市场需求的多样性，为各种存储方案提供了市场空间。因此，在今后相当长的一段时间内，DVR、NVR、SDI-DVR和FCSAN、IPSAN等多种存储方案将共生共存。云计算和云存储有可能在未来几年内，对视频监控市场格局形成巨大冲击，并将视频监控产业推向一个新的、更高的发展阶段。
    提高存储网络性能

    分布式文件系统SDFS(SkyDistributedFileSystem)满足安防视频监控的新要求，解决城市级海量视频数据存储、检索难题，以视频、图片文件存储和管理为核心的面向大规模数据密集型应用的、可伸缩。

    多数据块副本实现冗余

    高度可靠，采用多个数据块副本的方式实现冗余可靠，数据在不同的存储节点上具有多个块副本，任意节点发生故障，系统将自动复制数据块副本到新的存储节点上，数据不丢失，实现数据完整可靠;并支持通过编解码算法的方式实现高度可靠，任意同时损坏多个存储节点，数据可通过算法解码自动恢复。该特性可适用于对数据安全级别极高的场合，同时相对于副本冗余的可靠性实现方式大大提高了磁盘空间利用率，不到40%的磁盘冗余即可实现任意同时损坏三个存储节点而不丢失数据。

    元数据管理节点采用多机同步热备份的高可用方式容错，其中任一台服务器故障，可无缝自动切换到另一台服务器，服务不间断。整个系统无单点故障，硬件故障自动屏蔽。

    多服务器同时对外服务

    SDFS性能优异，支持高并发、带宽饱和利用。云存储系统将控制流和数据流分离，数据访问时多个存储服务器同时对外提供服务，实现高并发访问。自动均衡负载，将不同客户端的访问负载均衡到不同的存储服务器上。系统性能随节点规模的增加呈线性增长。系统的规模越大，云存储系统的优势越明显，没有性能瓶颈。有利于超大规模城市级监控网络的形成。

    降低建设和运营成本

    降低建设和运营成本，作为整个平台的基础层，文件系统和数据仓库以廉价的高存储PC或者单板机代替以往的小型机，联合提供极高的运算能力和极低的存储成本!采用分布式计算和存储，结合优化的硬件，通过集群化运维管理系统，实现计算，存储，网络等资源的动态分配及部署，大大提高资源使用率。

    云存储将推动安防视频监控系统向着集通信、运算、存储及应用于一身的统一平台发展，而不是整体系统中重复建设的一个IT子系统。

    动态增减存储节点

    SDFS(SkyDistributedFileSystem)云存储系统所有管理工作由云存储系统管理监控中心完成，使用人员无需任何专业知识便可以轻松地管理整个系统。通过专业的分布式集群监控子系统对SDFS所有节点实行无间断监控，用户通过界面可以清楚地了解到每一个节点的运行情况。

    在线伸缩，可以在不停止服务的情况下，动态加入新的存储节点，只需简单操作，即可实现系统容量从TB级向PB级平滑扩展;也可以摘下任意节点，系统自动缩小规模而不丢失数据，并自动将摘下的节点上的数据备份到其他节点上，保证整个系统数据的冗余数不变。并同步提升读写及网络性能。

    监控存储技术设想

    智能监控技术已经在不少独立的领域有所发展，但目前还未出现比较完美的综合性的解决方案，笔者根据多年的工作实践，结合现在的计算机技术发展，提出以下五个技术方面的设想。

    智能码流技术

    智能码流，是系统根据图像识别后，根据画面运动主体的运动速度，将正常录制的视频进行码流调整，进行最后的视频存储。对于运动慢的运动主体，码流记录甚至可以低至8帧/秒(fps)以下，对于正常速度运动的主体，码流设定正常的25fps，对于敏感图像的运动物体的视频码流可设定在30fps以上。对于高速的运动主体，在高速摄像机的配合下，码流可高达1000fps以上。智能码流技术，可以减少非敏感图像占用视频存储资源，从而对敏感图像提供了充裕的记载能力。

    动态区域自适应的智能监控技术

    以某车库视频监控画面为例，画面上的敏感信息为运动的车辆和人。不敏感画面是背景(地面和屋顶)。但在实际的视频记录中，背景(地面和屋顶)占据了50%以上的存储空间。通过图像识别技术，可以判定固定背景与运动物体图像，因而，具备了只在记载画面的中有运动的技术可能。动态区域智能监控，就是只记载除背景以外的运动物体，从而大大减少了视频存储空间的需求，相同的存储空间，可保留的视频时间长度可以成倍提高。摄像系统，通过图像识别技术，可以智能学习，判断哪些图像是背景，即便是由云台控制的摄像头，通过设定的时间内的自动学习，也可以自动判定录制视频中的新背景，从而实现对运动物体图像的智能监控。

    非敏感区域的低码流记载技术

    视频上方的25%到30%的区域，通常是天空或建筑的顶部图像，基本属于敏感要素不太可能出现的区域。如某些典型监控图像中的红色马赛克部分的图像，基本不会含有人们关心的视频内容，因此可以把视频图像的非敏感区域的忽略或者用低码流另外记录，只需在回放的时候与高码流的视频做一个同步。值得说明的是，非敏感区域在不同应用场景，各有不同，有的也许在视频图像的下方，有的监控场景，非敏感区域是不规则的，可以在视频监控系统安置好后，根据实际情况再进行应用层面的人工设定。

    人脸/车辆识别(或其他敏感移动物体)驱动高清摄录技术

    在特殊的场景下，比如大楼的进口处、电梯等地方，人脸是敏感图像。在车库内、小区的进出口处，车辆及其号牌是敏感图像。若全部用高清的视频固然可以满足监控需求，但视频存储，特别是长时间的保存就会需要海量的存储空间;若根据图像识别技术，判断出现设定的敏感图像的时候，才驱动摄像头启动高清记录，对于一般的非敏感图像，则启动标清甚至低码率的视频流来记录。这样高清与标清相结合的监控记录，即保证了记录敏感图像的质量，同时又较大程度上减少了视频存储量。

    序列帧视频文件分布存储技术

    把视频在一秒内产生的帧为标识成序列帧，同时编制存储与播放序列，把不同序列的帧划分为数个文件存储;单个帧序列文件可以单独播放，效果等同于低码流记录的视频效果。

    所有帧序列可以合成完全视频一起播放时，则是高清(或标清)的视频效果。

　　当需要回收存储空间的时候，可按存储策略规划，先将一部分序列帧视频文件所占的区域覆盖。另一部份则保存下来，从而更有效的利用存储空间。例如按原存储能力可以保留1个月的视频数据，经过视频帧文件的分布存储后，可以保留数个月的有选择的序列帧视频的文件数据。对已保留了中长期的序列帧视频文件进行部分覆盖，实现淡入淡出式的视频逐渐丢弃，长期保留的视频数据不是一下完全消失，而是慢慢的消失、丢弃。从而最大限度地延长监控视频保留的时间。

    基于以上五种技术的智能视频监控的视频流

    智能监控的视频流，是经过一系列的不同逻辑层面的图像识别，进行的智能判断后进行录制、存储的。其中动态区域自适应的智能监控技术、非敏感的低码流记载技术的运用可以根据实际需要，贯穿在整个存储过程;或者根据应用层面的人工设定，有选择地实施。图像识别从初步识别，到精细识别，按需要分层次进行。对视频图像识别的采样频率，可以根据需要，设定具体频率，不需要对每一帧的图像都识别。