cVideo云视频系统技术白皮书

7/7cVideo云视频系统技术白皮书

cVideo云视频监控系统

技术白皮书

目录

1．背景描述(1)

2．cVideo云视频介绍(2)

2.1cVideo系统简介(2)

2.2系统架构(2)

2.3产品优势(4)

3．cVideo产品技术架构(7)

3.1总体描述(7)

3.1.1各个模块的作用：(8)

3.1.2系统工作流程：(9)

3.2子系统描述(10)

3.2.1处理服务器描述(11)

3.2.2存储服务器描述(11)

3.3.3系统数据流描述(13)

4．关键技术(15)

4.1cVideo智能识别(15)

4.1.1简介(15)

4.1.2应用案例(15)

4.2cVideo云端转码(18)

4.2.1视频转码简介(18)

4.2.2云转码(18)

4.3JobKeeper云调度(19)

4.3.1简介(19)

4.3.2JobKeeper主要优势(20)

4.3.3JobKeeper架构(20)

4.4cProc云处理(24)

4.4.1cProc简介(24)

4.4.2cProc主要优势(24)

4.4.3cProc系统架构(25)

4.5cStor云存储(27)

4.5.1cStor简介(27)

4.5.2cStor主要优势(27)

4.5.3cStor系统构架(28)

4.6技术创新(30)

5cVideo系统部署解决方案(32)

5.1一级云视频监控系统部署方案(32)

5.2多级系统部署方案(33)

5.3云转码系统部署解决方案(35)

1．背景描述

随着城市的现代化建设和经济的快速发展，构建和谐社会的必要性与日俱增，每个城市都为打造“平安城市”而努力。其中，安防监控系统作为保障城市居民人生财产安全的有力措施，也理所当然地成为了平安城市中的一项重要指标。

视频监控技术正在不断地发展，视频监控技术按照主流设备发展过程，可以分为3个大的阶段，即20世纪70年代开始的模拟视频监控阶段、20世纪90年代开始的数字视频阶段及近几年兴起的智能网络视频监控阶段。模拟监控阶段的核心设备是视频切换矩阵，数字视频阶段的核心设备是硬盘录像机(DVR)，智能网络视频监控时代没有核心硬件设备，系统变得开放而分散，主要由网络摄像机、视频编码器、高清摄像机、网络录像机、海量存储系统及视频内容分析技术（VideoContentAnalysis,VCA）构成，可以实现视频网络传输、远程播放、存储、视频分发、远程控制、视频内容分析与自动报警等多种功能。

目前视频监控系统正朝着智能化、高清化的方向发展，用户对于视频监控产品的要求也在不断提高，用户希望的产品要有着更高的清晰度，更完善的功能，更稳定的性能，更丰富的终端等等。要实现大规模高清监控，就必须从视频源的采集、视频信号的编解码、视频信号的传输、视频实时监控与记录、录像文件的回放等环节全面支持大规模网络高清。这样就给高清监控系统带来了一系列现实的问题：网络带宽紧张、存储空间庞大、对性能的要求成倍增长、投资与维护成本高昂、系统扩容升级压力等等。

因此，云视频监控的模式应运而生，充分利用“云”的计算能力和存储能力，从而保障了海量高清视频监控的可行性和可靠性。

2．cVideo云视频介绍

2.1cVideo系统简介

cVideo云视频监控系统是南京云创存储公司自行研发和设计的大规模高清视频监控解决方案。依托本公司的cStor云存储平台，以及cProc云处理平台，使得cVideo构架下的综合调度和云端转码可以完美地满足超大规模视频监控、海量数据存储、以及远距离监控的要求。同时，cVideo研发了国际领先的智能图像识别算法，采用大规模分布式云处理，使得计算机对视频数据达到了空前的识别和认知水平。

2.2系统架构

cVideo云视频监控系统利用cStor云存储和cProc云处理技术实现高清视频监控，是在服务器集群上部署一整套基于云架构的视频处理软件，下图为简化的cVideo云平台框图，其核心内容是对接入视频的实时处理分析。

图2-1cVideo系统架构图

基于云计算的模式，采取海量分布式JobKeeper云调度架构，以集群的形式

共同对外服务。以实现诸如视频内容识别、云端转码、智能分析等实时数据、动态伸缩等需求。最后将处理好的图像信息以流媒体的形式输出，并提供给上层各类应用对应的接口。

●资源层：包括摄像头、卡口等前端数据采集设备所采集到的原始视频图像数

据，以及响应业务信息，如：人力、车辆、区域分布等资源信息。

●接入层：整合数据资源、业务资源、存储资源，使其符合系统标准，实现不

同资源的接入。

●数据存储层：即cStor云存储系统，提供海量的存储空间，以备历史数据的

回看与处理。

数据处理层：即cProc云处理系统，提供高效的视频转码、内容识别等大规模数据处理能力。

●数据分发：以流媒体服务器的形式提供标准的RTSP流媒体输出，可以支持

高并发访问。

●API层：提供API接口，实现上层应用对底层资源的透明操作，提供业务应

用的开发支持。

●调度控制层：实现对以上各层的综合调度与控制，以实现整套系统机制。

●应用层：主要包括实时监控、调阅查询、内容识别等视频相关应用，为用户

提供友善的界面、人性化的操作方式，能够让用户简单高效的监控多个视频源。功能如下：

1.信息采集设备的管理，监控控制端对视频中心服务器中的设备数据库进行

操作，实现添加和删除系统中的卡口和摄像头。

2.用户管理，监控控制端对视频中心服务器中的用户数据库进行操作，实现

用户注册、注销以及权限设置。

3.按时间检索历史记录，提供按时间检索记录的窗口，向视频中心服

务器发送检索命令，获取历史记录的相关信息。

4.历史记录回放，根据历史记录的相关信息，播放cStor中的历史记录。

5.录像，监控控制端通过中心服务器向存储管理端发送录像命令，存储管理

端控制设备进行录像，获取的数据直接存储到cStor中。

图2-2cVideo客户端监控界面

2.3产品优势

高性价比和动态伸缩性

cVideo构建于cStor云存储、cProc云计算平台之上，有着低廉、高可靠性的海量存储能力、数据处理能力和无限可扩展能力，当用户存储需求增长时，也仅需添加存储节点即可，并且支持热插拔、服务不停动态升级等功能，这将大幅降低用户的投资及升级维护费用。

海量视频数据实时处理

高清视频监控中的主要问题是如何处理庞大的高清视频数据。如果采用1080P的高清视频监控，使用能获得最高压缩比的H.264图像压缩技术处理收集的高清视频，则压缩输出码率最高可达到6Mbps，也就是每台摄像机每天将大约产生50GB左右的数据量，这对于存储、处理的压力是十分巨大的。

cVideo系统基于分布式的架构，以集群的形式共同对外提供服务，将海量实时视频数据的压力均匀分散到每个处理节点上，实现负载均衡，保证每个节点都

处于高效的运转状态。根据实时性的要求，我们将数据接入、处理、转发等模块做了优化，尽量做到数据在集群内不迁移，减少IO和传输操作，进一步确保实时性的要求。

基于应用层的HTTP协议交互

为了应对跨平台使用以及第三方应用开发的需求，cVideo对外的接口使用标准的HTTP协议。cVideo省去了繁杂的SDK，而是在系统内部搭建RPC服务器，以响应WebServer服务器收到的请求，提供远程请求方法调用的形式，只需要以HTTP协议发送请求（即相应的URL地址），系统就会将结果返回，使得操作十分简便。

云端转码技术

为了尽可能优化系统性能，cVideo将根据用户客户端的监控需求瞬时动态地调整视频分辨率，从而在满足用户需求的同时降低对网络带宽的消耗，因而支持更高的系统规模。

对于摄像头采集的高清视频信号，cVideo将在cProc云计算平台上采用高效实时转码技术，将采集到的各路高清视频信号转换为符合监控客户端需求的信号，并实时转发，这样可以有效地减小监控端处的解码压力，使得监控更为流畅，并能有效地支持诸如手机等移动终端的监控需求。

智能内容识别

cVideo的智能图像检索采用先进的图像处理技术并结合模式识别对已有的海量视频进行事件检索，实现了对事件发生视频的切片回放、运动帧提取和对象跟踪。目前cVideo可以对烟、火、运动物体、遗留物、车辆统计和特定行为等情况下的识别达到很高的识别度，错检率和误检率几乎为零。

cVideo的智能图像处理构架于JobKeeper云调度和cProc云处理架构之上，使许多传统模式下难以处理的识别应用得以实现。诸如在犯罪嫌疑人识别问题中，cVideo研发了国际领先的运动目标DNA算法，首先分析监控视频中目标人

物的运动模式，建立运动DNA序列，为后续分析处理提供基础。后续分析包括运动目标优化、运动轨迹分析、运动特征提取、步态建模等等。

◆快速的反应时间：毫秒级的报警触发反应时间。

◆更有效地监视：安保操作人员只需要注意相关信息。

◆强大的数据检索和分析功能：能提供快速的反应时间和调查时间。

◆带宽及存储资源的节约：系统可以按照智能分析技术的报警来传输或录像。

3．cVideo产品技术架构

3.1总体描述

cVideo云视频平台主要由五个模块组成：

前端设备、存储/处理服务器集群、流媒体服务器、中心服务器和客户端。

图3-1cVideo总体描述图

cVideo云视频监控系统是南京云创存储公司自行研发和设计的大规模高清视频监控解决方案。依托本公司的cStor云存储平台，以及cProc云处理平台，使得cVideo构架下的综合调度和云端转码可以完美地满足超大规模视频监控、海量数据存储、以及远距离监控的要求。同时，cVideo研发了国际领先的智能图像识别算法，采用大规模分布式云处理，使得计算机对视频数据达到了空前的识别和认知水平。

3.1.1各个模块的作用：

前端设备：

前端设备在中心服务器的调度下进行信息采集，以RTSP和SDK的形式传输给存储/处理服务器集群。(前端设备包括：模拟摄像机、网络摄像机、卡口设备、第三方平台等。)

中心服务器

a）用户管理功能：根据用户信息表，管理用户登录、用户的权限，可以管理用户信息、增删用户等。

b）前端信息采集设备管理功能：根据摄像机和用户的权限，管理当前用户所能涉及的前端设备状态、节点运行状态，并进行实时的更新。

c）与用户和前端设备的信息交互功能：更新前端信息，并根据客户需求进行对前端设备调度，以及对JobKeeper的任务分发。同时，进行信息数据

的处理，以完成整个平台的调度工作。

JobKeeper云调度

a）对服务器集群进行统一的调度管理，获取每台机器的运行状态。根据机器的运行状态进行自动调度和部署，负载均衡，提高机器的使用率，进

而提高服务器的梳理效率。

b）解决服务器集群信息处理的冗余状态，查错排错，保证系统的无人值守、自动生长的高效性。

存储服务器集群：

提供海量的存储空间，以备历史数据的回看与处理。

处理服务器集群：

提供高效的视频转码、智能识别等大规模数据处理。

流媒体服务器：

以流媒体服务器的形式对外提供标准的RTSP流媒体服务，用户根据相应的流媒体RTSP地址，即可实时地获取系统处理完后的实时视频数据，以供监控和远程访问。

客户端：

视频矩阵、电视墙、PC客户端、移动终端等等。

3.1.2系统工作流程：

1)客户端发送命令：

客户端向中心服务器发送命令，中心服务器根据客户端信息进行分析判断，得知用户的客户端类型、网络状态、信息要求等，从而根据需求对前端设备、JobKeeper等进行调度控制。

2)中心服务器调度：

中心服务器响应客户端命令，对前端设备进行调度控制。根据用户的指令，把客户需求的信息进行实时采集，同时使用JobKeeper进行对集群的任务分发，完成对应的存储、处理或监控等请求。

3)中心服务器调度存储/处理集群：

a)存储服务器集群接收命令工作

中心服务器响应客户端命令，向JobKeeper发送命令。JobKeeper根据存储服务器集群的工作状态，选择负载较小的服务器进行高清存储。

b)处理服务器集群接收命令工作

中心服务器响应客户端命令，向JobKeeper发送命令。JobKeeper根据处

理服务器集群的工作状态，选择负载较小的处理节点进行实时处理、识别转码，并根据用户的网络状态分发到对应的流媒体服务器。进而，流媒体服务器将客户所需的处理过后的实时监控视频传递给客户端。

3.2子系统描述

图3-2存储/处理模