一、傳統視頻質量診斷系統定義
傳統視頻聯網行業中的視頻質量診斷系統是一種圍繞視頻聯網系統，基于視頻圖像進行故障分析與預警的系統(如圖1所示)。傳統視頻聯網系統中的攝像機都是采集視頻流，所以視頻聯網系統主要是圍繞視頻流(實況流和視頻錄像)進行。隨著人工智能技術在安防行業的廣泛應用，深度神經網絡也逐漸應用于視頻質量的診斷。
圖1 傳統視頻質量診斷系統和視頻聯網系統的關系
隨著卡口類系統(人卡、車卡)的普及，攝像機可能不輸出視頻流或不僅僅輸出視頻流，還要輸出對象的結構化信息和圖片，然后在后端系統/平臺進一步分析比對。由于前端攝像機智能算力和能力的不同，輸出的圖片質量參差不齊，不一定能滿足后端系統/平臺的使用要求，所以視頻質量診斷系統也需要滿足圖片質量診斷的需求。如圖2所示，視頻質量診斷系統逐步發展為現代視圖信息運維系統/平臺的一個子系統。從功能定位來看，視頻質量診斷和預警確實是視圖信息運維系統/平臺的一個功能模塊，同時從視頻診斷的技術手段來看，對一個攝像機的視頻流進行質量診斷可能還需要用到設備信息和網絡狀態信息，從用戶應用角度來看，視頻診斷不僅只需要對實時視音頻流的質量診斷，還需要對錄像設備(云存儲)、錄像質量以及錄像的完整性進行診斷和預警。
圖2 集成于視圖信息運維系統/平臺之中的視頻質量診斷系統
如圖1和圖2所示，傳統的視頻質量診斷系統(包括集成于視圖信息運維系統/平臺中的視頻質量診斷子系統)獨立于視頻聯網系統之外，所以視頻質量診斷系統內部需要集成一個視頻聯網系統與被診斷視頻聯網系統使用GB/T 28181協議進行互聯，以便對被診斷視頻聯網系統中的視頻流進行診斷，同時又不能對被診斷視頻聯網系統的業務造成干擾。基于這種互聯方式，傳統的視頻質量診斷項目及其描述如表1所示。
表1 視頻診斷項目描述
同理，若視圖信息運維系統/平臺中集成了卡口診斷子系統，需要對被診斷的卡口系統/視頻圖像信息應用系統使用GA/T 1400協議進行級聯，同時為了支持必要的診斷功能，還需要進行接口協議擴展。不管是卡口診斷還是視頻質量診斷都需要獲得被診斷視頻聯網系統或被診斷卡口系統的設備資源列表及其設備目錄樹結構，這些信息都需要和被診斷系統互聯或級聯方式獲取得到。
同時為了運維視頻聯網錄像和圖片存儲系統(如云存儲)，只能使用企業標準進行互聯運維系統/平臺。若還需要進一步獲取視圖應用系統的網絡拓撲結構、視頻聯網系統的連接拓撲結構以及視頻圖像信息應用系統的連接拓撲結構都需要對現有結構進行擴展，然而這部分功能以及接口協議的擴展目前在視圖應用方面的國家標準和行業標準都還不支持，對行業內的系統間對接以及以視頻質量診斷為代表的視圖運維系統/平臺的發展形成了制約。
二、傳統視圖運維系統架構
兩級視圖應用系統及其對應的視圖運維系統/平臺間的邏輯關系(如圖3所示)。傳統的視圖運維系統/平*立于被運維的視圖應用系統(包括以視頻流互聯和應用為主的視頻聯網系統和以結構化信息和圖片互聯應用為主的視頻圖像信息應用系統)之外。
視圖運維系統/平臺和被運維設備/系統/平臺之間的接口關系(如圖4所示)。使用現有的GB/T 28181接口、GA/T 1400的數據服務接口以及新定義的運維接口來收集運維信息。
視圖運維系統/平臺為了對被運維的視頻聯網系統或視頻圖像信息應用系統進行管理，其內部需要集成一個對應的視頻聯網系統或視頻圖像信息應用系統進行互聯或級聯。
注：(藍線表示支撐使用運維的GB/T 28181協議、GA/T 1400協議、及其擴展協議、企業級協議)
圖3 傳統視圖運維系統/平臺和被運維系統間邏輯關系圖
圖4 傳統視圖運維系統/平臺與被運維設備/系統/平臺之間接口關系
三、下一代視圖運維系統架構展望
下一代視圖運維系統/平臺和視圖應用系統之間的關系(如圖5所示)。在視頻聯網系統中增加視頻聯網運維管理模塊，在視頻圖像信息應用系統中增加視頻圖像信息運維管理模塊，其中視頻聯網運維管理模塊中包含視頻質量診斷模塊，視頻圖像信息運維管理模塊中包含圖片質量診斷模塊。
注：藍線表示視頻聯網運維管理模塊和視頻圖像信息運維管理模塊提供的運維管理信息接口
圖5 下一代視圖運維系統/平臺和視圖應用系統之間關系
其核心思想是視頻聯網系統本身就可以了解視頻質量等各種視頻聯網運維信息，視頻圖像信息應用系統本身也可以了解圖像質量等各種視頻圖像信息運維信息。它們可以通過很少的算力資源收集得到這些信息，然后把這些信息通過GB/T 28181協議框架接口和GA/T 1400協議框架接口同步到視圖運維系統/平臺，同時同步到上級視圖應用系統。
視圖應用系統之所以能實現運維管理功能，除了把運維管理信息同步給視圖運維系統/平臺之外，起始視圖應用系統本身為了維持其應用也需要收集這些運維管理信息，比如系統中的設備信息和設備目錄樹信息、視頻實況流的點播率、攝像機或采集設備在線率、視頻圖像質量診斷情況以及統計情況、視頻錄像文件的完整性統計、抓拍人像圖片的姿態角度、圖片清晰度、抓拍目標ROI尺寸統計等，視圖應用系統本身也需要這些信息。
如圖6所示，攝像機內部的ISP(Imaging Signal Processing)模塊中包含一系列的視頻圖像處理步驟。ISP的過程為Hot Pixel Correction->Demosaic->NoiseReduction->ShadingCorrection->GeomericCorrection->ColorCorrection->ToneCurveAdjustment->Edge Ehancement。
圖6 攝像機內部ISP處理及相關流程示意圖
比如只是ISP中的去噪處理模塊就可以對圖像中是否有噪聲、噪聲類型以及噪聲程度進行判斷和計算，而且現在的攝像機都是IPC，即輸出都是IP報文對視頻編碼碼流傳輸，即在傳輸環節排除網絡丟包的情況，不會對數字圖像質量有任何影響，去噪處理模塊對視頻畫面中噪聲的判斷即為視頻質量診斷系統對噪聲的判斷。
再比如，ISP中的顏色校正模塊也是首先對視頻畫面中的整體顏色和各區域的顏色情況進行統計計算，并根據白平衡情況進行比較，分析得到整個畫面的顏色情況。該顏色判斷情況即通過視頻質量診斷系統對顏色的判斷。
四、結語
視圖運維系統/平臺要實現如表1所列的各種視頻質量情況的診斷，需要使用視頻圖像分析技術和深度神經網絡推理技術對獲取的視頻流進行解碼，需要耗費大量的算力資源。由于在整個視圖綜合應用體系中，視圖運維系統/平臺僅僅起到輔助作用，所以視圖應用系統才是核心應用。非核心運維系統的視頻質量診斷算力消耗占據了整個視圖綜合應用體系的過多資源，所以整體的TCO比較低下。
這種架構制約了行業的發展，行業急需一種TCO比較高的架構進行革新，比如對視頻圖像質量的判斷遷移到視圖應用系統的各個計算模塊中，甚至遷移到攝像機的ISP模塊。但這樣的革新需要對整個行業的架構慢慢調整，同時需要行業標準化機構的跟進和規范化的推廣。
