基于Web架构的视频监控系统研究与实现

李杰++李静

摘 要： 为了实现视频监控的实时传输和网络控制功能，提出基于Web架构拓扑控制的视频监控系统。该系统分为三层体系结构，分别为感知控制层、网络传输层和应用服务层。采用自适应差分调制技术进行视频的量化编码，设计优化的视频编码算法降低视频传输延时和保证良好的输出品质。采用集中式拓扑和分布式拓扑相结合的方式进行视频监控多媒体拓扑控制，构建Web服务器的信令，进行服务器结构优化设计，在RTP协议栈下进行Web视频监控系统的API接口设计，实现视频监控的输出控制。实验结果表明，该系统能提高监控视频传输的保真率，丢包率较低，输出延时较小，保证了视频监控输出的质量和实时性。

关键词： Web架构； 视频监控系统； 量化编码； 延时； 丢包

中图分类号： TN948.4?34； TP391 文献标识码： A 文章编号： 1004?373X（2017）21?0027?04

Research and implementation of video surveillance system based on Web architecture

LI Jie， LI Jing

（Yinchuan Energy Institute， Yinchuan 750001， China）

Abstract： In order to realize the real?time transmission and network control functions of the video surveillance， a video surveillance system based on Web architecture topology control is proposed. The system includes three?layer architecture of perceived control layer， network transmission layer and application service layer. The adaptive differential modulation technology is used for the quantization coding of the video. The optimized video coding algorithm is designed to reduce the video transmission delay and guarantee the high output quality. The mode combining the distributed topology and centralized topology is adopted to perform the multimedia topology control of video surveillance. The signaling of Web server is constructed to carry out the structure optimization design of the server. The API interface of Web video monitoring system is designed in the RTP protocol stack to control the output of video monitoring. The experimental results show that the system can improve the fidelity of surveillance video transmission， reduce the packet loss rate and output delay， and ensure the output quality and real?time performance of video monitoring.

Keywords： Web architecture； video surveillance system； quantization coding； time delay； packet loss

0 引 言

随着多媒体网络技术的迅速普及，信息技术和通信技术不断融合，网络用户的视频传输和处理需求呈爆炸式增长态势。网络多媒体视频和图像文件传输迅速增长，需要在Web环境下进行视频和图像的监控和识别，将视频监控系统融入到Web架构体系中，实现在线视频监控识别，提高对视频信息的实时甄别和远程控制能力[1]。

视频监控系统的Web架构是一项系统的网络工程，需要进行视频监控的编码技术设计、网络模型构建、网络服务器及网络协议设计、视频输出API接口设计等[2]。视频监控系统的Web架构重点在于傳输层协议的设计，目前主要采用的是传输控制协议（TCP）、用户数据协议（UDP）[3]。例如，文献[4]中提出一种基于Open Core核心的Android平台视频监控系统设计方法，实现视频监控系统的通信网构建，但是该系统存在传输时延较大、实时性较差的问题。基于IPv6的嵌入式视频监控系统设计方法，提高了监控视频输出的稳定性，但是该系统的抗干扰能力不强，输出视频的像素误差较大。文献[5]对视频动态监控的编码算法进行改进设计，提高了交通视频车辆检索识别的准确性，但该方法在道路视频监控中容易出现时滞和失真，视频在Web和车联网环境下的丢包问题需要得到解决。

针对上述问题，提出基于Web的视频监控系统，首先进行视频监控系统的总体架构分析，然后进行系统模块化设计，监控系统设计主要包括视频编码算法设计、监控系统的Web控制协议设计、服务器设计、编码转换API接口设计等，最后进行系统测试分析，得出有效性结论。endprint

1 系统总体设计架构

1.1 系统功能体系总体结构

在Web架构环境下，视频监控系统分为三层体系结构，分别为感知控制层、网络传输层和应用服务层。其中，感知控制层通过多媒体信息采集设备进行视频信息采集，多媒体信息采集设备通常为视频监控探头和无线传感器，采用物联网和无线射频识别技术进行监控系统感知设备的物物相连，采用无线自组网技术实现视频监控信息的分布式协同处理与Web集成控制。运用低速和中高速的网络传输技术构建视频监控的物联网异构网络，利用实时传输协议提供视频的端到端传递服务，建立异构网、移动通信网。数据发送者周期性地传送编码的视频信息到中央处理器，考虑到带宽和资源受限的影响，在网络支撑层传送少量会话控制信息，实现高能效、精准、可靠的视频信息传输和编码。在感知控制层进行多媒体信息封装和视频信息云存储，在云存储模型下构建视频监控的信息存储单元，使用开放的服务访问接口与网络控制接口实现视频输出显示和调阅。根据上述设计原理分析，得到本文设计的基于Web架构的视频监控系统的三层体系结构模型，如图1所示。

1.2 系统设计技术指标

Web架構下视频监控系统的设计技术指标：平均端到端延时为0.25 s，平均送达率为15 Kb/s，数据包分组送达率为2.76 Kb/s，视频帧差采样率为8 Kb/s，比特率为64 Kb/s，能实现对视频监控信息的8通道同步、异步采样，视频的输出峰值信噪比大于20 dB，传输误码率低于0.045，满足高清视频监控和无损传输的要求。根据上述对视频监控系统的总体架构和功能技术指标分析，进行视频监控的编码设计和模块化设计。

2 视频编码技术

为了提高视频监控的效率和性能，并能有效地利用网络资源，需要进行视频编码设计[6]，设计优化的视频编码算法降低视频传输延时和保证良好的输出品质。本文采用自适应差分调制技术进行视频的量化编码，编码算法的设计描述如下：以每个视频帧组为一个编码数据包单元，对视频中的图像帧进行[n]级空间分解，采用如下的自适应差分控制函数进行视频帧序列的时空交替变换：

[h（i，2j）=h（i，2j-1）+h（i，2j+1）2v（2i，j）=v（2i-1，j）+v（2i+1，j）2d（i，2j）=d（i，2j-1）+d（i，2j+1）2] （1）

在视频帧差的奇偶位置对视频输出偶序列进行帧内分解，给定视频编码的码书长度为[N，]在视频像素值边界上的视频恢复的传递函数为：

[h（i，352）=h（i，351）v（288，j）=v（287，j）d（i，352）=d（i，351）] （2）

式中：[h，v]和[d]分别表示当前像素点、帧差像素点和量化信道上的传输编码信息。

采用方向性奇偶拆分方法把视频编码信息构成一个2×2×2的立方块，生成一个嵌入位流，统计整个分辨率空间中的像素，通过共轭结构代数码激励，得到像素特征分布坐标集合为：

[O（i，j，k）=（2i-1，2j-1，2k-1），（2i-1，2j，2k-1），（2i，2j-1，2k-1），（2i，2j，2k-1），（2i-1，2j-1，2k），（2i-1，2j，2k），（2i，2j-1，2k），（2j，2j，2k）] （3）

设[C（i，j，k）]代表坐标[（i，j，k）]的系数，对采集的视频监控编码序列进行压缩，采用自适应测试函数差分脉冲编码调制：

[Sn（T）=1，maxC（i，j，k）≥2n（i，j，k）∈T0，other] （4）

引入最小阈值（[Tmin]）和最小输出位（[bitmin]）进行码书训练，提高解码视频的输出图像质量。在不改变像素空间划分的情况下，通过向量量化编码，修正视频序列各组的训练样本，求取编码阈值，得到新的求取编码输出视频序列[xP（An）=x（sj），j=1，2，…，N。]综上分析，采用自适应差分调制技术补偿来消除帧间冗余，进行向量量化编码，在视频监控系统的输出端采用联合解码得到质量更高的视频图像。

3 系统关键模块

3.1 视频监控系统的Web协议

为了实现视频监控系统的Web控制，构建Web协议，采用集中式拓扑和分布式拓扑相结合的方式进行视频监控多媒体拓扑控制，设计的Web协议分为物理层、网络层、传输层和应用层[7]。其中，物理层采用以太网组网构建监控体系的观测节点感知视场，通过自组织方式构成网络，视频监控节点向Web网络发布监控输出请求和控制指令；在网络层中采用 IPv6 传感节点和IPv6 路由进行自组网设计，采用一种自组织、结构开放的协议模型将数据传回到汇聚节点，每发送一个RTP分组包，分信源标识的个数加1，最大程度上保证了输入视频和输出的同一性。

在传输层利用UDP协议构建数据信息编码的规则库，主要分为模型库、知识规则库、日志库、仿真库以及其他规则库，在应用层输出SIP消息，其中SIP消息由一个起始行（Start?Line）、一个或多个状态码组成的消息头构成，通过集中式的拓扑结构进行用户寻址或定位，采用统一资源定位符SIP URI（Unified Resource Identification）进行视频帧格式编码和属性调整。最后进行媒体封装和程序控制，实现视频监控信息的存储和调度。视频监控系统的Web协议的体系结构如图2所示。

根据上述视频监控系统的Web协议设计规范，进行协议状态码设计，在Web架构下视频监控系统的数据包传输定义了五种控制协议类型，见表1。

3.2 服务器结构设计

视频监控系统的Web架构的核心是网络服务器结构设计，服务器架构过程即信令控制过程，采用集中式和分布式两种形式进行信令拓扑控制，集中式媒体拓扑控制，在视频监控的网络Sink节点建立一个点到点的信令连接，由SIP协议栈发起视频监控终端用户之间的会话，用户终端响应的状态码设定如下。endprint

1XX：时间戳指响应。即视频监控输入的时间戳指设定，通过视频编码将视频信息输入到Web服务器中，请求处理，时间戳完成第一视频帧序列的时间采样。

2XX：同步源标识。同步源标识用来标识输入视频帧和输出视频帧的对应差异性，使得视频监控控制端能正确地接收到视频监控信息并做出相应的处理。

3XX：数据流和控制流分离。需要重定向端到端的数据传输服务，RTP头部和负载数据压缩视频数据，完成同步源标识。

4XX：客户出错响应。视频监控的终端在服务器上注册用户信息，剔除或者邀请指定的人进行视频保存数据的查阅和回放，但视频帧出现冗余和差错时，输出校正字结构。

5XX：服务器出错响应。表示请求合法但是服务器无法完成此请求。

6XX：媒体流分发。MIXER使用RTP协议接收一组相同类型的媒体流后，通过层次性的网络拓扑结构进行数据分发控制。

SIP能够支持五种多媒体通信的通信功能用户寻址或定位。根据上述对视频监控系统的用户终端响应的状态码设定，构建控制服务器，设定SIP协议栈的控制字为：

输出视频监控流媒体（media）文件：媒体的类型如音频、视频、图像。

资源控制端口（port）：在PSTN网关标识一个端口号。

传输（transport）：采用UDP，RTP/AVP协议配置进行视频监控信息写入，并通过一组混合编码规则进行数据编码和传输控制。

格式列表（format?list）：在服务器中建立Web云存储格式列表，进行监控视频的云存储设计。格式列表设计为：

[o=]<监控视频名><状态标识><版本><监控端口地址类型><输出端口地址>

为保证输出视频帧的惟一性，在云存储格式列表中建立会话标识位，由ast_sip_config类函数提供会话界面，从数据库中读取调阅的监控视频文件名，采用NTP时戳t=<起始时间><终止时间>设定监控视频的起止时间。在Web输出端输出包含监控视频的各种信息，并完成大规模视频信息的线性编码转换和云存储。由此完成了对Web架构下的视频监控系统服务器结构设计， 服务器中建立了相应的套接字来实现监控视频的传递和访问。

4 系统测试分析

系统测试的环境为：CPU为Inter Pentium 4 2.0 GHz，显卡为nVIDIA+256 MB显存，Web架构体系为1 000 Mb/s的以太网交换机。利用Visual C++7.0作为仿真工具进行视频编码设计，首先定义了一个地址结构变量sockClient，并给其成员赋值，在两台机器上运行服务器端程序和客户端程序，设定视频监控输入端的服务器地址为192.168.6.69，端口为1500，Web客户端的服务器地址为192.168.76.676，端口為1800，根据客户机/服务器模型，开发视频编码程序，并将监控视频输入到Web MFC应用程序中，在视频接收端创建图像显示线程，视频监控的采样间隔设定为10 ms，视频数据包大小为1 024×100 B，测试时间为25 s，以6组监控视频样本集为测试样本，测试集详细参数设定见表2。

以上述监控视频场景为测试样本，采用本文设计的Web架构的视频监控系统测试监控时间延迟和输出视频的保真率，并将本文设计系统和传统方法进行对比，得到结果如图3，图4所示。

分析图3结果得知，随着视频传输规模的增大，传统的视频监控系统时间延迟不断增大，导致输出视频的实时性不好，而本文设计的系统时间延迟稳定在0.10 s，具有较好的视频监控实时性。分析图4结果得知，采用本文方法进行视频监控输出的保真率较好，视频输出质量较高。视频监控系统的网络测试性能见表3。

分析表3结果得知，采用本文设计的Web视频监控系统，丢包数明显下降，在发送端堆积待发视频帧数减少，从而保证了视频输出端显示的视频画面像素值更高，保证了输出端与发送端采集视频画面的同步变化。由于本文设计系统采用Web架构设计，且利用了编码算法进行视频处理，所以CPU占用资源较传统方法要高。

5 结 语

本文研究了Web架构下的视频监控系统优化设计方法，系统采用三层体系结构模型，采用自适应差分调制技术进行视频的量化编码，进行视频监控系统的Web协议设计，根据集中式媒体拓扑控制方法进行服务器结构设计，在RTP协议栈下进行Web视频监控系统的API接口设计，实现监控系统的程序开发。系统测试结果表明，该系统能提高视频监控的输出画面质量和实时性，降低了视频Web传输的丢包率，性能较优。

参考文献

[1] HUANG Y， PAISLEY J， LIN Q， et al. Bayesian nonparametric dictionary learning for compressed sensing MRI [J]. IEEE transactions on image processing， 2014， 23（12）： 5007?5019.

[2] SHEN L， SUN G， HUANG Q， et al. Multi?level discriminative dictionary learning with application to large scale image classification [J]. IEEE transactions on image processing， 2015， 24（10）： 3109?3123.

[3] THIAGARAJAN J J， RAMAMURTHY K N， SPANIAS A. Learning stable multilevel dictionaries for space representations [J]. IEEE transactions on neural networks & learning systems， 2015， 26（9）： 1913?1926.

[4] 李元元.基于Open Core核心的Android平台视频监控系统设计[J].科技通报，2012，28（10）：193?195.

[5] 张子龙，薛静，乔鸿海，等.基于改进 SURF算法的交通视频车辆检索方法研究[J].西北工业大学学报，2014，32（2）：297?301.

[6] BARTOLINI N， CALAMONERI T， LA PORTAT T F. et al. Autonomous deployment of heterogeneous mobile sensors [J]. IEEE transactions on mobile computing， 2011， 10（6）： 753?766.

[7] LIN T Y， SANTOSO H A， WU K R. Global sensor deployment and local coverage?aware recovery schemes for smart environments [J]. IEEE transactions on mobile computing， 2015， 14（7）： 1382?1396.