О нас » Системы » Системы "Интеллект" » Система видеонаблюдения ВидеоIQ7 » Надежность и производительность ВидеоIQ7
Надежность и производительность ВидеоIQ7
Интеллектуальная видеосистема, работающая круглосуточно в любых сетях
В основу алгоритма сжатия видеоданных Motion Wavelet положено Wavelet-преобразование. Это один из немногих алгоритмов, который был разработан специально для решения задач охранного телевидения. Motion Wavelet позволяет получить ощутимые преимущества по сравнению с наиболее распространенными на сегодняшний день алгоритмами сжатия (MPEG-4, MJPEG).
- Размер кадра. Минимизация размера кадра позволяет оптимизировать работу системы, экономя значительные объемы выделенного для хранения изображений дискового пространства, а также уменьшая нагрузку на существующую сетевую инфраструктуру компании за счет снижения объема передаваемой информации.
- Адаптация к пропускной способности канала. Применяемый в системе ВидеоIQ7 алгоритм компрессии обладает способностью автоматически адаптироваться к пропускной способности доступного канала связи, в результате чего у вас значительно уменьшается количество пропущенных кадров, видео отображается более плавно и естественно, а также снижается вероятность возникновения пиковых перегрузок в сети передачи данных.
- Фиксированное качество. Для охранного телевидения ситуацию, которая получается при использовании, например, алгоритма MPEG, нельзя считать удовлетворительной, так как MPEG фиксируется величина сжимаемого потока. Это означает, что чем больше изменений происходит от кадра к кадру, тем хуже качество сжатого видеоизображения. В MotionWavelet при наличии в кадре какого-либо действия фиксируется качество: если в кадре начинается движение, то увеличивается величина сжатого потока, а качество остается стабильным.
- Отсутствие блокинг-эффекта. В алгоритмах, использующих дискретное косинусное преобразование, как, например, JPEG и MPEG, изображение разделяется на блоки 8x8 пикселей и каждый блок переводится в частотное представление (крупным деталям соответствуют низкие частоты, мелким - высокие частоты). При сжатии происходит удаление высокочастотных компонентов изображения. Чем больше та часть высокочастотной составляющей, которая удаляется, тем больше мелких деталей исчезает из изображения. При сильном сжатии возникает блокинг-эффект, на изображении появляются квадраты. Алгоритм MotionWavelet переводит в частотное представление не блоки, а весь кадр, и такой эффект в нем отсутствует в принципе.
- Оптимизация загрузки на сервере. Обычно сервер вынужден обрабатывать каждый запрос в порядке очередности и сжимать видеопоток каждый раз заново, повышая нагрузку на систему. Если запросы поступают на разные темпы передачи, то ресурсы тратятся нерационально. Уникальность алгоритма MotionWavelet заключается в том, что он позволяет сжимать видеопоток лишь раз, а затем передавать его клиентам на той скорости, которая им нужна, не создавая при этом дополнительной нагрузки на ресурсы. Таким образом, мы имеем неограниченное количество клиентов, получающих видеопоток на требуемой скорости, которая не создает излишней нагрузки на видеосервер.
- Возможность оптимизации загрузки на клиенте. Изображение, сжатое по алгоритму MotionWavelet, в случае необходимости может быть декомпрессировано не до исходного разрешения, а до меньшего. Обычные алгоритмы требуют, чтобы изображение было полностью декомпрессировано до исходного размера, независимо от того, какое разрешение мы выводим на экран. Если мы выводим несколько каналов видео, например 4x4, а монитор имеет разрешение 1280x960, то обычно каждый канал должен быть декомпрессирован до исходного размера (720x576), а уже затем выведен с разрешением 320x240 в каждое окошко. Таким образом, на аппаратные ресурсы возлагается излишняя нагрузка.
