fr.wedoany.com Rapport : Hikvision a intégré la capacité de compréhension sémantique des grands modèles dans sa solution de codage intelligent, permettant au codeur, tout en respectant la norme H.265, de « comprendre d'abord l'image avant de décider du codage », ce qui permet généralement d'économiser plus de 50 % d'espace de stockage sur une période d'enregistrement de 24 heures. Cette technologie, en fusionnant un grand modèle visuel, fait passer la logique de codage du traditionnel « codage basé sur les pixels » au « codage basé sur les objets », réduisant considérablement les données redondantes tout en garantissant la qualité d'image des cibles clés.
Bien que la norme H.265 (HEVC) permette d'économiser 30 % à 50 % du débit binaire par rapport au H.264 grâce à des technologies telles que le partitionnement variable des CTU et la prédiction intra-image multi-mode, son algorithme sous-jacent effectue uniquement des opérations mathématiques sur les signaux de pixels, sans pouvoir identifier les objets clés de la surveillance tels que les personnes et les véhicules dans l'image. Le codage standard applique un traitement de débit différencié aux arrière-plans statiques et aux zones de mouvement, mais ne réduit que légèrement le débit pour les zones sans valeur de surveillance, comme les murs statiques. Plus de 70 % des arrière-plans inactifs continuent de produire un flux complet, ce qui entraîne un gaspillage persistant de l'espace de stockage.
Le système technologique central du codage intelligent de Hikvision comprend trois étapes. L'étape de compréhension sémantique s'appuie sur un grand modèle visuel pour réaliser une compréhension au niveau de la scène des images vidéo. Le système peut analyser avec précision les cibles clés telles que les personnes et les véhicules à moteur, avec un taux de détection des cibles atteignant 99 %, et peut prendre en charge jusqu'à 64 identifications de cibles simultanément. Le processus de codage passe du traditionnel « acquisition-codage-stockage » à « acquisition-compréhension-codage-stockage ».
Dans l'étape de codage différencié des régions d'intérêt (ROI), le système applique différents niveaux de compression aux objets de premier plan et aux zones d'arrière-plan grâce à une technologie de segmentation régionale fine. Les zones clés, telles que les visages et les plaques d'immatriculation, réduisent la valeur QP pour préserver les détails, tandis que les zones sans informations clés augmentent la valeur QP pour économiser le débit. Ce processus est réalisé uniquement par l'ajustement du QP de codage, sans modifier les pixels, les horodatages ou la résolution de la vidéo originale, permettant une économie moyenne de débit de plus de 50 % tout en garantissant la qualité d'image des cibles.
L'étape d'allocation adaptative du débit en fonction de la scène introduit un mécanisme de réglage dynamique qui ajuste la stratégie de codage tout au long de la journée en fonction de la complexité du contenu vidéo. Prenons l'exemple d'une scène de métro : pendant les heures de pointe du matin, un débit complet est utilisé pour restituer les détails ; le soir, une compression de 50 % équilibre la qualité d'image et l'efficacité ; et tôt le matin, la compression peut atteindre 10 % pour maximiser les économies de stockage. Dans les scènes statiques avec très peu de cibles, comme un bureau sans personne, le système considère l'ensemble de l'image comme un arrière-plan hautement compressible, permettant une économie proche de 90 %.
Cette solution respecte strictement la norme internationale H.265 et, grâce à des tests de conformité de protocole, garantit que le flux de sortie est 100 % conforme aux spécifications. Elle peut s'interfacer de manière transparente avec tous les équipements H.265 conformes, sans nécessiter le remplacement des décodeurs existants ou des plateformes de surveillance. La technologie de codage différencié des ROI a déjà été incluse dans la norme nationale « Exigences techniques pour le codage vidéo et audio numérique de la vidéosurveillance de sécurité publique » et relève du domaine des technologies de sécurité matures.
Dans un déploiement réel, prenons l'exemple d'une échelle de 2000 canaux en 1080P@2Mbps avec un stockage de 90 jours. Par rapport au codage traditionnel, cette solution permet d'économiser 60 % du nombre de disques durs, 60 % de l'espace de la salle des serveurs et 50 % des coûts d'électricité sur 5 ans. En échangeant la puissance de calcul de l'IA contre de la capacité de stockage, elle aide les utilisateurs à répondre aux besoins d'archivage conformes sur des périodes plus longues dans le cadre de leur budget existant.
