智能化设备管理可以按照网络拓扑结构部署多台设备管理服务器，分区域对设备进行实时的巡检，这样可以大大提高系统的维护效率，尽可能做到在设备发生故障时，在不超过10分钟的时间内被监测到并告警。

　　目前对于视频丢失、编码器设备断线、服务器故障、硬盘故障等设备状态的监测还是比较容易实现的，而对于一些软性故障如视频信号质量问题的监测很难实现，因视频质量引起的系统软故障是系统故障的主要组成部分，对系统的正常使用同样会造成恶劣影响。

　　大型视频监控系统图像质量诊断平台能够较好的解决这一问题，它能够在3-5秒钟内对一路图像的信号质量进行监测，包括信号干扰、图像过白、过黑、聚焦模糊、画面冻结等质量问题的监测和告警，同时能够针对不同时间段设置不同监测标准，如夜间降低对图像过黑监测的阀值，白天则提高对图像过黑监测的阀值等。我们通过视频质量分析监测算法开发专门的分析服务器，对视频信号质量进行不间断的循环分析监测，对出现视频质量问题将在客户端界面上告警提示，或者通过WEB网站对相关故障信息进行查询与统一管理。

　　现状分析

　　根据某市公安局监控图像资源使用管理规定，在加强对监控图像资源的日常管理方面，须“建立监控图像资源的日常检查和维护制度及时排除故障，保证监控图像资源的安全运行。”为规范全市公共安全图像资源系统建设、运行和维护工作，某市特别制定了《某市公共图像资源系统建设与运行维护考核办法》，并对公共安全图像资源系统建设与运行维护管理和人员经费保障等工作进行日常考核、年终考评，根据考核得分进行分类排名。这在某方面促进了视频监控制度的建立与监控值守人员的配备。然而，面对众多的监控点，单凭分局监控中心十几个监视屏和几个值班人员，以传统的人工“肉眼”巡检的方式难以兼顾。

　　· 人工维护工作不仅费时费力，而且效果不好，视频信号在出现不同的常见故障后，往往不能及时地被维护人员发现，形成了部分的摄像机要么没有录像资料被保存，要么即便有录像资料，也是质量很差，无法从中获取有价值的信息内容；

　　· 由于显示屏数量有限，维护人员往往在一个监视屏同时监看多台摄像机或随机抽取摄像头显示，造成部分监控点被漏看或被忽视；

　　· 维护人员存在一定的不稳定性、随意性和局限性，加上人的注意力有限、容易疲劳，会被其他事物干扰，使得这样的人工检查结果也不具客观性。

　　因此，如何保证大规模摄像头的完好工作，基于视频分析技术的视频图像质量诊断系统为解决这一问题提供了良好的解决方案。

　　建设目标

　　本方案应用先进的机器学习和计算机视觉技术，仿真人类的视觉系统，针对某市公共安全图像资源前端摄像头出现的雪花、滚屏、模糊、偏色、画面冻结、增益失衡和云台失控等常见摄像头故障以及恶意遮挡和破坏监控设备的不法行为做出准确判断，并自动记录所有的检测结果，生成报表。用户可通过互联网查询终端统计查询历史信息，并可根据摄像头所在分局或派出所、品牌、故障类型、故障严重程度等不同属性进行故障数和故障率的统计分析，以便轻松维护市公共安全图像资源系统。

　　技术路线

　　将视频故障分成视频信号缺失、视频清晰度异常、视频亮度异常、视频噪声、视频雪花、视频偏色、画面冻结、PTZ运动失控八种类型。其中视频信号缺失、画面冻结两种故障可通过人工设计的基于视频图像比对的方法得出结论；PTZ运动失控则是由故障检测系统发出运动指令，然后通过对视频图像的运动分析来检测是否有故障；而对于其他的五种故障，很难通过人工设定规则的方法来检测，这就需要通过机器学习的方法，让机器来模拟人的视觉反应，检测视频是否存在故障。