什么是有源视频质量诊断技术？

类别：公司动态日期：2022-09-16 11:57:36

我要分享

WPS图片拼图.png

▼▼▼▼▼

WPS图片拼图(1).png

当遇到上述或其它复杂场景时，采用无源诊断技术的视频运维产品，将大概率产生误报，面对这种情况，采用有源诊断技术的弘度科技系列视频运维产品，将会是最佳解决方案。

什么是有源诊断技术？

如上图，假设3个摄像机用户都认为视频存在视频遮挡的情况，诊断系统需要在每次诊断结果都给出趋近用户期望的结果，我们来看下无源诊断和有源诊断解题思路区别：

无源诊断：一般采用的是一个全局遮挡模型，那么很有可能出现算法模型只能满足大部分摄像头的场景诊断结果。而根据少量漏报的摄像头进行算法调整模型，又可能会带来整体误报率的提升。

有源诊断：允许针对单个摄像机设置分析模型，实现“千机千面”，降低因为摄像机工作环境不同，用户的主观判断差异，所致的误报、漏报。

支持有源视频诊断技术的产品，通过收集用户对每路视频诊断结果的感知行为，结合视频图像分析的数据，根据算法调优知识图谱对每路视频创建独立的深度学习AI 分析模型，为视频质量诊断应用提供了全新的解题思路。

有源视频质量诊断技术是指基于用户视频质量期望作为建模训练参照目标，采用高效的视频解码与先进的图像分析算法、处理算法、以及AI 深度学习算法对视频图像中存在的质量问题进行实时的智能分析、判断和告警。有源诊断技术和传统的无源诊断设计思路存在以下差异：

1. 加入自主学习的理念，将数据采标及处理、模型评估调优、新模型部署以及数据输入运算等过程实现自动化和可视化。交付过程中即可根据不同场景和用户判断标准形成个体项目最优分析模型库。主动规避标准算法模型库无法满足不同项目之间的场景差异、管理要求差异等问题。

2. 无源诊断对于单路视频个体在进行AI分析时采用的是标准算法模型库和统一的判定标准。每个摄像头的业务场景和用户主观标准必然存在差异，而有源诊断支持对每路视频个体定义独立的深度学习对象，形成该摄像头独立的最优分析模型。

视频诊断技术的发展现状与机遇

// 视频诊断技术的发展现状

视频诊断系统中最核心的技术就是视觉分析算法，而专门应用于运维场景的算法是没有受到太多的关注，技术发展落后于大家熟知的人脸识别、目标识别等应用算法。2006年，“AI 教父”、图灵奖获得者Hinton提出“深度学习“神经网络，使得人工智能性能获得突破性进展。2013年开始，深度学习算法在视觉识别上取得成功，识别率超过了95%。

2015年开始，中国出台各项鼓励政策，并且把人工智能技术研发写入”十三五“规划中。”智慧城市“、”互联网+“等政策支持，助推了视觉分析算法在国内快速发展。根据2018年的统计，超过50%份额集中在安防行业。其中超过90%的资本主要投入到研究视频人脸识别、结构化分析、目标识别等算法的应用中。

业内关于视频诊断相关算法的研究投入非常小，只有少量企业通过借助2013年深度学习技术的突破，推出了视频质量诊断相关的产品。该时期产品支持的质量诊断功能较少，用户对于实际交付的准确率要求并不高。近几年，业内视频诊断产品，在算法层面应该是没有突破性发展的，哪怕是最优秀的选手，识别率最高只能达到90%~95%。这个准确率对于小规模应用，勉强可以接受，但是一旦设备数量超过万路的项目，误报数量也是非常惊人的，需要投入大量人力进行复核过程，无法实现自动化、智能化运维。

// 视频诊断技术的发展机遇

近年来，随着平安城市、智慧城市以及雪亮工程等视频监控建设项目的不断推进，视频监控系统的体量也越来越大，涉及的行业越来越广泛。相关机构数据显示：2020年我国安防行业总产值达到7950亿元，其中视频监控约占55%，也就是约4372亿元。到2022年中国视频监控摄像头部署量达到了27.6亿台。从视频监控系统应用的细分领域来看，视频监控的下游领域主要分布在政府公共服务领域以及城市管理领域，占比超过40%。

目前，我国已建成的视频监控系统的前端设备多为模拟摄像机，随着高清摄像机成本的下降和大规模的普及，监控系统将会大规模升级至高清系统，从模拟监控快速向网络化转型。我国的视频监控规模如此之大，但智能化整体水平不高，视频监控建设的智能化应用多用于设备前端、相关的图像智能化等方面，而对于系统运维方面的智能化投入较少。但运维很大程度上影响着视频监控系统的应用情况，以华南某省视频监控建设为例：

视频监控市场的快速发展对视频运维来说既是机遇也是挑战。未来视频运维的发展趋势有以下三点：

（上下滑动查看详情）

1. 更加全面深入的视频诊断技术

视频监控系统建设具有两个最核心的目的，一是提供实时图像的集中查看，二是提供录像保存功能为事件溯源提供证据。如果视频监控系统在实际运行过程中实时视频正常，但录像出现问题，对于用户来说系统建设后的成效是大打折扣的，录像质量风险才是迫切需要警惕的。近年来，从公安、金融等行业用户对视频监控系统的运维考核要求中可以看出，用户已经逐渐从关注设备的在线率和完好率逐渐提升对于录像的运维考核要求。目前大部分视频运维工具的主要功能还是围绕设备状态监控和实时视频诊断，而对于录像诊断的相关研究还是不够深入重视的。对比实时视频诊断业务，录像全方位诊断面对的数据量成倍增长，需要更高效率的算法和更复杂的业务分析能力。

2. 故障精准定位，辅助运维

现阶段的视频运维工具主要是发现单个视频设备的故障，但无法精准地定位故障原因及业务影响分析，例如某个视频点位无录像，可能原因有硬盘故障、无硬盘、未配置录像计划、设备关机以及网络中断等。近年来，各种网络检测和物联网设备监测都已上线为智慧城市保驾护航，虽然可以实时监测前端设备的工作状态，使运维更加便捷，但远远达不到故障精准定位的严格要求。未来通过AI 和大数据技术的快速融合，通过全局搜索、关联分析、机器学习以及数据建模等，视频运维的故障精准定位应可自动分析各种故障因素进行排查并最终确定故障原因且可自动给出维护的指导意见来辅助运维，视频运维工具终将成为易用工具。

3. 小型、轻量化的视频运维工具的需求

现阶段，专业的视频运维工具或平台主要应用在公安、司法以及金融等视频规模较大的行业，而对于一些中小规模的视频监控场景应用却比较少，究其原因是对视频运维的重视程度不够。但随着2021年《中华人民共和国民法典》的政策出台，像以往难以确权的场景，如高空抛物伤害、公共场所伤害都有详细解读，它们的共同点就是管理方或组织方要是能举证说明自己尽到了安全保障义务，以保障当事人的安全，这样是可以免除或减轻侵权责任的。而完整关键的视频和录像或将成为最好、最直接的举证工具，所以小型、轻量化的视频运维工具市场未来可期，这是监控规模扩大后及政策法规完善后的必然。

弘度科技带来的技术革新

广州弘度信息科技有限公司作为专业视频诊断服务提供商，通过多年在大型平安城市、雪亮工程、智慧社区、平安校园等项目中持续积累，专注于新一代视频运维整体解决方案的持续创新。

弘度科技系列产品采用的有源视频质量诊断技术是以优秀的深度学习算法为基础，通过加载全新自主研发的有源主动学习技术框架重新设计与定义视频图像质量评估系统，与同类产品相比可大大提升产品的准确性和适应能力。

1. 高适配性

多维数据融合，适配各类运行环境，覆盖多种应用场景。具备优秀的第三方平台级接入能力，采用全新自主研发的高性能视频运维技术框架，支持市面上绝大多数的视频品牌接入，可直接统一管理已有的前端设备，减少项目落地难度。

2. 功能多样

领先的AI技术，稳定的平台运营，提供大规模、高并发的服务支持。其所应用的视频诊断技术可对超过20种视频质量指标进行检测，包括取流状态、视频丢失、视频干扰（条纹、噪声、剧变干扰）、视频遮挡（异物、树叶遮挡）、亮度异常（过亮、过暗）、图像偏色、视频模糊、视频卡顿、视频冻结、视频抖动、场景变更、OSD异常、时间差检测、分辨率检测、码流检测、视频时延检测等。