基于QoS策略的视频监控系统的设计.pdf

微电子学与计算机2 0 0 6年第2 3卷第6期1引言网络化视频监控系统是集网络、通信以及视频编解码等多项高新技术的整合系统,为视频监控提供了一种全新解决方案。它基于最为广泛使用的T C P/I P协议,通过M P E G-4 1,2 实时音视频硬件压缩实现本地压缩和存储,同时把视音频数字信号通过网络传送到监控中心,使客户端能在远程P C上即可实时的查看监控信息。但是,现行的大多数网络视频监控系统存在着远程预览效果不佳,没有合适的Q o S机制来协调视频流量和网络带宽之间的矛盾等缺点。基于这个原因,本文提供了一种基于Q o S策略的解决方案。此方案结合了三个方面的Q o S机制,分别从服务器端、客户端以及服务器和客户端结合的方式来保证了视频的质量,构建了一个基于Q o S策略的网络化视频监控系统。2系统结构本系统功能完善,包括服务器端预览、客户端预览、移动侦测、多功能报警、视频录像、视频回放、云台控制、用户安全管理、计划任务、智能事件查询、日志查询等功能。整个系统总的来说由服务器端子系统、网络子系统和客户端子系统3部分组成。服务器端子系统用于视频的采集、压缩、存储和显示,并接收系统或网络的控制命令,来控制图像压缩率和云台等设备。网络子系统主要是为了适应各种网络环境的需要,提供类似于代理服务器的功能,这样能够提高整个系统的可扩展性。客户端子系统主要用于接收网络视频数据,并且提供自适应解码和播放功能。由于网络子系统的主要目的是为了增加系统的组网方式,类似于一个透明的转发器,与整个系统的Q o S关系不大。因而,本文不具体讨论。系统框图如图1所示。3视频监控系统中的Q o S策略视频监控系统中的视频数据的传输实际就是流媒体的传输。而流媒体的传输对网络带宽、传输时延、分组丢失有着严格的要求。为了满足实时性的要求,流媒体通信大多采用不可靠传输协议U D P,然而基于U D P的传输质量会由于网络通信中不可避免的分组丢失而严重降低。虽然目前高性能的网络技术已经成熟,但是网络通信中的分组丢失率仍然不可避免,所以我们必须要充分考虑到它对收稿日期:2 0 0 5-0 8-1 5基于 Q o S 策略的视频监控系统的设计王锐胡佳明蒋萌青金心宇(浙江大学信息科学与工程学院,浙江 杭州3 1 0 0 2 7)摘要:网络化视频监控系统是集网络、通信以及视频编解码等多项技术的整合系统。文章先提出了网络化视频监控系统的系统结构,接着重点介绍了网络化视频监控系统中如何有效的应用Q o S策略来优化多媒体流的传输和视频的质量。关键词:视频监控系统,Q o S策略,多媒体传输中图法分类号:T P 3 9 3文献标识码:A文章编号:1 0 0 0-7 1 8 0(2 0 0 6)0 6-0 6 8-0 3D e s i g no f aV i d e oS u r v e i l l a n c e S y s t e mB a s e do nQ o SS t r a t e g yWA N GR u i,H UJ i a-m i n g,J I A N GM e n g-q i n g,J I NX i n-y u(C o l l e g e o f I n f o r m a t i o nS c i e n c e a n dE n g i n e e r i n g,Z h e j i a n g U n i v e r s i t y,H a n g z h o u3 1 0 0 2 7C h i n a)A b s t r a c t:V i d e o s u r v e i l l a n c e s y s t e mi s a ni n t r i c a t e s y s t e mw h i c ha p p l i e s m a n yt e c h n o l o g i e s s u c ha s n e t w o r k s,c o m m u-n i c a t i o na n dv i d e o c o d e c.A t f i r s t t h i s a r t i c l e p u t s f o r w a r da s t r u c t u r e o f V i d e o S u r v e i l l a n c e S y s t e m.S e c o n d l y,i t e m p h a-s i z e s h o wt o a p p l y Q o Ss t r a t e g y t o i m p r o v e m u l t i m e d i a s t r e a m s t r a n s m i s s i o na n dv i d e o s q u a l i t ye f f e c t i v e l yi nt h eV i d e oS u r v e i l l a n c e S y s t e m.K e yw o r d s:V i d e o s u r v e i l l a n c e s y s t e m,Q o s s t r a t e g y,M u l t i m e d i a t r a n s m i s s i o n6 82 0 0 6年第2 3卷第6期微电子学与计算机多媒体流传输的影响。于是,改进流媒体的传输技术成为保证视频质量的必由之路 3。网络化的视频监控系统最关键的是要让远程客户能够看到足够清晰的现场画面。本系统中加入了三种不同的Q o S机制来保证视频效果,图2为系统的Q o S模块图。系统Q o S策略分为三个部分,分别为服务器端Q o S模块、客户端Q o S模块和网络参数测量模块。接下来部分将详细介绍各个模块的实现方法。3.1服务器和客户端联合Q o S策略服务器和客户端联合的Q o S策略主要是应用了前向纠错技术(F E C),并在此基础上提出了动态F E C策略。F E C是一种在目前通信系统中得到广泛应用的技术。这种方法具有较精确的差错恢复能力,并且处理开销较低,对于实时性要求很高的视频数据通信来说,前向纠错技术是一种非常好的保证传输服务质量的方法。因此我们把F E C纠错技术引入到视频监控系统的视频传输上来,以降低I P数据包的丢失带来的不良影响。F E C纠错机制的基本思想是把k个原始的数据包通过F E C算法编码为n个数据包(n k),使得这n个数据包的任何k个数据包都能恢复出原始的数据,然后将这n个数据包发送到网络上,这样只要接收端收到任何m(m k-1)个数据包,就可以恢复出原始的k个数据包,即最多允许的丢失率为n-k。其实质是在发送前增加系统数据传输的冗余度,也就是增加和原始数据包关联的冗余包,在一定数量范围内丢失一部分数据包后,能够从剩余的数据包中恢复出原始数据包。F E C算法的主要缺点就是如果在网络丢包率较低的情况之下,仍然使用F E C算法对原始数据进行编码的话,就会生成固定数目的冗余数据包,这些数据包占用了一部分带宽。鉴于F E C的这个缺点,本系统中并不是简单的将所有视频数据都经过F E C编码,而是根据网络的负载状态,将网络分成不同的等级(网络的当前状态由网络参数测量模块提供),对不同的等级提出了不同的F E C策略,使得F E C算法的参数和网络的状态相联系,从而减少了F E C编码带来的冗余信息的传送。下面是本系统提出的一个动态F E C分级机制,使得F E C编码能在最大的效率上提高多媒体流传输的质量,而且保证最高效率的利用网络资源,该模型的工作流程如图3所示。该模型把F E C层细分为F E C编解码层和F E C控制层。F E C编解码层主要负责将视频数据进行F E C编解码,F E C控制层一方面负责根据网络状态测试模块的反馈协调两端的F E C编解码方案,另一方面根据本层的反馈信息,来协调两端的F E C编码方案。本系统将网络分为3个等级,如表1所示。当网络状态良好时,系统不使用F E C编码。当系统测试到网络丢包率增大时,F E C控制层通知F E C编码层开始对视频数据进行编码,并同时告知6 9微电子学与计算机2 0 0 6年第2 3卷第6期客户端的F E C解码层,之后收到的数据需要进行解码。服务器端并不是将所有的n个编码数据都发向网络,而是随机的发送m个数据。由于此时的网络丢包率还不是很大,这个m值将比较接近k。随着网络丢包率的增大到预先定义的很差的状态时,这个m值的选择将更加靠近于n。3.2服务器端Q o S策略上面提到的F E C动态分级策略,需要在客户端和服务器端同时作用,本节中要介绍的媒体控制策略只需服务器端的支持即可。媒体控制模块的基本思路是:根据M P E G-4音视频信息的特殊性(即I帧、P帧、B帧和音频帧在解码时的重要性不同),对不同类型的帧采用不同的发送策略,从而来达到对多媒体流进行流量控制。根据多媒体应用对视音频数据Q o S需求的特点,可以采用音频数据优先的策略,对于视频数据,引入基于视频编码特性的数据调度模块和数据传送模块,当网络的负载相对较重时,只发送对视频播放影响较大的媒体数据。下面对数据调度机制与数据传送机制进行说明。数据调度模块完成对视频数据的调度,根据网络状况来决定哪些数据包发送,哪些数据包丢弃。视频编码可分为I帧(帧内编码)、P帧(帧间编码)和B帧(双向预测编码)1,2,考虑到I帧、P帧和B帧解码过程中的相互依赖关系,所以制定以下传输视频数据的规则:!在传输过程中,I帧优先级最高,P帧次之,B帧优先级最低。!传输P帧的前提是必须传送与之相关联的I帧和P帧。!传输B帧的前提是必须传送与之前后相邻的I帧或P帧。基于以上三个规则,在带宽受限的情况下,尽可能多的发送优先级高的数据包到网络上,这样的发送规则保证在数据不丢失的情况下,发送到对方的编码数据都可被正确解码,且在相同的带宽下获得最好的播放效果(配合底层的F E C模块,可以容忍部分数据的丢失,但F E C模块相对于媒体控制模块是透明的,所以此处要求保证数据不丢失)。数据传送模块完成对有发送标志的数据的传送,并根据网络状况和视频峰值数据量来决定传送的速度。一方面,根据网络的状况,来自适应的调节发送速度,本方案中采用了类似于T C P“加增乘减”拥塞控制的机制,来调节发送速度。同时,本方案中还考虑到了视频数据的大峰值情况以及客户端缓冲大小自适应滞后的情况,当出现视频峰值时,也采用“加增乘减”的机制,来平滑网络流量。3.3客户端Q o S策略由于数据在网络上的传送需要时间,特别当网络状态不是很理想时,视频数据从服务器端发送到客户端接受总是存在着一定的延时。一般现行的方法是在客户端数据进入播放器之前将它进行缓冲,并且这个缓冲的大小是固定的,只有当视频数据填充一定的大小后,才能开始播放。因而,当网络延时很少时,也需要等缓冲区填到特定值才能开始播放。本方案中根据不同的网络状态动态的调整数据缓冲区的大小,来补偿延时带来的视频抖动情况。当网络延时由长变短时,缓冲区采用乘性的系数减小(这个系数可根据网络延时得到),当网络延时由短变长时,缓冲区采用加性的方法增大。4结束语本文设计的系统具有完善的功能,符合安防产品的技术规范。特别是本系统中分别从不同的层面采用了保证远程视频质量的Q o S的策略,对提高视频监控系统的视频质量有了很大的改进。因而进一步提高了该设计带来的安全性。参考文献 1 I S O/I E CI n t e r n a t i o n a l S t a n d a r d1 4 4 9 6-2.C o d i n go f a u d i o-v i s u a l o b j e c t s:V i s u a l,1 9 9 9 2 I S O/I E CWG I I M P E GV i d e oG r o u p Z .M P E G-4V i d e oV e r i f i c a t i o nM o d e l V e r s i o n 1 8.0.T h eP i s am e e t i n go f I S O/I E C/J T C 1/S C 2 9/WG 1 1 3 罗云峰,朱秋萍,朱霓.基于F E CA R Q的流媒体可靠实时通信.武汉大学学报(理学版),2 0 0 2,4 8(5)网络等级F E C使用策略良好不使用F E C编码差使用F E C编码,但编码强度可较低,即选用的n-k较小,同时实际发送数据包m(k m n)选择更靠近k。很差使用F E C编码,编码强度较高,即选用的n-k较大。同时实际发送数据包m(k m n)选择更靠近n。表1网络等级与F E C使用策略(下转第7 3页)7 02 0 0 6年第2 3卷第6期微电子学与计算机王锐女,(1 9 6 1-),副教授。研究方向为多媒体与网络通信。胡佳明男,(1 9 8 0-),研究生。研究方向为网络安全与多媒体通信。蒋萌青男,(1 9 8 0-),研究生。研究方向为网络多媒体通信的研究开发工作。金心宇男,(1 9 5 8-),教授。研究方向为网络通信、大型电路系统的开发。产生的误差,使得提取的数据能在允许的误差范围内快速准确地得到识别。为了进行车辆分类,首先收集各种车辆的参数,然后输入计算机中的车辆车型数据库,利用计算机的检索功能对分类参数进行优选。根据我国常用车型采用的车辆分类标准,按大型车、中型车、小型车和多轴车进行分类存储。本方案设计的车型数据库采用二维数据库结构,各类汽车的轮距与轴距的参数关系如图6所示,利用轮廓线和四项参数对车辆分类的准确率可达到9 1%以上。根据图6可以看出,通过对车辆的轴距、前轮距和轴数进行分类,就可以完成对车辆按照标准载重和座位数对车辆的分类。其分类参数关系为:大型车:轴数=2,轴距A,且轮距W2中型车:轴数=2,轴距A,且W1轮距 W2小型车:轴数=2,轴距A,或轮距 2根据以上分析,只要检测出车辆的轮廓图并确定轴距、轮距和轴数即可识别车型。4.2车型识别系统的应用车型识别的步骤如下:(1)利用一个C C D传感器和图像采集卡对车辆的侧面图像和正面图像进行抓取,得到车辆外形图像信号;(2)对车辆图像进行图像恢复、分割、二值化等处理,消除干扰噪声,获取图像边缘信号;(3)提取车辆轮廓图形和车辆参数;(4)查询车型数据库,判别车型。我们在固定的场景(即相同背景)和天气情况下,使用数码摄像机采集了轿车、客车、货车图像共2 8 0帧进行实验,实验中有2 5处错误识别,其主要原因是在边缘数据分析时没有准确剔除卡车货物的轮廓,错误认定为其它车型。实验结果表明,车型识别率在9 1%以上。经过进一步改进处理方法后,本系统将会进一步提高车辆识别准确性,具有较好的应用前景。参考文献 1 谢宇,康景利,董巍.智能交通系统中车型分类的模糊模式识别方法 J .北京理工大学学报,1 9 9 4,(4)2 郑南宁.计算机视觉与模式识别 M .北京:国防工业出版社,1 9 9 8 3 粘永建,吴乐华,何世标 等.一种基于最佳比特分配策略的三维小波视频编码新方法.微电子学与计算机,2 0 0 6,(2):1 0 7 1 1 0 4 蔡智湘.基于车辆外形几何特征的车型自动分类器的研究硕士学位论文.中国农业大学,2 0 0 4,5 5 夏良正.数字图像处理 M .南京:东南大学出版社,1 9 9 9娄莉女,(1 9 7 0-),副教授,研究生。研究方向为数字图像处理及通信工程。党瑞荣男,(1 9 5 7-),教授,博士生导师。研究方向为测试计量技术。!(上接第7 0页)7 3