视频监控业务上云方案解析

摘要:
阿里云针对安防监控服务在传统IT架构下面临的上述问题,基于阿里云存储服务,提供视频监控解决方案。从2015年推出视频监控存储与播放解决方案以来,帮助大量的视频监控企业解决了上云的过程中遇到的问题,针对不同的视频监控厂商,也推出了不同的解决方案

行业痛点

由于视频监控能最大的记录和还原当被监控的场景,近年来,视频监控逐步从专业领域的应用普及到了各个民用、家用领域,各个摄像相机厂家也纷纷推出各种型号的摄像机和解决方案。由于视频监控数据量大,也会遇到各种问题:

  1. 存储资源消耗大且增长迅速。视频监控业务极度消耗存储资源,一个成规模的互联网视频监控服务往往需要PB级甚至更多存储资源,普通IDC或小云服务提供商有限的基础设施很容易成为云视频监控业务爆发增长的瓶颈,一旦出现存储瓶颈,扩容难度大,迁移成本高。
  2. 对数据可靠性要求高。监控视频数据是安防监控业务的核心价值数据,必须不能丢失。尤其是在互联网业务模式下,如果能做到视频数据不丢失,安防监控服务提供商就能向其终端用户提供可靠的视频存储服务。
  3. 带宽资源消耗巨大,且上行、下行流量不对称。7*24小时写入视频流的视频监控业务是重资产的业务,数万级别摄像头、数GB级别并发上传流量带来了巨大的带宽成本。并且,视频监控业务有明显的上行流量远大于下行流量的特点,而在互联网类的业务模式下,下行流量才是行业的有效业务流量。在传统IDC架构中,流量不对称的特点直接导致无效成本的增加。
  4. 用户观看体验在海量并发业务下难以保障。流畅是视频监控最重要的用户体验,数万路视频并发写入、观看需要优质的基础设施、强大的产品性能,来保障视频体验质量。视频流一般为分片存储,任意分片写入失败,就会直接导致播放时卡顿。

阿里云针对安防监控服务在传统IT架构下面临的上述问题,基于阿里云存储服务,提供视频监控解决方案。从2015年推出视频监控存储与播放解决方案以来,帮助大量的视频监控企业解决了上云的过程中遇到的问题,针对不同的视频监控厂商,也推出了不同的解决方案:

方案一、针对传统视频监控平台解决方案:

参考架构:

方案解读:

  1. 视频流由摄像头推送到流媒体服务器(需要用户自己用ECS搭建)。
  2. 流媒体服务器对视频流进行TS切片(需要用户自己用ECS搭建) 并转存到OSS。
  3. 视频直播业务可由OSS直接实现,或者由流媒体服务器 进行转发。
  4. 视频录像回看业务可以直接从OSS中拉去,或者由流媒体服务器从OSS中拉取后转发给用户端

解决方案特点和优势:

  1. 弹性计算,使得单摄像头综合成本下降30%,整体计算成本下降50%。通过采用低成本低配置云服务器来保证业务持续性,搭配使用弹性伸缩服务在业务高峰期自动增加云服务器数量来保证业务的正常运转。同时,这种弹性伸缩能力,能够提高资源利用率。而且,上行带宽零收费又进一步降低监控视频上传成本,使得整体成本结构更加合理。
  2. 更加流畅的视频观看体验。阿里云优质的BGP带宽带来更低的播放延迟;阿里云对象存储具有极低的写入失败率,能够有效避免因视频文件切片写入失败导致视频观看出现卡顿等不流畅现象。
  3. 海量视频文件存储能力。阿里云的对象存储(OSS)能够提供海量的文件存储,同时具有10个9的数据可靠性,并提供同城热备和异地灾备方案,使海量监控视频永久存储,随时可得。
  4. 可扩展性更好。解决方案中存储、计算和分发在都轻松扩展。

方案二、针对摄像机解决方案

参考架构:

方案解读:

  1. 视频源(摄像机或者是流媒体服务器)登录获取到访问OSS的权限(阿里云提供访问OSS的鉴权服务)后,直接将视频流推送到阿里云对象存储OSS;
  2. 用户采用阿里云独有的追加式写入功能,将视频码流为保存到OSS;
  3. 若用户视频保存为HLS(TS+M3U8)格式(该格式为互联网最常见的视频文件格式之一),则无需通过其他服务,可以方便的通过手机、电脑等终端实时观看视频流和录像回放。完美实现云视频实时观看和录像云端回放

方案优势:

  1. 充裕的接入带宽,即使有大量突发访问,也能保证整体业务平稳顺畅。
    2.更加流畅的视频观看体验。阿里云优质的BGP带宽带来更低的播放延迟;阿里云对象存储具有极低的写入失败率,能够有效避免因视频文件切片写入失败导致视频观看出现卡顿等不流畅现象。

3.海量视频文件存储能力。阿里云的对象存储(OSS)能够提供海量的文件存储,同时具有10个9的数据可靠性,并提供同城热备和异地灾备方案,使海量监控视频永久存储,随时可得。

  1. 可扩展性更好。解决方案中存储、计算和分发在都可轻松扩展。
  2. 文件生命周期管理。针对视频监需要大量定期删除过期文件的场景,阿里云OSS存储服务支持到期文件自动删除,免除您删除过期文件的后顾之忧。
  3. 灾备能力。阿里云OSS提供多节点数据复制功能,轻松实现数据的异地灾备。
  4. 行业技术能力。世界各地的视频监控摄像机头都有用到阿里云的服务,在视频监控领域阿里云积累了大量的行业和技术经验,可以保证用户的业务平稳运行。

方案三、针对支持RTMP推流协议的摄像机:

参考架构:

方案解读:

  1. 通过OSS实现直接接收RTMP流然后转换成HLS存储到OSS,通过OSS的下行流量实现点播和直播。
    2.用户需要在OSS申请bucket,开通直播服务。

3.直播数据转换为HLS(TS+M3U8)格式后保存为OSS文件,可选是否保留文件进行点播。

  1. 视频直播、点播都是HLS(TS+M3U8)格式。客户获取
    M3U8地址后直接播放。

方案优势:
除集合了方案一和方案二的优势外。还有有以下特点:

  1. 极简的系统架构,只需摄像机支持RTMP协议,无需对摄像机软硬件做改造,即可实现云存储;
  2. 支持HLS直播与点播功能,轻松实现互联网应用;

总之,针对视频监控数据的高可用需求,对比传统的存储方案阿里云视频监控解决方案解决了以下难题:
1. 对写入成功率要求高
由于视频数据写入存储失败会导致观看卡顿甚至无法播放,而阿里云存储专门针对视频监控行业海量文件写入场景进行优化,提供业内顶尖的写入成功率,遥遥领先于同行,且经过大量客户海量数据检验。
2. 数据可靠性要求高
云存自动实现三分数据备份,提供11个9的数据高可靠性,保障视频录像文件安全可靠、可信。支持百万级视频设备接入,架构灵活可靠、弹性扩展,可根据不同业务需求弹性开通、释放资源。举一个极端的例子,哪怕有人冲到机房里面拿走了阿里云的一些服务器,也不必担心其中的数据会泄密或者丢失,因为里面的数据被储存为加密文件碎片,看不到任何一个完整的文件,而三份备份则摄像机所拍摄内容可以在云端被安全找回,秒级恢复。真正做到了数据看不见、摸不着、拿不走。

挖掘云上监控数据的行业价值

一、实时视频分析----摄像机遇上云智能视频分析,从看得清到看得懂

视频上传到云端后,通过消息服务通知阿里云AI服务,获取视频后进行指定的视频分析,并把视频分析结果实时通知用户。全智能的云视频分析系统,可以有效的避免信息遗漏、使各种高危风险在发生的之初就立即通知处理人员从而避免事件的发生。大大提高整个视频监控系统的效果和质量,减少工作人员的强度。

场景举例:
人脸识别: 家庭人脸智能时光相册、幼儿园宝宝智能分类录像、智能门铃 ..
人数统计: 商超人流统计、热点区域分析、收银排队分析…
特定行为分析: 家庭老人跌倒识别、手势识别、宝宝哭闹识别、入侵检测 …
智能交通:车牌识别、拥堵检测、交通违章识别
公共防护:区域保护、入侵检测…
公安侦查:嫌疑犯识别、群体事件
幼儿园:宝宝异常行为识别、哭闹坚持、跌倒检测…

二、离线视频分析----智能挖掘存量视频金矿,让数据发挥无限价值

当视频文件上传到云端后,大量的视频文件占了大量的存储空间,由于成本和其他因素的考虑,一般视频数据存储一定期限后就定期删除。所以这海量的数据没有产生任何的价值,给人造成的影响是存储只会花钱不会赚钱。实际上呢?这是一座视频数据金矿!通过阿里云或自研的视频分析算法,不仅可以挖掘存量视频价值,甚至还可以跨界拓展各类业务
视频浓缩去重:去除重复背景,将视频中有意义的场景自动永久保存
视频结构化标签:将非结构化视频内容理解成结构化数据
智能交通:离线违章检测,对海量的治安、卡口等非交通类摄像机数据进行二次数据挖掘,对违章车辆进行处罚
公安刑侦:海量视频搜索、案件线索关联…

点击查看原文


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/391566.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

leetcode 341. 扁平化嵌套列表迭代器(dfs)

给你一个嵌套的整型列表。请你设计一个迭代器,使其能够遍历这个整型列表中的所有整数。 列表中的每一项或者为一个整数,或者是另一个列表。其中列表的元素也可能是整数或是其他列表。 示例 1: 输入: [[1,1],2,[1,1]] 输出: [1,1,2,1,1] 解释: 通过重复…

爬虫结果数据完整性校验

数据完整性分为三个方面: 1、域完整性(列) 限制输入数据的类型,及范围,或者格式,如性别字段必须是“男”或者“女”,不允许其他数据插入,成绩字段只能是0-100的整型数据,…

go map数据结构

map数据结构 key-value的数据结构,又叫字典或关联数组 声明:var map1 map[keytype]valuetype var a map[string]string var a map[string]int var a map[int]string var a map[string]map[string]string备注:声明是不会分配内存的&#xff0c…

吴恩达神经网络1-2-2_图神经网络进行药物发现-第2部分

吴恩达神经网络1-2-2预测毒性 (Predicting Toxicity) 相关资料 (Related Material) Jupyter Notebook for the article Jupyter Notebook的文章 Drug Discovery with Graph Neural Networks — part 1 图神经网络进行药物发现-第1部分 Introduction to Cheminformatics 化学信息…

android初学者_适用于初学者的Android广播接收器

android初学者Let’s say you have an application that depends on a steady internet connection. You want your application to get notified when the internet connection changes. How do you do that?假设您有一个依赖稳定互联网连接的应用程序。 您希望您的应用程序在…

Android热修复之 - 阿里开源的热补丁

1.1 基本介绍     我们先去github上面了解它https://github.com/alibaba/AndFix 这里就有一个概念那就AndFix.apatch补丁用来修复方法,接下来我们看看到底是怎么实现的。1.2 生成apatch包      假如我们收到了用户上传的崩溃信息,我们改完需要修复…

leetcode 456. 132 模式(单调栈)

给你一个整数数组 nums &#xff0c;数组中共有 n 个整数。132 模式的子序列 由三个整数 nums[i]、nums[j] 和 nums[k] 组成&#xff0c;并同时满足&#xff1a;i < j < k 和 nums[i] < nums[k] < nums[j] 。 如果 nums 中存在 132 模式的子序列 &#xff0c;返回…

seaborn分类数据可视:散点图|箱型图|小提琴图|lv图|柱状图|折线图

一、散点图stripplot( ) 与swarmplot&#xff08;&#xff09; 1.分类散点图stripplot( ) 用法stripplot(xNone, yNone, hueNone, dataNone, orderNone, hue_orderNone,jitterTrue, dodgeFalse, orientNone, colorNone, paletteNone,size5, edgecolor"gray", linewi…

数据图表可视化_数据可视化十大最有用的图表

数据图表可视化分析师每天使用的最佳数据可视化图表列表。 (List of best data visualization charts that Analysts use on a daily basis.) Presenting information or data in a visual format is one of the most effective ways. Researchers have proved that the human …

javascript实现自动添加文本框功能

转自&#xff1a;http://www.cnblogs.com/damonlan/archive/2011/08/03/2126046.html 昨天&#xff0c;我们公司的网络小组决定为公司做一个内部的网站&#xff0c;主要是为员工比如发布公告啊、填写相应信息、投诉、问题等等需求。我那同事给了我以下需求&#xff1a; 1.点击一…

从Mysql slave system lock延迟说开去

本文主要分析 sql thread中system lock出现的原因&#xff0c;但是笔者并明没有系统的学习过master-slave的代码&#xff0c;这也是2018年的一个目标&#xff0c;2018年我都排满了&#xff0c;悲剧。所以如果有错误请指出&#xff0c;也作为一个笔记用于后期学习。同时也给出笔…

传智播客全栈_播客:从家庭学生到自学成才的全栈开发人员

传智播客全栈In this weeks episode of the freeCodeCamp podcast, Abbey chats with Madison Kanna, a full-stack developer who works remotely for Mediavine. Madison describes how homeschooling affected her future learning style, how she tackles imposter syndrom…

leetcode 82. 删除排序链表中的重复元素 II(map)

解题思路 map记录数字出现的次数&#xff0c;出现次数大于1的数字从链表中移除 代码 /*** Definition for singly-linked list.* public class ListNode {* int val;* ListNode next;* ListNode() {}* ListNode(int val) { this.val val; }* ListNode(…

python 列表、字典多排序问题

版权声明&#xff1a;本文为博主原创文章&#xff0c;遵循 CC 4.0 by-sa 版权协议&#xff0c;转载请附上原文出处链接和本声明。本文链接&#xff1a;https://blog.csdn.net/justin051/article/details/84289189Python使用sorted函数来排序&#xff1a; l [2,1,3,5,7,3]print…

接facebook广告_Facebook广告分析

接facebook广告Is our company’s Facebook advertising even worth the effort?我们公司的Facebook广告是否值得努力&#xff1f; 题&#xff1a; (QUESTION:) A company would like to know if their advertising is effective. Before you start, yes…. Facebook does ha…

如何创建自定义进度栏

Originally published on www.florin-pop.com最初发布在www.florin-pop.com The theme for week #14 of the Weekly Coding Challenge is: 每周编码挑战第14周的主题是&#xff1a; 进度条 (Progress Bar) A progress bar is used to show how far a user action is still in…

基于SpringBoot的CodeGenerator

title: 基于SpringBoot的CodeGenerator tags: SpringBootMybatis生成器PageHelper categories: springboot date: 2017-11-21 15:13:33背景 目前组织上对于一个基础的crud的框架需求较多 因此选择了SpringBoot作为基础选型。 Spring Boot是由Pivotal团队提供的全新框架&#xf…

seaborn线性关系数据可视化:时间线图|热图|结构化图表可视化

一、线性关系数据可视化lmplot( ) 表示对所统计的数据做散点图&#xff0c;并拟合一个一元线性回归关系。 lmplot(x, y, data, hueNone, colNone, rowNone, paletteNone,col_wrapNone, height5, aspect1,markers"o", sharexTrue,shareyTrue, hue_orderNone, col_orde…

hdu 1257

http://acm.hdu.edu.cn/showproblem.php?pid1257 题意&#xff1a;有个拦截系统&#xff0c;这个系统在最开始可以拦截任意高度的导弹&#xff0c;但是之后只能拦截不超过这个导弹高度的导弹&#xff0c;现在有N个导弹需要拦截&#xff0c;问你最少需要多少个拦截系统 思路&am…

eda可视化_5用于探索性数据分析(EDA)的高级可视化

eda可视化Early morning, a lady comes to meet Sherlock Holmes and Watson. Even before the lady opens her mouth and starts telling the reason for her visit, Sherlock can tell a lot about a person by his sheer power of observation and deduction. Similarly, we…