平安城市二期视频监控平台方案

1、平安城市二期视频监控解决方案目录1.需求简析32.架构概述42.1 方案综合构架图42.2 cVideo云平台构架53 方案涉及技术分析63.1 cVideo智能识别63.1.1 简介63.1.2 应用案例63.2 cVideo云端转码83.2.1 cVideo简介83.2.2 cVideo主要优势93.3 cDispath云调度103.3.1 cDispath简介103.3.2 cDispath主要优势103.3.3 cDispath架构113.4 cProc云处理143.4.1 cProc简介143.4.2 cProc主要优势143.5 cStor 云存储153.5.1 cStor简介15

2、3.5.2 cStor主要优势163.5.3 cStor系统构架174 系统参数和报价174.1 系统性能参数174.2 规划分析184.2.1 流量分析184.2.2 处理分析184.2.3 规划综述194.2设备清单报价215. 联系方式261.需求简析 平安城市二期视频监控项目，要求对现有视频监控系统进行整合，并对视频内容提供智能识别及转码服务，以满足智慧城市和多终端访问需求。此方案的目标为，整合已有平台，兼容新增设备，基于云架构综合调度，实现实时的转码、多终端监控、内容识别、智能分析等需求，最终构建一个多级化分布式的综合视频监控管理平台。（以下简称“平台”）Ø 视频接入 传统

3、视频监控和防范报警系统建设具有投资大、技术要求高、涉及用户广、链接环节多等特点。同时，不同厂商间的设备对视频接入要求不同，因此要整合现有平台，同时需要兼容新增设备，并提供标准输出接口。Ø 智能分析、识别数字网络化监控将成为安防系统的主流，智能化是安防技术发展的目标。在大规模视频监控系统中，由于显示屏数量有限，对治安事件无法实时监控和预警。长期观察监控视频容易引起工作人员疲劳，从而不能及时发现治安隐患。解决以上问题的一个最有效的方法就是对视频进行自动智能分析。Ø 实时转码 不同厂家的编码格式、手持终端不同，同时低带宽的条件下处理不了大量高清的监控信息。针对上述现存弊端，需要有

4、针对性的解决。根据用户客户端的不同需求，瞬时动态地调整视频分辨率，从而在满足用户需求的同时降低对网络带宽的消耗，从而支持更高的系统规模和多种平台的终端。Ø 流媒体输出以标准RTSP视频流输出，支持多终端监控，包括电视墙、PC、移动终端等等。并提高并发访问量。Ø 数据大集中在链路带宽可以承载的前提下，使前端设备的数据相对集中化，在其之上进行大规模的智能分析，数据挖掘，以呈现更多的精彩应用。2.架构概述2.1 方案综合构架图 图2-4 cVideo总体描述图 cVideo云视频平台主要由七个模块组成：前端设备、接入服务器、处理服务器集群、存储服务器集群、流媒体服务器、中心服务器

5、和客户端。依托cStor云存储平台，以及cProc云处理平台，使得cVideo构架下的综合调度和云端转码可以完美地满足超大规模视频监控、海量数据存储、以及远距离监控的要求。同时，cVideo研发了国际领先的智能图像识别算法，采用大规模分布式云处理，使得计算机对视频数据达到了空前的识别和认知水平。（1）模块功能描述：l 前端设备：前端设备在中心服务器的调度下进行信息采集编码，并通过网络传输。媒体数据流以RTSP的形式传输给存处理服务器，或者以SDK的形式传输给接入服务器、处理服务器；同时SDK提供设备参数、状态、云台控制等信令控制接口。(前端设备包括：模拟摄像机、网络摄像机、卡口设备、第三方平台

6、等)l 接入服务器：整合各种前端设备，将不同厂家不同平台的前端设备通过RTSP、SDK的方式接入本“平台”，以实现多种前端摄像机、已有平台的统一接入，供本平台内其他模块统一调用，并以轮询的方式监听前端设备，如有异常测产生报警信号。Ø 获取设备参数信息：接收中心服务器发来的请求，通过前端设备厂家的协议获取设备参数信息，反馈给中心服务器。Ø 状态信息轮询：轮询前端设备的状态，及时获取前端设备是否掉线，反馈给中心服务器，由中心服务器告警、记录、显示。Ø 云台控制协议转换：将系统接收的用户控制信令转换为设备厂家对应的协议，并发送给前端设备，从而使用户实现云台方向控制。&#

7、216; 接入第三方平台：提供系统与第三方平台的协议转换，实现无缝对接。通过接入第三方平台的前端监控设备，实现云台控制。获取视频数据流的地址，以及第三方平台设备的列表、信息、状态。Ø 对少量的不支持标准协议且不提供linux SDK的前端设备，有针对性的接入，采用SDK接收流并转换成标准协议的数据流。l 中心服务器: 平台的核心控制部分，实现了与客户端的信令交互、通过JobKeeper云调度系统来调度云集群节点处理各项任务、并实现对整个平台的统一管理和监控。Ø 用户管理功能：根据用户信息表，管理用户登录、用户的权限，可以管理用户信息、增删用户等。Ø 前端信息采集设

8、备管理功能：根据摄像机和用户的权限，管理当前用户所能涉及的前端设备状态、节点运行状态，并进行实时的更新。Ø 与用户和前端设备的信息交互功能：更新前端信息，并根据客户需求进行对前端设备调度，以及对JobKeeper的任务分发。同时，进行信息数据的处理，以完成整个平台的调度工作。Ø 对服务器集群进行统一的调度管理，获取每台机器的运行状态。根据机器的运行状态进行自动调度和部署，负载均衡，提高机器的使用率，进而提高服务器的梳理效率。Ø 解决服务器集群信息处理的冗余状态，查错排错，保证系统的无人值守、自动生长的高效性。l 云存储系统：使用cStor云存储系统，提供统一的存储

9、资源池，用以存储关键数据，提供历史视频的回看以及相关数据的下载服务。同时，作为分布式文件系统，提供其他模块的支持，如流媒体服务器集群的支持。l 处理服务器集群：大致可以分为接入分析、数据处理和结果分发三个子模块，主要负责对完成对接入视频的各项处理任务。Ø 内容识别：利用计算机通过图像处理和分析理解画面内容将安保人员从繁重的监控任务中解脱出来。Ø 实时转码：将视频转码计算放大云端，实现整个系统内的实时视频转码，以满足用户对不同分辨率，不同码流，不同终端的使用需求。Ø 视频数据存储：将处理后的视频数据进行实时存储，方便日后回调查看。Ø 状态监控：监控各个处理

10、节点的运行状态，负载均衡，高效工作。l 流媒体服务器集群：以集群的形式对外提供负载均衡的标准RTSP流媒体并发推流服务，用户根据相应的流媒体RTSP地址，即可实时地获取系统处理完后的实时视频数据和存储的历史视频数据，以供监控和远程访问。Ø 负载均衡、高并发访问：通过负载均衡各节点运行状态，提高系统工作效率，满足系统的高并发访问需求。Ø 监控视频流实时转发：前端视频数据经处理系统处理后，流媒体服务器将处理后的监控视频流进行实时转发给用户，满足各种客户端需求Ø 历史视频数据流化推送：Ø 服务器状态（负载、链接数）等信息获取：l 客户端支持windows、li

11、nux、ios、android等主流操作系统，提供B/S架构客户端等，实现与用户的直接交互。（2）工作流程描述：1) 客户端发送命令：客户端向中心服务器发送命令，中心服务器根据客户端信息进行分析判断，得知用户的客户端类型、网络状态、信息要求等，从而根据需求对前端设备、JobKeeper等进行调度控制。2) 中心服务器调度：中心服务器响应客户端命令，对前端设备进行调度控制。根据用户的指令，把客户需求的信息进行实时采集，同时使用JobKeeper进行对集群的任务分发，完成对应的存储、处理或监控等请求。3) 中心服务器调度存储/处理集群：a) 存储服务器集群接收命令工作中心服务器响应客户端命令，向J

12、obKeeper发送命令。JobKeeper根据存储服务器集群的工作状态，选择负载较小的服务器进行高清存储。b) 处理服务器集群接收命令工作中心服务器响应客户端命令，向JobKeeper发送命令。JobKeeper根据处理服务器集群的工作状态，选择负载较小的处理节点进行实时处理、识别转码，并根据用户的网络状态分发到对应的流媒体服务器。进而，流媒体服务器将客户所需的处理过后的实时监控视频传递给客户端。2.2 cVideo云平台构架cVideo云视频转码、识别系统，是在服务器集群上部署一整套基于云架构的视频处理软件，包括接入层、处理层、资源层、调度控制模块。上图为简化的cVideo云平台结构图，其

13、核心内容是对接入视频的实时处理分析。基于云计算的模式，采取海量分布式cDispath云调度架构，以集群的形式共同对外服务。以实现诸如视频内容识别、云端转码、智能分析等等实时数据、动态伸缩等需求。最后将处理好的图像信息以流媒体的形式输出，并提供给上层各类应用对应的接口。其中接入层作为接入服务器呈现，实现数据流的接入和信令流的转换，提供系统数据来源并接受中心服务器的信令控制；处理服务器使用cProc分布式处理架构，工作在数据处理层，提供大规模数据处理的能力，使实时视频转码和智能识别得以实现；数据存储层使用cStor云存储技术，提供对长时间海量视频历史数据存储的支持，同时，用户数据、设备信息、操作配

14、置记录、运行状态等系统运行数据使用数据库存储；系统通过API层提供应用程序的支撑，以支持如GIS地图等应用；工作在调度控制层的中心服务器使用cDispath技术将任务分配给处理服务器，并提供负载均衡和可靠性保障，处理后的数据分发给流媒体服务器提供给不同终端的用户调阅。2.3 cVideo规划综述整体方案规划图如上图所示。为了提高系统的实时性，降低视频流从接入系统到输出的时延，我们充分利用云调度技术，将接入服务器和处理服务器、分发服务器进一步整合，将其作为不同模块部署在一台服务器上（多台服务器都这样部署），模块间使用共享内存方式代替网络传输方式，这样从接入视频到处理完输出共减少了2次网络收发流，

15、而每次网络接收流和发送流都要cache 200ms以上。这样系统大幅提高了实时性。3 方案涉及技术分析根据以上方案架构，涉及到的具体技术包括了cVideo的智能识别技术、cVideo的云端转码技术、JobKeeper云调度方法、以及cProc云处理框架。其中cVideo的智能识别和云端转码技术负责实现单台计算机实现上述功能，而JobKeeper和cProc负责综合管理和统一调度，实现云内计算机的联动和各类保障，共同对外提供服务。3.1 cVideo智能识别3.1.1 简介随着平安城市的建设，视频监控系统的基础建设已经初具规模并且仍在迅速扩大，几十万甚至几百万个摄像头所得到的视频监控影像资料是庞

16、大的，要从中获取事件相关的信息需要花费巨大的时间和人力。cVideo的智能图像检索采用国际先进的图像处理技术并结合模式识别技术对已有的海量视频进行事件检索，实现了对事件发生视频的切片回放、运动帧提取和对象跟踪。3.1.2 应用案例3.1.2.1 特定人物视频检索cVideo自行研发的视频DNA算法，应用在犯罪嫌疑人识别问题中，首先分析监控视频中目标人物的运动模式，建立运动DNA序列，为后续分析处理提供基础。后续分析包括运动目标优化、运动轨迹分析、运动特征提取、步态建模等等。目标运动DNA序列 目标运动图谱目标运动DNA序列 目标运动图谱3.1.2.2 人流/车流统计由于车辆的急剧增加，虽然道路

17、基础设施得到了很大程度的改善，但是交通拥挤的现象日趋严重，简单的道路视频监控已经不能满足当前的需要。为了改善这种局面，为道路状况提供实时、准确的信息成为更加迫切的需求，推广实施各重要交通道口区域实时交通状况图像监控是非常必要的。即在城市各重要交通道口安装一套智能交通监控系统，通过图像传输通道将路面交通状况实时上传到道路监控指挥中心，中心值班人员可以据此及时了解各区域路面状况，并据此调整各路口车辆流量，保持道路通畅。这项技术同样可以应用于人流统计、以及对旅游景点、闹市区和大型展会的人员密度分析等。视频分析的结果受到监控视频图像质量的影响，雨雪等恶劣天气条件下得到的监控视频图像质量要比晴朗天气条件

18、下的图像质量要差很多。于是，如何消除雾雨雪等恶劣天气的影响是至关重要的。3.1.2.3事件检测事件检测是cVideo智能视频分析的又一个成功例子。事件检测包括禁区检测、过线检测、遗留物检测、物品丢失检测、打架/徘徊检测等，事件的成功检测能够大大降低危险事件的发生率，将犯罪扼杀在摇篮里。我们采用的事件检测方法具有参数自适应且错检率低的优点。3.2 cVideo云端转码3.2.1 cVideo简介随着前端摄像机的清晰度不断提升，其码流和数据量成倍增长。然而一些终端的处理能力有限，无法支持高清的分辨率；或者需要用到公网传输，带宽无法满足高清的码流的需求等。视频的编码格式主要的有MPEG、H264、D

19、ivX、WMA、RM等，封装格式主要有avi、ps、ts、mov、mkv、mpg等，而不同的播放器对格式的支持也不同，因此不同终端对视频流格式也有着特殊的需求。面对以上这些因素，为了满足多终端的监控需求，cVideo研发了云端转码技术，以满足用户对不同分辨率，不同码流，不同终端的使用需求。 转码前 转码后 3.2.2 cVideo主要优势Ø 极高的性价比cVideo构建于cStor云存储、cProc云计算平台之上，有着低廉、高可靠性的海量存储能力和无限可扩展能力，当用户存储需求增长时，也仅需添加与硬盘价格相仿的cStor存储节点即可，这将大幅降低用户的投资及升级维护费用，监控系统规模

20、越大越能体现出性价比。Ø 百万路高清视频支持cVideo基于cTrans传输体系，能够有效地支持公网高效传输，使得以超远距离异地高清视频监控，从而使需求成为了可能。同时优良的架构设计，拥有良好的扩展性，能够满足用户不同规模等级的需求。并支持大规模的分级网络，如街道级视频监控系统，接入到区级的监控系统中，然后可再接入到市级监控中心，从而形成一个大规模分级网络视频监控云平台。Ø 云端转码技术为了尽可能优化系统性能，cVideo将根据用户客户端的监控需求瞬时动态地调整视频分辨率，从而在满足用户需求的同时降低对网络带宽的消耗，因而支持更高的系统规模。对于摄像头采集的高清视频信号，c

21、Video将在cProc云计算平台上采用高效实时转码技术，将采集到的各路高清视频信号转换为符合监控客户端需求的信号，并实时转发，这样可以有效地减小监控端处的解码压力，使得监控更为流畅，并能有效地支持诸如手机等移动终端的监控需求。Ø 智能内容识别cVideo的智能图像检索采用先进的图像处理技术并结合模式识别对已有的海量视频进行事件检索，实现了对事件发生视频的切片回放、运动帧提取和对象跟踪。构架于cProc云处理架构上，使许多传统模式下难以处理的识别应用得以实现。诸如在犯罪嫌疑人识别问题中，cVideo研发了国际领先的运动目标DNA算法，首先分析监控视频中目标人物的运动模式，建立运动DN

22、A序列，为后续分析处理提供基础。后续分析包括运动目标优化、运动轨迹分析、运动特征提取、步态建模等等。3.3 cDispath云调度3.3.1 cDispath简介如何保证在云计算平台中部分硬件或软件发生故障的情况下仍不影响系统的正常运行；如何保证在云计算平台中高效稳定的合理化分配和执行任务；如何设计一套无人值守，自动生长的高效系统。 这是云创团队在很长的一段时间内思考的问题。最终在无数次失败又无数次钻研的过程中我们设计研发出了一套能够完全解决系统单点故障问题。负载均衡，自动调度与部署的高效云调度平台，这就是cDispath。3.3.2 cDispath主要优势Ø 高可靠性 平台采用“

23、多主多备，负载均衡”的管理节点设计模式，和“处理实时跟踪”的处理节点设计模式，从而保证无论管理节点还是处理节点都不存在任何单点故障问题。Ø 低依赖性 平台采用模块化设计思想，通过统一化配置和API接口的方式向用户提供服务。无论用户应用是用何种语言开发，何种处理方式，都可以交由平台进行统一的调度管理。Ø 低干预性 平台采用基于事件化的统一管理模式。无论是动态扩展集群处理系统能力，还是单点故障的任务转移，又或者是任务的实时监控和动态分配，都将在系统无人值守的情况下自动完成。Ø 高实时性 平台在高效率并行分布式软件的支撑下，可以实现对任务的实时分配，实时调度，实时处理。

24、在机器性能允许的范围内，计算任务不会出现堆积的显现，所有任务的控制工作基本都在秒级完成，具有前所未有的高效性。3.3.3 cDispath架构 上图为cDispath的基本架构图，下面对其各层作一定描述。Ø 应用层：一组用于管理和结果反馈的显示组件。用于显示任务的处理情况以及集群中机器的活动情况，同时其也是一个上层应用和底层服务的对接平台。是整个系统面向用户和开发人员的基础承载。Ø 业务层：对于应用层的相关功能的业务化，数字化处理，用于将应用层的需求任务进行规则化划分，形成统一的处理化模式。Ø 数据处理层：独立的数据处理程序，是对不同需求数据的统一处理方案，他的运

25、行与监控的工作将由cDispath调度平台进行统一的配置管理。Ø 存储层：用来存储数据存储层的处理结果集或者其他中间结果集的单元。Ø 虚拟化资源层：将实体的机器进行虚拟化，形成更大范围的服务集群。 cDispath调度平台是建立于虚拟化资源层之上，统一调度，统一配置的管理平台，用于对集群中任务实时的处理调度，实时结果集的反馈，集群的负载均衡，失败调度，集中管理，集中配置的平台。用来保证整个集群的超低人员干预。同时，提供完善的集群伸缩机制为整个服务提供更高的可靠性。Ø cDispath调度平台任务流程如上图，它是由一组管理节点（Master Node）和一组处理节点

26、（Task Node）组成，管理节点组是一组基于Webserver的RPC（注：RPC采用客户机/服务器模式。请求程序就是一个客户机，而服务提供程序就是一个服务器。首先，客户机调用进程发送一个有进程参数的调用信息到服务进程，然后等待应答信息。在服务器端，进程保持睡眠状态直到调用信息的到达为止。当一个调用信息到达，服务器获得进程参数，计算结果，发送答复信息，然后等待下一个调用信息，最后，客户端调用进程接收答复信息，获得进程结果，然后调用执行继续进行）。Ø 服务器节点组，负责对处理节点的系统信息以及任务处理信息进行实时的跟踪和保存，对应的信息镜像存储在基于cStor或者NFS服务的存储系

27、统上，保证每个管理节点中的镜像信息的实时同步。同时架设在管理节点上的ZooKeeper服务（注：ZooKeeper是一个分布式的，开放源码的分布式应用程序协调服务，包含一个简单的原语集。分布式应用可以使用它来实现诸如：统一命名服务、配置管理、分布式锁服务、集群管理等功能），用于对整个管理节点组进行统一的配置化管理。Ø 处理节点组通过RPC的远程调用获取各自节点的任务处理目标，并实时的和处理节点上的任务处理目标进行对比，控制程序的执行和结束。处理节点组会在一个设定的心跳间隔内主动的和管理节点组联系一次，报告节点存活状态。如果在若干个心跳间隔后管理节点组仍然没有获取到处理节点心跳报告，那

28、么该处理节点将会被踢出处理节点组，同时该节点处理的所有处理任务也会被重新调度。随着集群处理数据量的不断增大，处理节点组提供了简单高效的自动化部署方案，当新机器加入处理集群后，会主动的与管理节点组同步心跳信息，从同一配置服务器ZooKeeper上获取相关配置信息，通过WebServer服务获取任务列表，开始执行数据处理工作。 cDispath调度平台提供了一套基于Web的管理化界面，可以实时的观察各个处理节点的任务运行状态，以及任务列表的分配情况，机器的负载情况等。用户在管理系统界面上可以完成所有的工作，如新任务的添加，任务的手动调度以及集群日志的查看与分析等。 任务处理节点和管理节点之间维护一

29、个心跳时间，实时向管理节点汇报任务处理信息，同时，任务处理节点在每个心跳时间内向管理节点获取该处理的任务列表，并和本机正在处理的任务列表进行比对，完成相关的任务调度工作。若一个处理节点在多个心跳时间范围内仍然没有主动的和管理节点相互联系，那么管理节点将会根据各机器的负载情况，将失去心跳连接的处理节点上的任务进行任务的重新分配和执行。3.4 cProc云处理3.4.1 cProc简介cProc是一种处理海量数据的并行编程模型和计算框架，用于对大规模数据集的并行计算。cProc通过把对数据集的大规模操作分发给网络上的每个节点实现数据处理,每个节点会周期性的把完成的工作和状态的更新报告回来。随着节点

30、的增多，cProc的处理能力将成倍数增长。图 1 cProc 系统架构3.4.2 cProc主要优势Ø 实时性 平台在高效率并行分布式软件的支撑下，可以实时完成数据计算和分析工作，如数据计算、数据查询、和统计分析等。数据计算不会出现数据堆积现象，各类分析和查询工作基本都在秒级完成，具有前所未有的高效性。Ø 高可靠性 基于对云计算可靠性深厚的研究积累，彻底解决了当前分布式计算平台易出现的单点故障问题。任何一个节点出现故障，系统将自动屏蔽，而且不会出现丢失数据的现象。Ø 可伸缩性 在不停机的情况下，增加节点，平台的处理能力自动增加；减少节点，平台的处理能力自动缩减。这

31、样，可以做到与资源池的无缝对接，根据计算和存储任务动态地申请或释放资源，最大限度地提高资源利用率。Ø 高性价比 采用X86架构廉价计算机构建云计算平台，用软件容错替代硬件容错，大大节省成本。在目标性能和可靠性条件下，可比传统的小型机加商用数据库方案节省10倍左右的成本。Ø 全业务支持 采用NoSQL关系数据库混合模式，绝大部分海量数据存放于分布式平台并进行分布式处理，少量实时性要求很高的数据存放于关系数据库，可支撑各种类型的业务。不仅支撑查询、统计、分析业务，还可支撑深度数据挖掘和商业智能分析业务。3.5 cStor 云存储3.5.1 cStor简介cStor云存储系统是9

32、年来不断积累研发的高科技产品，是国内最早实现并保持领先的云存储系统，整套系统包括软件与硬件，是一个海量的云存储平台。与传统的大规模存储系统相比，它具有构建成本低、性能高效可靠、使用简单方便的特点。在需要存储大量数据（如视频数据、业务数据等）的应用场合，可以大幅提高存储系统性价比。与目前国际上知名的Google、Amazon等云存储相比，具有更高的性价比、更低的能耗、更加通用和更方便的使用模式。3.5.2 cStor主要优势Ø 超低成本系统中采用廉价的大容量存储服务节点，通过cStor系统软件实现统一管理和容错，提供高效、稳定服务。与使用专用服务器相比，可以将系统构建成本节省5-10倍

33、以上，且规模越大，优势越明显。Ø 高性能cStor采用了高效的数据读写技术和文件查询技术, 支持高并发、高带宽， 数据在多个节点上并行读写，服务器自动均衡负载，系统性能随节点数增加而线性增长。Ø 超高可靠性支持多重数据保护，包括磁盘级的数据冗余，节点级的数据冗余等。 存储节点的数据具有多个副本（默认为3个，可设置）。任意节点出现故障，系统将会自动复制数据副本到新的节点上，不会丢失数据。元数据管理节点采用双机镜像模式容错，如果有一节点出现故障，另一节点自动接替之。Ø 绿色节能自主研发的超低功耗云存储硬件节点，主板尺寸为20cm*20cm，功耗仅为10W左右（不含硬盘

34、），比业界的200W低10几倍。Ø 超高集成度由于解决了能耗的问题，散热不成为集成度的瓶颈，因而可以在1个标准的42U机架上集成多达80个存储节点，总容量高达1024TB。Ø 易扩展性可以在不停止服务的情况下，动态加入新的存储节点，无需任何操作，即实现系统容量从TB级平滑扩展到PB级；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得数据备份到其他节点上，保证整个系统数据的冗余数。4 分级部署4.1 多级平台整体规划对于全省或者全市级别的平安城市二期监控，不论是从网络带宽或者系统负载，单中心的模式势必无法处理如此海量的视频数据，因此分布式的多级部署势在

35、必行，cVideo云视频监控平台多级部署概要图如下图所示：根据行政区划或者摄像机的数量，若干个街道级的监控点汇聚到一个分区的监控中心，街道级不部署本“平台”，只是作为管理监控点，在区级中心往上开始部署相应规模的cVideo监控云平台。市级监控中心管理本市下属所有区级中心，省级监控中心则管理下属各个市级中心。对于视频的存储和处理相对集中于每个区级中心，往上的市级和省级更侧重资源的调控和任务的管理分发，在市级中存储的大部分是又分局上传的重要数据，省级则是备份关键数据，而其他在分区中的数据则是在需要时经由分区的流媒体服务器推送至客户端，如此可以大幅降低网内数据的传输量。4.2 多级平台联动调度按2.

36、1节中所说的架构，在实际应用中，经常会出现跨级的联动调度问题，下图展示了cVideo云视频监控平台多级联动调度的流程。上图所示的为市级同分区间联动的示意图，省级与市级类似，只是多经过市级这一分层而已。（一）前端设备注册：1) 前端设备若要接入监控系统，则需通过接入服务器的注册，分中心控制器接收接入服务器发来的前端设备注册请求同时在市局系统的数据库注册设备信息2) 在前端监控设备本地注册的同时，分中心控制器也向上级市中心控制器发送注册请求，当然市中心也会自动向其上级省中心发送注册信息，如此，在市级和省级的数据库系统中也就同样注册了该设备的相关信息，用于联动调控。（二）联动调控：1) 如果是市级用户想查看某前端摄像机的实时视频，那么，该用户首先通过客户端或浏览器登