>> 您的位置:首页 > 行业热点 > 市场聚焦 > 正文
深入剖析智能云监控的实现
2014/1/3 16:15:00      来源:《中国安防》    作者:闫夏卿 浙江宇视科技
近年来安防行业获得了高速的发展,作为与IT技术紧密结合的行业,目前传统的安防市场正在主动拥抱IT世界,原来的两条平行线出现了交点,并逐步走向深入融合,将IT云计算技术与安防产品简单叠加的时代正在逐渐成为过去式。系统、终端、应用三位一体的“云监控”才能开启真正的“易安防”,本文笔者将对云监控的核心内涵及宇视的云监控架构实现等进行分析。

深入剖析智能云监控的实现

     近年来安防行业获得了高速的发展,作为与IT技术紧密结合的行业,目前传统的安防市场正在主动拥抱IT世界,原来的两条平行线出现了交点,并逐步走向深入融合,将IT云计算技术与安防产品简单叠加的时代正在逐渐成为过去式。系统、终端、应用三位一体的“云监控”才能开启真正的“易安防”,本文笔者将对云监控的核心内涵及宇视的云监控架构实现等进行分析。

云监控 ≠ 云+监控

     目前,无论是从业务还是技术的变化我们都可以清晰地看到视频监控系统未来走向的核心,即在对原始视频数据进行结构化处理的基础上利用机器资源实现对数据的直接处理,最大限度地解决在数据读取和处理上依赖人机界面的瓶颈。从发展的视角看,这是一切的基础,也是大变革的拐点所在。

    众所周知,没有数据结构化就没有业务智能化,没有业务智能化就没有对数据的各个维度的深度应用,没有深度应用视频监控系统就始终跳不出“眼睛的远程延伸”的定位,从而无法与各行各业各式各样的IT自动化系统实现完美对接。毫无疑问,怎样的技术架构能够充分解决数据结构化、业务智能化、数据深度应用这个连环套,彻底变革视频监控系统的定位,那它就代表着未来。这个需求驱动,从2011年以来快速的明晰,并随着全数字化的进程及云计算、大数据等技术领域的成熟逐渐趋于成型。在这样的背景下,宇视提出的“云监控”方案架构就是牢牢地把握住数据结构化—业务智能化—数据深度应用这个需求脉络,以云计算、大数据、物联网三大技术架构的交叉融合作为支撑,全面实现将视频监控带入“智能”时代的目标。

    从目前的发展来看,在数据结构化—业务智能化—数据深度应用这个需求脉络中,主要存在的挑战有:

    第一,对于数据结构化—这是视频监控系统最为独特的特征,有别于普通IT系统的特征,目前大多数传统IT系统是天然面向结构化数据管理和应用进行设计的,不存在这个过程,所以这个独特的、巨大的差异必然对传统的系统架构带来挑战和要求。具体来讲,一是大规模的数据处理对系统性能的压力,二是对非结构化数据和处理后的结构化数据的共同管理都需要在系统架构上进行创新。

    第二,对于业务智能化—如果把智能作为业务的基本属性和特征,就不能再套用传统的智能业务部署方式(传统智能业务部署方式基本上是以单个算法、单体业务为单位,在后台完全采用简单叠加的方式,小规模、点状应用可以,但从数据接口和成本角度都不适合规模部署)而应该进行架构创新。更进一步,如何让基础架构保持稳定与算法、业务千变万化的天然矛盾更好地解决也是全新的挑战。

    第三,数据深度应用—相比较于其他信息源,视频数据中所包含的信息量是巨大的,围绕着视频数据去展开深度应用是一个有着充分的业务想象空间的命题。就当前而言,在假定已经较好实现了数据结构化和业务智能化的基础上,数据深度应用基本就等同于大数据。可以说,源于视频数据信息的海量特征,数据深度应用的诉求使视频监控被空前紧密的连接于大数据技术框架,这就要求新的架构必须非常好地支撑大数据技术实施。

    基于以上需求分析,新的架构特征可以总结为:

    一是兼顾结构化和非结构化数据管理,尤其是非结构化数据的高效管理;

    二是系统架构具备支撑智能技术规模布署与灵活布署的能力;

    三是很好地支撑海量数据管理与应用;

    四是很好地与大数据技术特征(分布式系统、分布式计算)相结合。

    简化来看,以上第一条是物联网的基本特征,第二条和第三条必须通过云计算架构才能满足,第三条和第四条则是大数据的范畴。宇视提出“云监控”的理念正是基于这样的理解和总结。云监控,绝不是简单的将监控套上IT的“云计算”的帽子,也不是简单的截取“大数据”或匹配“物联网”,而是从业务出发导向架构、从架构导向技术、从技术实现再还原到业务体验,有机地将三大技术架构有机融为一体,并面向不同应用场景实现不同侧重,这才是云监控的真正内涵。

云监控的架构模型

     在物理结构上,为了匹配以上四条需求必须对传统的组网方式作出调整和改造。传统的视频监控都是基于“独立小系统”的构建思路,类似于IT早期的模式,从系统的角度看就是“数据孤岛模型”。所幸IT的先发使得视频监控在技术发展路径上不必事事必经,而是可以跨越式发展。于是,在构建大型视频监控系统时,在本世纪初即发展和趋于成熟的数据中心技术架构被引入、照搬,形成IP流媒体技术架构。这个架构粗看可行,体现了数据集中等技术需求的内核。但实际上它忽略了视频监控与传统IT数据库业务最大的本质区别—基于非结构化数据,因此应用于视频监控领域的数据中心模型必须进行适应性的调整。

    视频监控的数据流是海量原始数据存储模型,因此其数据中心的模型应是计算、存储分置于一个平面上的扁平化架构,中间的传送通道应该是无损设计、全交换模型。在物理架构上,要兼顾原始数据存储管理和结构化信息的处理及管理。从技术的发展角度看:首先视频和图片类数据的结构化是一个漫长的、渐进的过程,不可能一蹴而就,因此物理架构设计必须要满足这种渐进需求,具备充分的扩展性和弹性。其次,部分数据结构化的工作部署于后端数据中心内,系统架构设计应该支持大规模高效集群计算来实现此能力;其三,在业务实现中会大量需要结构化信息与原始数据的准确映射和关联,对存储与计算资源的数据关联管理就至关重要;第四,由于视频和图片类数据内含信息量巨大,从发展的角度看其数据结构化后生成的数据量也是海量的,而视频监控业务先天的低延时、敏捷性、快速响应需求,要求系统设计要能够具备大数据属性,满足大数据处理的要求。综合以上几点,新一代监控系统的数据中心侧的设计应具备以下基本特征:

    第一,扁平融合的全交换数据中心架构,存储与计算资源并立;

    第二,具备分层实现大规模集群计算的能力;

    第三,具备分布式模型的大数据架构属性。

    目前,在中心侧的对端——终端侧有两种设备发展方向选择:一是增强计算能力,实现智能前置;二是简化功能诉求,保障更高画质(更大信息量)的原始信息上传。笔者认为前者是主流,这个过程与智能手机的发展轨迹很类似。计算资源的廉价化、小型化使得部分智能(主要是数据的识别、结构化)可以在前端实现。在上传的时候则是双数据流:一个流向是原始数据,一个流向是结构化之后的数据。这样的架构会使智能功能的分层实现、分布化计算更为清晰,成本也更低。

    端到端的看,这恰恰是一个典型的云计算模型,符合和匹配所有云计算的关键特征和发展方向。与IT的云计算不同的则是匹配其数据特征所决定的架构变化,而这恰恰是核心。这是一个不同于以往我们熟悉的安防系统或者是IT系统的架构,而是面向安防监控的业务和数据特征并借助IT的成熟技术组合而成的新的架构。这个架构后续的发展和演化具有非常广阔的空间。宇视的“云监控”架构完全考虑、分析了视频监控的非结构化数据基本特征,仔细模拟了各个位置、各个层级的流量模型、业务模型,基于先进的全交换云计算架构和基于独特的直存数据管理技术和智能技术进行设计,是完全匹配未来的架构需求的硬件集合。

数据处理过程

    在数据流上,从原始视频和图片数据到最终的业务,要经过数据结构化、基本业务和大数据业务三个层面,其中数据结构化是最重要的环节。

    1.数据结构化

    目前针对数据结构化有两个基本解决思路,一是附带信息,二是关键信息识别。前者如同电影胶片的孔洞或者是单反照片里的Exif信息,优点是携带信息方便简单,缺点是可携带的信息有限,且很难和视频、图片本身的内容关键信息关联起来。关键信息识别是我们通常所理解的数据结构化。这个信息提取的过程可繁可简,简单的、明确的、规则的信息容易提取,容易通过算法实现,也容易实现算法前置,而复杂的信息提取则相对难度更大。以一幅静态图片为例,如果从人眼读取+人脑判别的角度看,静态图片可能包含的关键信息非常多,就当前技术而言,比较成熟的解决思路一是卡口化,二是基本信息索引。以车辆卡口为例,识别车牌信息、车身颜色信息、车标信息、前排人员信息等等,其基本思想是通过某种特定的规则约束对象的行为,从而使得每一幅图片在图像基本构成上相似,仅有客体对象区别,这当然利于算法提取信息的实现。从实际应用的角度扩展,还可以构想出人员卡口(出入口、酒店前台、交通枢纽入口等)、关键物体卡口等类似模型,全面覆盖车、人、物。近几年卡口的建设在公安治安防控基础设施建设中比重逐渐增大,关键就在于其充分实现了数据结构化,对后续业务的支撑能力大大加强的缘故。基本信息索引则是在离散的、非规则性的图像中基于一定的规则去套取基本信息,比如有没有人、有没有车、人数统计等等。必须指出的是,基本索引信息从理论上容易理解,但在实现上有很多实际困难,容易错判、误判,缺乏收敛和归一,就当前业务而言,除几个基本信息外,尚不适合作为前端设备的基本功能,而适合后台运行,因此往往作为“半结构化”的基础动作。

    2.基本业务层

    在数据结构化这个层级完成后,数据进入基本业务层。在这个位置,传统的视频监控业务基本上都是针对原始数据的简单操作或者是依靠人力进行人机对接。此前所有的技术进步无论是从标清到高清还是从非联网到联网,都是在信息可识别性和信息完整性上的变化,在业务本质上一样。而数据结构化则将彻底改变业务形态。结构化后纳入数据库结构管理的信息是完全IT化的信息,业务的生成实现、管理等完全可基于IT成熟的模型进行实现,且从这个数据界面向后,基本基于计算设备进行处理,大大提高了效率,突破了人力处理的瓶颈,因此大量基于数据分析和判别的业务可以很好的实现,视频监控的基本业务形态则从非智能时代跨越到了智能时代。

     3.大数据业务

     实现海量数据积累后,利用大数据的技术(主要是分布式计算和分布式数据库)进一步进行深度挖掘、规模分析,或对已经业务处理过的结果数据再度进行分析,会层层叠加的生成业务,这将具有无限的想象空间。大数据技术源自IT领域,最早主要是基于具有巨量和全局历史信息积累的大型网站,在数据中挖掘价值、生成结论而诞生,一旦引入天然具有海量特征和丰富信息量特征的视频监控领域,其业务价值更会进一步放大。宇视科技的IMOS平台从开发之初就考虑到了这个重大的业务形态变化,不仅内嵌了智能算法的引擎,而且其独特的跨操作系统、数据库平台设计使得前端设备、后台管理的系统是统一的,为数据流从前到后的完整管理提供了软件基础。另外IMOS的SOA架构设计最大限度地在基本架构稳定的基础上满足了未来智能算法、业务扩展、增长的需求,这个数据流横向看实际上也是一个最为典型的物联网实现。

云监控业务管理对接

     在业务管理上,基于数据结构化、基本业务和大数据业务三个层次后,过去笼统的“智能技术”将分门归类并按照不同的层次进行匹配。有一部分智能算法是专门为实现数据结构化服务的,如车牌识别;有一部分算法是面向基本业务的,如行为分析、轨迹分析等;还有一部分算法是专门作用于大数据业务的,如深度的数据挖掘、海量信息模糊条件检索等。对于不同目标的智能算法的合理分层和组织,合理的硬件资源匹配以及充分考虑其未来变化、成长性的系统架构设计,就是未来视频监控系统业务管理的核心。宇视科技的IA架构正是基于这样的思想进行设计:其基本特征一是分布式实现;二是构建了算法库引擎,利用算法与业务分离实现算法的灵活挂载或卸载;三是直接支持大数据架构。应该说,智能架构的合理与先进,比某个具体的算法本身的合理与先进对未来业务的影响更为重要。在智能架构的基础之上,通过“业务事件化”,基于SOA的思想,实现业务流线构建的灵活和简单,也就可以完全拷贝IT的成熟技术。当前IT领域的大型业务软件无不以SOA架构带来的顶层业务与下层资源的相对分离为基本特征,并基于成熟的中间件产品和技术实现润滑。宇视科技在软件平台中构建的“事件中心”正是体现这一思想的实践,向下屏蔽业务的复杂流程和频繁变换,向上屏蔽数据资源的细节和结构,以中间件的模式来支撑更为灵活的上层业务实现。对于行业客户可以基于“事件中心”实现方便的业务定制和重构,作为合作伙伴可以基于“事件中心”以原来十分之一的工作量实现业务的二次开发。

     对于视频监控系统,在软件层面向上可有两种业务衔接方式:一是作为大型IT管理的一部分融入,二是作为安防子系统融入安防集成管理平台。从某种意义上说,视频监控本质上应该是个数据平台,以前在对原始数据读取分析的瓶颈下,视频监控系统在业务上跟不上上层系统,反而容易自成体系。结构化、智能化改造后却应该倾向于回归本源,因而本质上监控管理软件虽然也有业务呈现的部分,但更重要的是其“视频图像综合数据库”的属性和“业务中间件”的属性。这两部分实现好了才能够真正将视频监控从简单业务推进到智能业务时代。

     可以看到,从三个维度的分析和建构实际上已经将云计算、物联网、大数据的技术不作为各个独立的系统看待,而是根据业务的、数据的特征、逻辑,互相交织、互为因果。这就是宇视“云监控”要实现的目标,也是为什么“云监控”不是简单的“云+监控”的根本原因。宇视的“云监控”架构,并非是在技术上的独辟岐径或者是另起炉灶,而是立足于准确的把握需求发展走向,在架构上精雕细琢、全面创新,既借鉴继承成熟的技术架构成果又基于系统独特性做适应性改造。

编辑:李红莲
注:本文版权归《中国安防》杂志社和《中国安防》杂志网所有,任何媒体或个人未经书面授权严禁部分或全文转载, 违者将严厉追究法律责任。更多详情请订阅《中国安防》杂志。