,持续录像具备一些明显的优势:摄像机视野范围内的任何事件无一遗漏,方便安防和执法人员调查。不过,其前提是录像内容得以完整保留,这便带来了物理存储方面的问题。

由于录像带相对较大,而且只能容纳几个小时的视频,因此保存录像带所需的空间很快就成了问题。所以,录像内容只能保留一段时间(一般是30天),然后录像带就会再次投入使用,新的内容就会覆盖旧的内容。这个问题比较大,其原因是多方面的,其中最显著的原因是此前的录像内容将会永久丢失,而且记录的视频质量也会随着录像带的磨损而不断下降。

数字视频监控和数据的到来

时光飞逝,数字网络视频监控的到来似乎解决了物理存储方面的问题。硬盘能够在相对较小的物理空间中存储大量的数字视频——同等数量的视频若是通过录像带来保存,则需要庞大的仓库空间来存放录像带。

那么问题解决了吗?没有彻底解决。网络视频摄像机发展十分迅速,特别是它所捕获图像的质量和分辨率不断提高。新的摄像机带来了更高的分辨率、帧率和比特率,简而言之,就是创建了更多的数据,太多的数据。

左:AXIS 200的第一幅草图;右:2021款子弹型摄像机的草图。

监控系统往往包含数十、数百甚至数千台联网的摄像机,数字视频监控的存储需求,以及在摄像机和数据中心之间传输这些信息所需的带宽,很快就成了问题。

结果只能是次优监控

组织机构迅速着手寻求这种数据问题的解决方案。一种显而易见的方法(也是数字监控摄像机很容易实现的方法)是仅在“有事发生”时才捕获视频。

这大多通过运动检测算法来实现:当摄像机视野中的运动达到某个阈值时,摄像机就会被激活。然而,这是一个不完美的解决方案。在运动检测传感器上设置灵敏度阈值,摄像机有可能过于频繁地激活,从而产生大量的误报。如果因此而提高阈值,那么又有可能遗漏重要的活动。

其他解决方案还包括减少监控摄像机本身产生的数据量。压缩视频、降低帧率和视频分辨率都可以达到这个目的,但也会影响视频图像的质量。

无论采取何种方式来减轻数据负担,持续录像在许多情况下都已经过时。于是组织机构只能妥协,接受不完整或较低质量的视频,以减轻存储和带宽方面的负担。不过现在已经没有这个必要了。

持续录像的新机会和新需求

大多数人都会同意,在视频监控方面,持续录像是一件好事。显然,不遗漏摄像机视野中的任何事件非常重要。监控摄像机技术的创新使得持续录像再次成为了可能,并且不会增加数据负担(在某些情况下,与以前的停止/启动方法相比,数据负担实际上有所减轻)。

最简单的视频压缩方法是降低比特率,从本质上来说,比特率是指一定时段传输的视频量,一般表示为比特(或兆比特)每秒。视频压缩通常利用下列三种方式中的一种或多种组合来实现:降低视频分辨率、降低视频帧率和提高视频压缩效率,这几种方式都有导致视频图像质量下降的风险。

视频压缩仍然是减少数据的一种重要方式,但是在这个过程中务必不要丢失任何视频细节。我们有多种方法可以结合起来,以达到减少数据的目的,同时保持最佳的图像质量、分辨率和取证细节。

一种方法是针对摄像机视野中的不同区域,实施不同程度的视频压缩。举例来说,在医院走廊的广泛视野中,墙壁的视图压缩程度可以高于走廊本身的视图,这样就能够从总体上大幅减少产生的视频数据。

另一种方法是在摄像机内运用有关的算法,仅发送与场景变化相关的数据,而来自于静态区域的图像则较少发送。在非工作时间监控安静的区域时,这种方法非常有用——夜间的办公大厅变化非常小,不过一旦有人进入,摄像机就会记录完整的视频细节。

此外还可以采用相关的技术,让摄像机以全帧速率捕获和分析视频,但是在传输数据之前,需从视频流中删掉不必要的视频帧。这样,静态场景的编码可以大幅降低帧率,有时候甚至低至每秒一帧。而当场景发生变化时,帧率会自动提高以捕捉每一个重要的细节。

最后还有一项新兴技术,即平均比特率控制,如果实施得当,那么摄像机就能够根据可用存储空间和视频保留时间来自动调整其比特率。该技术专门针对持续录像而设计,可以在整个视频保留时间实现最佳的控制,而无需对视频捕获简单地应用比特率限制。

这些技术方法结合起来使用,可以显著降低存储和带宽需求(通常高达50%以上),而不会丢失任何事件的细节。它们为实现持续录像奠定了坚实的基础。

监控洞察的新领域

持续录像的好处不限于确保不遗漏任何事件。越来越复杂的分析(包括摄像机的边缘分析和基于服务器的分析)还有助于从捕获的视频中挖掘更大的价值。

来自于现有摄像机的视频可以接受基于服务器的分析,而具备深度学习功能的新型摄像机则除了视频本身之外,还可以提供非常有用的元数据,助力我们提高安防水平和运营效率。

在实时警报和已知事件的视频取证搜索之间将出现一个新的信息层。应用于持续录像的视频分析(识别模式和异常)将重点聚焦于有价值的“未知事件”。这个方面的洞察有助于优化安防运营,并且可以提升组织机构其他方面的效率。

具有讽刺意味的是,在从模拟监控摄像机转向数字监控摄像机以提升质量的过程中,许多组织机构认为有必要在质量上做出妥协,以管控海量数据造成的影响。不过现在这种妥协已经越来越没有必要。未来将会把我们带回持续录像的时代,而且是没有任何缺点的那种持续录像。

未来的边缘分析