Селективное сжатие: современный подход к оптимизации передачи и хранения видеоматериалов в системах видеонаблюдения

Селективное сжатие: современный подход к оптимизации передачи и хранения видеоматериалов в системах видеонаблюдения

Вопрос оптимизации хранения видеоданных в системах видеонаблюдения всегда стоит остро, поскольку число и разрешение камер видеонаблюдения постоянно растет, а вместе с ними разрастаются и видеоархивы. Сегодня производители делают ставку на «избирательное» сжатие видео, при котором встроенное в камеру программное обеспечение на базе искусственного интеллекта (ИИ) выделяет наиболее важные области на изображении и сжимает их меньше, чем остальные. В этой статье мы постараемся разобраться, каким образом камера принимает решение о том, что важно на видео, а что – нет.

Методология селективного (избирательного) сжатия видео достаточно проста. Аналитическое ПО на базе ИИ, встроенное в камеры видеонаблюдения, оценивает в динамике отдельные зоны на изображении по двум основным параметрам: присутствует ли них какая-то структура, например, линии, узоры и т.д., и есть ли там какое-либо движение. В результате получается матрица из четырех возможных комбинаций — без структуры и движения, без структуры, но с движением, со структурой и без движения, а также со структурой и движением. В зависимости от выпавшей комбинации, ПО оценивает и решает, можно ли сжать эту область сильнее, или это приведет к потере важных деталей.

Логично предположить, что наиболее ценными областями изображения считаются те, на которых одновременно присутствует и структура, и движение, поэтому они сохраняются с самым высоким качеством. На другой стороне весов находятся зоны со статичным фоновым изображением без структуры, например, части глухой стены, которая не содержит никакой важной информации. Однако динамическая работа ПО видеоаналитики позволяет оперативно подстраиваться к любым изменениям в зоне обзора камер. Так что, если мимо той самой «неинформативной» глухой стены пройдет человек, то камера автоматически изменит настройки сжатия для этих участков, повысив для них качество.

Именно природа сцен определяет эффективность селективного сжатия видео. Чем больше деталей в поле зрения камеры меняется от кадра к кадру, тем меньше сжимается изображение в целом, и наоборот.

Организация систем хранения видеоматериалов составляет весомую долю бюджета, поэтому многие интеграторы систем видеонаблюдения до сих пор прибегают к ограничению максимального битрейта для расчета емкости требуемого видеоархива и снижения трафика. При таком подходе дельта между установленным пределом и фактическим битрейтом, используемым для захвата изображений, может оказаться недостаточной. Важные детали могут быть потеряны исключительно из-за ограничения скорости передачи данных. При этом селективное сжатие изображения исключает такой исход, но позволяет значительно экономить место в архиве в «тихий» период, когда движение в кадре отсутствует.

Оба способа оптимизации качества изображения — ограничение максимального битрейта и избирательное сжатие — актуальны в современных системах видеонаблюдения. Какой метод выбрать на конкретном объекте, необходимо решать исходя из реальных условий съемки при записи сложных сцен. Ограничение битрейта является допустимым вариантом, который, тем не менее, не должен использоваться по умолчанию и без тщательного анализа. В современных условиях только многозонное сжатие видео позволит сохранить важные детали в любых условиях.

Источник: asmag.com