视频质量诊断系统,其实质就是对图像效果的智能分析应用,是智能分析系统中的一部分。英思杰王会武直言,视频质量诊断的出现,改变了传统大型视频监控系统运行效率低下的现状,便于管理者及时发现视频监控故障,可加快事件响应速度,同时也缓解了人力的不足。
系统构成
基于视角不同,视频诊断系统组成表述有所不同:
• 按架构组成划分:可分为服务器和客户端,此种模式适用于后端纯软件分析系统,系统采用模块化设计,通过独立的服务器进行分析,再将检测结果在客户端中呈现出来;
• 按设备组成划分:可分为硬件系统和软件系统,其中软件系统又可划分为分析算法和管理软件;
• 按功能模块划分:包括视频质量轮询诊断模块、系统诊断信息查询模块、系统管理配置模块以及数据库(背景帧及诊断报表保存)。
算法奠定核心
视频质量诊断系统是通过从数据库中调取原始图像(正常图像信息)与实时视频图像进行比对后,判断实时视频流的图像画质是否处于正常状态。运算过程中,要想得出最准确、最接近实际的诊断信息,要求对运行的算法更深度的优化。因此,所有接受采访的厂家均一致认为,视频质量诊断系统的核心技术就是对各种不同类型的视频质量问题的检测算法。
据苏州科达科技有限公司营销中心副总经理刘志强介绍,截至目前,视频质量诊断系统可检测的异常视频类型有:视频源丢失、画面冻结、清晰度异常、亮度异常、过曝、噪声、偏色、遮挡、移位、条纹、聚焦异常以及云台失控等,这些异常现象是由不同的原因造成的,因此,视频诊断系统对不同的异常现象,所采用的诊断方式也不一样:
• 信号丢失、画面冻结:通常采用模板比对的方法进行检测;
• 云台失控:由诊断服务器发出云台运动指令,通过图像的运动情况来分析判断云台是否按照指令在运转;
• 对于其它几种故障,表现出来的现象不同,图像呈现的特点也不同,结合视频图像处理、人眼视觉模型、以及机器视觉的方法,分别设计不同的检测模块(检测器)。
从上可知,视频诊断更多的是采用比对的方式来判断图像是否出现异常。海康威视王丹平介绍到:“检测工具主要是应用计算机视觉(Computer Vision)算法,对监控系统中前端设备的常见图像质量故障问题进行诊断, 通过大量的实际场景监控视频片段,对检测器进行训练。在诊断过程中,每种检测器提取相对应的图像特征,根据事先训练学习的判断法则,对故障的类型进行判定,同时确定故障的严重程度。对于出现误判、漏判的视频,可以加入到训练样本中,进行再训练再学习,以对检测器进行改进,进一步提高检测器性能。”
受核心算法的影响,不同厂家的视频诊断系统的诊断效果会略有差异。目前视频质量诊断工具能够对常见的视频质量问题进行比较准确检测的如黑屏、条纹干扰、雪花点、画面冻结等,精度能够达到80%-90%或更高。
为提高诊断的正确率,很多厂家都对自己的产品设计有诊断精度阀值调节,如东方网力的视频诊断模块对各项指标,提供0-100范围内的自定义设置,可根据实际应用调节报警阈值。通用情况下,算法的准确率能达到99%,漏报率小于0.5%,误报率小于1%,有很强的环境适应性和抗干扰能力。
诊断频率
视频质量诊断系统主要是以轮巡的方式进行,逐个覆盖监控系统中的每一个设备。影响单位时间内进行视频质量诊断次数的因素很多,主要有系统容量、硬件性能、检测算法运行速度、客户需求等。根据客户需求和实际情况,目前一般采用以下两种方式进行轮巡。
• 持续轮巡:就是循环地对系统中的每一个设备进行检测,只要设备出现故障即可很快得到发现并报警;
• 间歇性轮巡:为降低系统硬件资源的消耗,只在某一段时间进行轮巡;为能兼顾各种视频问题的检测,多采用在白天进行巡检。
为能快速实现系统检测,很多产品都做到了单路视频低耗时检测,如杭州智诺英特科技有限公司研发的可并发十路的视频质量诊断系统,设计要求每帧检测时间必须低于20ms,单通道检测时间低于5s。