高清視頻監(jiān)控系統(tǒng) 日常使用存在哪些故障

       視頻監(jiān)控中的視頻質(zhì)量是采用視頻圖像分析的方法來測量系統(tǒng)中可能存在的故障。從現(xiàn)在普遍出現(xiàn)的攝像頭故障類型來看，影響視頻監(jiān)控系統(tǒng)視頻質(zhì)量的因素有很多，主要概括來說有以下幾點(diǎn)：

　　·攝像機(jī)的設(shè)置不當(dāng)或器件老化失效，包含攝像機(jī)的分辨率、攝像機(jī)對光照的靈敏度、鏡頭聚焦調(diào)整、色彩校正等；高清視頻監(jiān)控系統(tǒng)

視頻監(jiān)控

　　·大型監(jiān)控網(wǎng)絡(luò)中視頻信號通過長距離電纜傳輸、多級矩陣切換以及多級網(wǎng)絡(luò)轉(zhuǎn)發(fā)，電源、控制器等多種干擾信號可能對視頻信號產(chǎn)生強(qiáng)烈的干擾，線路老化、接頭松動等現(xiàn)場環(huán)境的變化可能帶來視頻噪聲；

　　·大量使用PTZ球機(jī)，長期的運(yùn)動變焦有可能讓部分球機(jī)發(fā)生方向錯(cuò)誤、不可控等故障。高清視頻監(jiān)控系統(tǒng)

　　針對以上提到的種種視頻故障，可將故障類型分成視頻信號缺失、視頻清晰度異常、視頻亮度異常、視頻噪聲、視頻雪花、視頻偏色、畫面凍結(jié)、PTZ運(yùn)動失控8種。這其中，視頻信號缺失、畫面凍結(jié)兩種故障可通過人工設(shè)計(jì)基于視頻圖像比對的方法得出結(jié)論；PTZ運(yùn)動失控則是由故障檢測系統(tǒng)發(fā)出運(yùn)動指令，然后通過對視頻圖像的運(yùn)動分析來檢測是否有故障；而對于其他的5種故障，很難通過人工設(shè)定規(guī)則的方法來檢測，這就需要通過機(jī)器學(xué)習(xí)的方法，讓機(jī)器來模擬人的視覺反應(yīng)，檢測視頻是否存在故障。

　　針對這5種不同類型視頻故障，設(shè)計(jì)5個(gè)不同的基于機(jī)器學(xué)習(xí)的檢測器，每個(gè)檢測器負(fù)責(zé)分析一段視頻是否存在某一種故障，以及這種故障的嚴(yán)重性。

　　而在實(shí)際運(yùn)行的視頻監(jiān)控系統(tǒng)中提取大量的視頻片斷，包括正常視頻以及存在各種故障的視頻，形成訓(xùn)練樣本，并模擬人類視覺特性，針對不同故障類型提取了大量視頻圖像特征參數(shù)，用以訓(xùn)練得到診斷不同故障的檢測器。在分析階段，獲取需要分析的一段固定長度的視頻，根據(jù)用戶設(shè)定的該路視頻的檢測項(xiàng)目，使用不同的故障檢測器，提取相應(yīng)的視頻圖像特征，然后輸入到已訓(xùn)練好的故障檢測模型中，即可獲取對該段視頻的故障評價(jià)結(jié)果。高清視頻監(jiān)控系統(tǒng)

　　基于優(yōu)秀的底層算法，視頻質(zhì)量診斷系統(tǒng)具備以下技術(shù)特點(diǎn)：

　　·高準(zhǔn)確度：采用大量的實(shí)際視頻監(jiān)控系統(tǒng)的視頻作為訓(xùn)練樣本，各種故障檢測器均來源于實(shí)際系統(tǒng)，并經(jīng)過大量實(shí)際系統(tǒng)的測試，因此檢測準(zhǔn)確率高；

　　·良好的攝像機(jī)角度適應(yīng)性：故障檢測器的訓(xùn)練樣本來自多種不同場景，涵蓋了治安視頻監(jiān)控系統(tǒng)中眾多常見的攝像頭監(jiān)視角度，因此對各種攝像頭角度、焦距以及不同的攝像內(nèi)容都有良好的適應(yīng)性；

　　·獨(dú)特的抵抗球機(jī)運(yùn)動的能力：在每一中類型的故障檢測器的設(shè)計(jì)和訓(xùn)練過程中，都考慮到了攝像頭云臺運(yùn)動以及鏡頭推近拉遠(yuǎn)有可能帶來的視頻圖像特征的變化，在檢測過程中都首先進(jìn)行攝像頭運(yùn)動分析，一旦發(fā)現(xiàn)攝像頭處于PTZ運(yùn)動過程中，則首先不再檢測PTZ運(yùn)動是否異常，以防止檢測時(shí)發(fā)送運(yùn)動指令影響當(dāng)前的球機(jī)運(yùn)動；其次，僅使用對攝像頭運(yùn)動不敏感的特征來進(jìn)行其他類型的故障分析，避免因運(yùn)動原因造成誤報(bào)或漏報(bào)；

　　·出色的環(huán)境適應(yīng)能力：算法模塊對于場景內(nèi)由于車流、人流、季節(jié)、氣候產(chǎn)生的光線、陰影變化不敏感，因此，可以適用于多種不同的室外環(huán)境；高清視頻監(jiān)控系統(tǒng)

　　·強(qiáng)化學(xué)習(xí)能力：現(xiàn)有的視頻質(zhì)量診斷系統(tǒng)與人類的故障識別能力仍有明顯的差距，因此應(yīng)用場景的差異對于視頻質(zhì)量診斷系統(tǒng)的性能是有影響的。像人類的視覺系統(tǒng)一樣，視頻質(zhì)量診斷分析模塊也具備后天強(qiáng)化學(xué)習(xí)的能力，只要加入當(dāng)?shù)氐男聵颖局匦掠?xùn)練檢測器，算法的性能將進(jìn)一步提高。