传统网络视频监控系统，核心角色是NVR,NVR可以完成视频采集设备[IPC及DVS等]的信号接入、视频的存储及转发、智能视频分析、视频检索、设备管理、用户管理等功能。对于小型系统，这样的模式是合理的，但对于大型系统，NVR的角色通常进行分化，将视频转发功能交给专用的媒体服务器，将用户管理、设备管理功能交由专用的中央管理服务器(CMS),将视频分析功能交给智能分析服务器。

声明：部分内容及图片来源于网络，如有侵权请联系删除。

在云视频架构下，可以利用虚拟服务器(集群)实现更专业的分工，进而提供更强大、灵活、可靠的功能。

1.资源接入服务

云视频必须是一个开放的平台， 这要求云视频平台具有接入大量、不同厂家的各类视频采集设备及其他传感设备的能力，为了对不同前端设备进行接入，需要有相关的接入服务(SDK、接入网关等)进行相关服务支持。目前，前端接入服务由于各个厂商标准不同，接入方式尚未统一，理 想化的情况是各个厂商的产品为标准化产品，如ONVIF标准或者GB28181等标准，这样，视频接入服务的工作量将会大大减少。

2.平台基础服务

平台基础服务包括存储转发服务、视频交互、设备管理、用户及权限管理、智能分析、检索等，即传统系统中NVR+CMS的功能都包含在平台基础服务中。

(1)存储转发服务

存储转发功能即常规的NVR功能，传统的NVR应用中，通常基于NVR的服务器性能及软件限制，需要提前确定单台NVR的接入资源(视频路数)，进而确定存储资源等，并需要留有一定的余量为未来应用。另外，为保证传统NVR单机宕机时系统仍然可用，通常采用N+1冗余。

基于云计算的NVR,每台NVR 实质上对应着不同的虚拟机(VM)，通过虚拟机的自动负载均衡及宕机迁移功能，可以实现NVR的弹性扩展、收缩及故障迁移，并且这些任务将由成熟的虚拟化基础层完成，无需在NVR.上进行相应部署。

(2)智能分析服务

视频分析(VCA)服务目前的架构有基于前端设备及基于后端服务两大类。

视频分析的难点在于:对高清的视频资源进行实时视频分析需要大量的计算资源，这对于前端设备(主要是IPC)压力非常大(计算资源有限)，而云计算的特点则是强大的数据处理能力，因此，将高清视频资源传给云计算平台来进行海量视频数据的智能分析则会突破原来的瓶颈。

(3)智能检索服务

对高清视频海量录像的快速检索工作变得越来越重要，尤其平安城市应用中，快速录像检索及线索甄别将会为快速破案带来巨大优势，反之则贻误战机。

录像检索服务目前的困难在于其需求通常是:案发后在一定区域的监控录像中快速找到具有某些特征的人或者车。

理想的做法是:平日录像过程中，对所有录像进行同步的'建档'工作，即对视频数据分析后产生的元数据Metadata)进行集中归档、备份存储，一且发生情况， 可以对元数据进行快速检索，进而再定位到相关目标视频进行进一步调查。以上工作基于普通NVR很难实现完成，而基于云技术则可容易实现。

(4)码流转换服务

视频监控应用过程中，由于不同客户端的带宽条件不同、显示终端尺寸不同、终端设备解码能力不同，进而需要对实时视频及录像视频进行转码服务以满足不同类型终端的显示需求。具体转码服务包括编码格式、封装格式、分辨率、帧率等参数转换。

3.应用接入服务

以上讨论的是安防监控的'通用'云应用，是满足一般应用需求的视频监控架构，属于一个基本的平台，该平台完成了对前端视频及其他采集设备的接入和集成，并屏蔽了底层的复杂算法，进而可以提供针对应用层的接口调用，可以理解为视频的PaaS。

目前视频监控面对越来越多的行业应用，不同的行业应用有不同的需求特点。不同的行业集成商会通过与用户的长期交流与经验积累，基本能够把握用户需求。通常，行业集成商通过对平台上相应接口和资源的调用即可快速开发出满足特定行业需求的监控产品，提供给最终用户应用，实现SaaS过程。期间行业集成商不再需要投入大量的精力在底层算法研究上及边缘设备接入上，而是集中力量满足行业用户的'特殊和定制化'需求。