公司动态
当前位置: 首页 > 新闻中心 > 公司动态

弘度小课堂第二期—视频质量诊断技术

类别:公司动态 日期:2021-11-18 11:35:15
我要分享

      视频图像作为打击违法犯罪、解决治安纠纷、维护社会稳定的重要抓手和引擎,随着平安城市应用领域的逐步扩展,相关视频图像信息不仅可满足社会治安防控的需求,同时根据用户业务需求,融合与整合视频图像信息,形成“平安城市”、“数字城市”、“智慧城市”融合体,加快城市的可视化与智能化的发展速度。

      视频图像质量与视频监控系统的应用效果息息相关,是直接反应监控系统运维效果的关键指标之一。近几年,全国公共安全视频监控系统建设发生质的飞跃:从“建设-运营”到“建设-考核-运维”并重。特别是2015年3月公安部发文《全国公安图像信息部级联网平台运维管理模块使用说明》,将通过全国公安图像信息部级联网平台的运维管理模块对各省平安城市运维情况进行考核,联网指标、在线率、完好率和图像质量成为公安、司法、教育等行业视频监控系统运维情况考核标准之一。

     视频图像容易受产品质量、应用场景、网络环境、人为干扰、光照和天气变化的影响导致图像质量达不到正常水平,影响后续的应用。

     本期弘度小课堂与您分享视频质量诊断技术

运维管理平台用于对视频监控联网系统和视频图像信息应用系统内的设备与软件状态进行监控,发现故障、跟踪处理情况,展现运维结果和视频图像质量的软件。视频质量诊断是其非常重要的功能模块,核心是视频质量诊断技术。而视频质量诊断技术是采用先进的视频图像分析算法,通过对前端设备传回的视频流进行质量评估,对视频图像中存在的质量问题进行智能分析、判断和预警的技术。该技术可检测监控系统中存在的各种视频常见的故障。

从概念上来看,视频质量诊断是将采集到的图像进行智能分析,抽取出“对象”、“事件”、“条件”,来判断目标形态的变化,并通过设置一定的条件和规则来判断画面是否异常。新视频质量诊断技术糅合了图像处理技术、计算机视觉技术、计算机图形学、人工智能、图像分析等多项技术,是智能化的重要标志。

常见的视频图像质量有:

  • 视频丢失video loss

由于视频前端设备被破坏、电源故障、传输故障等原因所引起的无视频画面现象。

应支持通过分析视频流的内容,判断有无视频信号,具体评价指标见表1。

弘度小课堂第二期—视频质量诊断技术(图1)

表1 视频丢失检测指标

  • 视频遮挡video occlusion

由于摄像机镜头被遮挡所引起的视频画面不完整现象。

应支持根据预设阈值和视频流的内容分析,判断有无视频遮挡现象,具体评价指标见表2。

阈值是指通过视频质量检测算法给出的视频遮挡面积占完整视频面积的百分比。

弘度小课堂第二期—视频质量诊断技术(图2)

表2 视频遮挡检测指标

  • 视频卡顿video jitter

由于网络传输带宽不足等原因所引起的视频画面不连贯现象。

应支持根据预设阈值和视频流的内容分析,判断有无视频卡顿现象,具体评价指标见表3。

阈值是指单位时间内丢失的视频帧数。

弘度小课堂第二期—视频质量诊断技术(图3)

表3 视频卡顿检测指标

  • 视频干扰video interference

由于传输故障、接触不良、电磁干扰等原因所引起的视频画面中混有呈带状、声波、网状、雪花等现象。

应支持根据预设阈值和视频流的内容分析,判断有无视频干扰现象,具体评价指标见表4。

阈值是指通过视频质量检测算法对视频干扰程度给出的数值。

弘度小课堂第二期—视频质量诊断技术(图4)

表4 视频干扰检测指标

  • 亮度异常abnormal brightness

由于增益控制故障、设备故障、人为遮挡等原因所引起的视频画面过亮或者过暗现象。

应支持根据预设阈值和视频流的内容分析,判断有无视频亮度异常现象,具体评价指标见表5。

阈值是指通过视频质量检测算法对视频亮度异常程度给出的数值。

弘度小课堂第二期—视频质量诊断技术(图5)

表5 亮度异常检测指标

  • 色彩失真color distortion

由于摄像机故障、传输故障等原因所引起的视频画面颜色异常现象。

应支持根据预设阈值和视频流的内容分析,判断视频画面有色彩失真现象,具体评价指标见表6。

阈值是指通过视频质量检测算法对视频色彩失真程度给出的数值。

弘度小课堂第二期—视频质量诊断技术(图6)

表6 色彩失真检测指标

  • 视频模糊video fuzzy or loss focus

由于前端设备蒙尘、聚焦不准等原因所引起的视频画面不清晰现象。

应支持根据预设阈值和视频流的内容分析,判断视频画面有无视频模糊现象,具体评价指标见表7。

阈值是指通过视频质量检测算法对视频模糊程度给出的数值。

弘度小课堂第二期—视频质量诊断技术(图7)

表7 视频模糊检测指标

  • 场景变更scene change

由于人为、外界环境等原因所引起的摄像机所拍摄场景发生变化的现象。

应支持根据预设阈值和视频流的内容分析,判断当前视频监视场景与预设场景有无变更现象,具体评价指标见表8。

阈值是指通过视频质量检测算法给出的当前视频监视场景与预设场景变化的百分比。

弘度小课堂第二期—视频质量诊断技术(图8)

表8 场景变更检测指标

除以上8个方面的视频图像质量诊断项,有些还会要求对图像偏色、画面冻结、黑白图像、视频抖动、对比度异常、视频剧变、信令时延、视频流时延、关键帧时延和字符及时钟错等视频质量进行诊断。

弘度科技自研的有源视频质量诊断技术较一般的单一模式诊断技术有所不同,它可以对每个摄像机设置不同的分析模型,可谓是千机千面(模),并支持对用户认为存在诊断偏差的图片进行标记,标记后的图片后续会加入到该摄像机的分析模型,通过这种系统的自我学习能力,不断提高系统的检测能力,诊断准确率高达99%

该诊断技术支持对视频黑屏、视频干扰、视频卡顿、视频遮挡、亮度异常、图像偏色、视频模糊、视频冻结、视频抖动、场景变更、无字符叠加等20种视频图像质量异常进行诊断,保障监控系统持续正常工作。

弘度小课堂第二期—视频质量诊断技术(图9)