图文：上海交大通信与信息处理研究所郑世宝

上海交大通信与信息处理研究所郑世宝

   【演讲实录：】

　　首先介绍一下什么是城市图像监控系统，是综合利用各专业委办局、各区县政府及社会单位的图像监控资源，包括音视频监控设备、报警探测设备，多媒体通信网络等技术核设施，在城市范围内构建的能够对设防区域进行实时图像监控和利时图像查阅以及报警联动的电子信息系统。作用是，以城市公共安全常态管理和重大事件保卫或突发事件应急处置能力建设为核心，确保城市平安和社会和谐，提高反恐水平。

　　图像监控系统的基本功能大家都比较清楚，一个就是监视的功能，就是能够实时监视现场可能发生的状态，即使的予以告警。第二个是能够控制，监控中心或者监控用户能够通过这套系统进行实时监控前端云台、摄象头等等。第三，对历史图像查看、回放流，用于事后取证或调阅。其他的包括管理功能、维护以及其它业务集成等功能。

　　一个城市图像监控系统的一般构成是由一个市级的图像监控中心和市应急联动控制中心组成；第二个就是各委办局专业图像监控系统；第三个就是各区县综合图像监控平台和分监控中心；第四个就是社会单位的图像监控资源接入点。比如说在上海包括公安局、监察局、港务局、民房办等等。

　　城市图像监控系统的业务要求包含范围非常宽，包括的业务有个人用户、有商业用户，也有一些行业用户，所以对技术要求是不一样的，对实施监控而言，基本上要求在CIF格式以上，最高的可以达到高清晰度电视，比如说世博会要求有一部分，比如在空中监视平台就采用高清电视的图像格式。对视频的流畅度来讲；第二个就是对实时控制的要求，比如说延时的指标，对云台控制、报警控制方面的要求；再一个是存储方面，比如说专业用户，像公安，以事件或者破案等等为主的，通常要求存储的时间都是比较长的。但是在居民小区、社区的监控可能不一定要求存那么长时间；另外一个就是报警功能，现在通常监控都是和GS平台联系在一起的；还有一些功能，像图象识别服务，另外还有集成业务等等，比如说跟POS集成等等。

　　图像监控系统发展经历了从模拟监控，到数字的DVR，到IP网络监控，现在发展更多的就是智能监控，但是这些系统在一个城市里面都是存在的，所以它是一个混合系统。在90年代中后期，以ISDN为主的网络，我们叫做基于时隙交换的网络监控，当时主要提供的是H261标准出现之后，我们推出了基于H261或者64K到1920速率范围的监控系统。到了2000年以后，随着IP网络迅速普及，就有很多监控系统基于IP网络来实现视频监控。

　　要建一个城市图像监控系统面临的问题是非常多的，首先是在安防行业内，在视频领域缺乏行业标准；第二行业标准的制定跟不上技术的发展；第三，监控系统的建设没有统一的规范；第四，已建系统的技术实现方式多种多样；第五，系统的管理者分布在各行各业；第六，城市监控的区域范围太广。因此，要解决互联互通的问题、资源共享的问题和系统管理的问题，是它的主要问题。这里面最核心的就是要形成网际联网这么一个核心技术。

　　下面就介绍一下城市图像监控系统网际的需求及特点。前面已经讲了城市图像监控系统建设的基本要求，这里更加细了。一个就是能够对城市各个重点场所实施有效的实时监控；能够为突发事件的事后取证，提供清晰的图像证据；具有声、光、电报警联动功能；具有图像分布式存储和集中存储；支持用户授权的PTZ控制功能；实现图像资源的统一编号管理；具有对图像信息的内容安全保护措施。

　　网际联网的难点首先是缺乏统一技术规范，我们现在图像监控领域实现了所有已有的编码标准，比如说H261、MPEG1、MPEG2、H263、MPEG4、H264、AVS等等。这些在监控的里面都用到了。话音编码方面也有很多的标准，报警数据传输的格式、语音编码标准、网络传输标准，网络基本上是基于已有的网络基础设施的，存储检索方面也没有统一的标准，而在控制方面，像云台的控制、录放的控制、视频矩阵切换这些控制，都是一些主要国际大厂商的标准。而在管理方面，包括用户权限关系、网络管理各个业务部门也是不同的。再一个，安全标准也是没有统一的。

　　第二个难点，新旧系统共存，在我们考察的城市里面都发现，都存在着为模拟矩阵为核心的模拟交换系统；还有数字时隙交换系统；还有IP网络监控系统；还有将要新建的系统，再一个就是各业务部门应用要求不一致。

　　面临这些难题我们如何做一个城市图像监控系统的标准呢？或者做网际联网的标准。有三个方面，一个在实现资源统一管理方面，一定要有一个统一的规定；第二信令信息的传递；第三，第三个在各种异构网络当中如何进行视频的传输。

　　我们讨论了四种联网监控模式，当然这四种模式是逐级升级的。第一个模式，只看不控；第二个模式可点不控；第三个模式，可点有权限可控；第四个模式，可点可控。

　　从功能要求来说要实现实时视频监控的功能；第二历史视频查阅功能；第三，用户控制功能，就是用户可以远程控制视频机云台、播放、录像等功能；运维管理功能；其它的功能包括图像对讲、报警联动、GIS功能，以及视频分析等高级功能。

　　对视频质量的要求，最高我们支持四个等级。一个是1920×1080高清晰度的监控，一个是标清晰度的就是720×576，第三种就是1/2D1或2CIF352×576，另外是CIF352×288四级图像服务。另外时延要求，根据实时监控业务及历史查询业务的不同时延的要求，系统应提供不同的时延质量。建议分为4级，其中A级<300ms，B级<500ms，C级<1000ms，1级<2000ms，根据不同的应用来选择。

　　城市图像监控系统的联网体系架构在这张图上有所表述，前端有音、视频的传感器，构成了传感的采集网。最右边的是用户接入网，用户包括监控中心的电视墙、桌面的监控用户、远程办公室用户，还有远程移动用户等等，有一个用户接入网；中间这条黄线是核心交换存储与分发网络，我们在一个城市监控系统里头通常把它定义为四级，一个是市级监控中心网，下一级分局建设中心网络，再是最前端是局级监控中心网，派出所街道的监控中心的网络，所有这些网络都应该有一个统一运营维护管理网，来支持资源管理、网络管理和用户的管理。

　　为了满足我们提出的城市图像监控系统的性能要求，在我们这个标准里头特别提出了核心交换传输平台，是采用基于TS（时隙）交换为基础，再加上IP交换的混合网络的体系架构。一方面对实时性要求非常高、图像质量要求高的，我们采用基于TS交换，就是无延时的技术，对于历史视频存储、播放，以及一些个体的、社会的监控用户，我们使用的是IP网络，或者说IP的监控技术，这样一个技术体制可以保证满足提出的4个图像质量等级和四个时延等级要求。

　　这样一个城市图像监控系统业务参考模型我们可以用这张图里面的逻辑单元或者实体来表述，就是说前端单元和用户单元，以及视频的切换或者是分发单元，和网络存储单元，以及用户管理单元，和授权认证单元来进行描述。这里头的粗线部分表示要传递视频的信息，包括接口和协议，细线部分包括要传送管理、认证方面的一些信息。

　　作为城市图像监控系统，联网的协议栈也包括了这些，包括无压缩视频、也包括压缩视频、图像编码协议、音频编码协议、控制、报警、管理应用协议。报警方面，一方面可以采用直接从时隙交换的传输体制；另一方面这个可以也可以通过RTP/RTCP、UDP/TCP传输，然后最底层是TS直接交换，或者是基于时隙上的IP传输，这样可以保证各种可能的通信，所以这个协议栈是比较全面的。

　　在上海为了支持和验证这样一个联网系统，我们开发了这样一套系统，我们把它基本上归纳成三种典型类似。一个就是存基于时隙交换监控系统，一个是基于IP监控交换系统，中间还包括采用模拟矩阵传输的系统，视频联网中定义了时隙交换的联网系统是B接口，而IP交换是C接口，然后我们把模拟监控系统称为A接口，A接口通过联网监控网关来实现媒体的连接。另外主要的是我们定义了各个委办局或者区县监控平台之间联网的协议，这个联网协议就是定义了一个市级联网管理平台，和各个监控系统的联网控制的网关，都统一定义了D接口和相应的协议，就是说无法规定每个委办局现在使用的协议，但是可以确定一个公共的信息接口信息。通过联网控制单元或者网关进行转换就可以实现。

　　为了实现资源的统一管理，我们定义了一个采用十进制编码的技术，就是说我们对图像资源和TS的干线资源、IP资源和用户资源，我们统一采用了10位十进制的编码管理。然后我们定义了公共信息接口，这就是上面比如说资源管理信息、实时控制命令、历史查阅命令、状态汇报及报警信息消息，我们把这些都做了定义。根据这些定义我们就可以开发相关的联网产品，首先是联网控制管理平台，我们会在TS里开发TS联网控制网关，另外会开发IP联网控制网关等等，对于采用不同体制、不同标准的媒体，我们采用媒体转换网关，一共有三种媒体转换技术：接口转换单元、标准的编码插件，因为我们作为一个联网系统无法规定采用统一的视频编码标准，这样我们只有采用编码的解码插件；另外是媒体数据转码。

　　简单总结一下今天的发言，城市公共安全乃至国家的安全，是一件非常大的事情，也是一项非常复杂的系统工程。需要各方面的关注和投入。

　　第二，如何提高城市图像监控系统的有效性仍然是一个很大的问题。网际联网技术只能解决基本的现实问题。无法解决根本问题。

　　第三，标准化是非常重要的问题，应引起高度重视。尽管现在公安部、信息产业部各个地方都在制定标准，但是鉴于上述的困难，所以目前在制定这些标准的时候，应该说很难去统一到一个非常新的，不考虑向下监控的技术里头，所以标准执行起来难度是非常大的。

　　第四，智能化、网络化是发展趋势，应努力发展主动图像感知编码技术、GIS和GPS报警联动技术、高效智能检索和网络化存储技术。

　　城市图像监控必将带动一个巨大的数字媒体应用产业，而且这个产业和今天讨论的流媒体电视有很大的不同，主要是它的大量投入是在前端，而在用户监控中心妥协是非常小的，如果我们现在直接照搬现有的音视频编码技术，或者是多媒体数字电视或者多媒体技术不是非常有效的，真正有效的技术，就是要针对监控市场的特点去建立一套真正适合于监控技术、产业、产品发展的技术，可能是更有前景的。这里头我特别要指出的就是，一个是监控对异常市场感兴趣的，对正常的事件是不感兴趣的，如果我们今天把大量的视频信息都实时的传输和记录进入到监控网络、进入到现在的通信网络里头，必然会导致现有网络非常大的拥挤，因此现在应该去研究一些如何智能针对突发、异常事件进行提前的预判，如果可以做到这点，我们的编码器、录像机、整个传输网络都将在这些事件将要发生或者发生时间内处于活动状态，而在其他的时间里头，整个都处在自动的休眠状态，这样就会带来一个非常大的变革。而我们目前所有的音视频编码、技术都还没有涉及到这方面的工作，所以我也希望视频监控行业分会成立以后，结合AVS、AVS-S标准制定，能推出一些真正适合于视像监控应用实用的标准，可能是我们国家能够超越国外方面的可能性。