以薩-車(chē)輛視圖大數(shù)據(jù)應(yīng)用系統(tǒng)技術(shù)方案-智慧-方案

車(chē)輛視圖大數(shù)據(jù)應(yīng)用系統(tǒng)技術(shù)方案-10-車(chē)輛視圖大數(shù)據(jù)深度聯(lián)網(wǎng)應(yīng)用平臺(tái)車(chē)輛視圖大數(shù)據(jù)深度聯(lián)網(wǎng)應(yīng)用平臺(tái)技術(shù)方案北京以薩技術(shù)股份有限公司2017年5月目錄TOC\o"1-3"1 建設(shè)背景 -4-2 需求分析及規(guī)劃 -5-2.1 需求分析 -5-2.1.1 業(yè)務(wù)總體需求 -5-2.1.2 資源整合需求 -5-2.1.3 聯(lián)網(wǎng)綜合應(yīng)用需求 -5-2.1.4 二次識(shí)別管控需求 -6-2.1.5 高危推送、布控預(yù)警需求 -6-2.1.6 實(shí)戰(zhàn)應(yīng)用需求 -6-2.2 需求規(guī)劃 -7-2.2.1 綜合查詢 -7-2.2.2 實(shí)時(shí)查控 -7-2.2.3 布控報(bào)警 -7-2.2.4 離線分析 -7-2.2.5 關(guān)聯(lián)數(shù)據(jù) -7-2.2.6 電子地圖 -7-2.2.7 統(tǒng)計(jì)分析 -8-3 設(shè)計(jì)思想和依據(jù) -8-3.1 設(shè)計(jì)思想 -8-3.2 設(shè)計(jì)依據(jù) -9-3.2.1 符合公安行業(yè)標(biāo)準(zhǔn) -10-3.2.2 符合國(guó)家標(biāo)準(zhǔn) -11-3.2.3 符合公安部相關(guān)規(guī)定 -11-4 建設(shè)目標(biāo)與內(nèi)容 -13-4.1 建設(shè)目標(biāo) -13-4.2 建設(shè)內(nèi)容 -13-5 總體設(shè)計(jì) -14-5.1 系統(tǒng)總體架構(gòu) -14-5.2 系統(tǒng)邏輯架構(gòu) -15-5.3 系統(tǒng)物理架構(gòu) -16-5.4 系統(tǒng)部署架構(gòu) -17-5.5 系統(tǒng)數(shù)據(jù)交互 -18-5.5.1 系統(tǒng)間數(shù)據(jù)交互 -18-5.5.2 與其他系統(tǒng)進(jìn)行數(shù)據(jù)交互 -18-6 系統(tǒng)建設(shè) -19-6.1 數(shù)據(jù)預(yù)處理系統(tǒng) -19-6.1.1 系統(tǒng)概述 -19-6.1.2 卡口（含電警）數(shù)據(jù)接入 -19-6.1.3 多維數(shù)據(jù)整合及傳輸 -20-6.1.4 系統(tǒng)優(yōu)勢(shì) -21-6.2 車(chē)輛圖像智能分析系統(tǒng) -22-6.2.1 系統(tǒng)概述 -22-6.2.2 系統(tǒng)功能 -23-6.2.3 關(guān)鍵指標(biāo) -24-6.3 聯(lián)網(wǎng)計(jì)算/訪問(wèn)云平臺(tái) -25-6.3.1 需求分析 -25-6.3.2 功能介紹 -25-6.3.3 數(shù)據(jù)對(duì)接標(biāo)準(zhǔn) -26-6.3.4 技術(shù)優(yōu)勢(shì) -27-6.4 應(yīng)用/實(shí)戰(zhàn)平臺(tái) -28-6.4.1 功能概述 -28-6.4.2 功能設(shè)計(jì) -29-7 軟硬件選型 -48-7.1 軟件環(huán)境及配置清單 -48-7.2 硬件環(huán)境及配置清單 -48-8 系統(tǒng)關(guān)鍵技術(shù) -49-8.1 計(jì)算機(jī)視覺(jué)處理技術(shù) -49-8.2 人工智能與深度學(xué)習(xí)算法 -49-8.3 GPU圖形計(jì)算 -50-8.4 Hadoop技術(shù) -50-8.5 YARN資源管理平臺(tái) -51-8.6 Hbase數(shù)據(jù)庫(kù) -51-8.7 Redis內(nèi)存數(shù)據(jù)庫(kù) -51-8.8 Spark分布式計(jì)算 -52-8.9 Solr檢索 -52-8.10 Storm流式計(jì)算 -52-8.11 Kafka分布式消息隊(duì)列 -53-8.12 JavaEEWeb端開(kāi)發(fā)技術(shù) -53-9 系統(tǒng)優(yōu)勢(shì) -54-9.1 全警種綜合應(yīng)用 -54-9.2 全程智能化應(yīng)用 -54-9.3 直觀的可視化展示 -54-9.4 完善的運(yùn)維管理 -54-9.5 統(tǒng)一的用戶界面 -54-9.6 超強(qiáng)的系統(tǒng)集成 -55-9.7 廣泛的兼容性和擴(kuò)展性 -55-10 項(xiàng)目建設(shè)周期 -56-11 售后服務(wù)及培訓(xùn)計(jì)劃 -57-11.1 售后服務(wù) -57-11.1.1 質(zhì)量保證 -57-11.1.2 維護(hù)內(nèi)容 -57-11.1.3 軟件更新 -58-11.1.4 售后服務(wù)流程 -60-11.1.5 任務(wù)跟蹤記錄 -61-11.2 人員培訓(xùn)計(jì)劃 -61-11.2.1 培訓(xùn)目的 -61-11.2.2 受訓(xùn)人員要求 -62-11.2.3 培訓(xùn)材料 -62-11.2.4 培訓(xùn)服務(wù)流程 -62-11.2.5 培訓(xùn)方式 -63-12 關(guān)于以薩 -64-

建設(shè)背景當(dāng)前，隨著各地視頻監(jiān)控建設(shè)的深入推進(jìn)，治安防控、刑事偵查、交通管理、反恐維穩(wěn)等各公安業(yè)務(wù)層對(duì)卡口系統(tǒng)的依賴程度日益增加。同時(shí)，隨著犯罪分子反偵能力的增強(qiáng)，作案手法不斷升級(jí)，跨省市流竄案件頻發(fā)，實(shí)戰(zhàn)中對(duì)卡口數(shù)據(jù)的處理技術(shù)和支撐效能提出了更高的要求，迫切需要實(shí)現(xiàn)跨區(qū)域、跨警種、跨系統(tǒng)的業(yè)務(wù)協(xié)作與共享。車(chē)輛視圖大數(shù)據(jù)深度聯(lián)網(wǎng)應(yīng)用平臺(tái)充分發(fā)揮人工智能、深度學(xué)習(xí)、計(jì)算機(jī)視覺(jué)等前沿技術(shù)在圖像分析處理領(lǐng)域的專(zhuān)業(yè)優(yōu)勢(shì)，針對(duì)治安防控業(yè)務(wù)應(yīng)用層對(duì)實(shí)時(shí)監(jiān)控、快速檢索、軌跡追蹤、預(yù)測(cè)預(yù)警等方面的深度需求，依托各地已建成的卡口視圖大數(shù)據(jù)資源，進(jìn)行二次識(shí)別、結(jié)構(gòu)化特征提取與深度挖掘分析，為公安用戶展開(kāi)案（事）件研判分析提供豐富的模塊應(yīng)用，能夠顯著提高涉車(chē)類(lèi)案件破案率、壓降涉車(chē)類(lèi)犯罪案件發(fā)案率。系統(tǒng)立足各地卡口建設(shè)項(xiàng)目實(shí)際，部署過(guò)程中無(wú)需更換或改造前端設(shè)備，無(wú)需對(duì)過(guò)車(chē)圖片數(shù)據(jù)集中存儲(chǔ)，最大限度開(kāi)發(fā)利用現(xiàn)有投資和已有資源。以先進(jìn)、高效、經(jīng)濟(jì)、穩(wěn)定的實(shí)施方案，切實(shí)實(shí)現(xiàn)了以過(guò)車(chē)數(shù)據(jù)為主線，對(duì)人、車(chē)、物進(jìn)行快速檢索以及與視頻庫(kù)、人員庫(kù)的聯(lián)動(dòng)分析，最大限度地服務(wù)警務(wù)實(shí)戰(zhàn)，提高立體化治安防控能力。為創(chuàng)新完善以視頻深度應(yīng)用為核心的合成作戰(zhàn)體系，提供強(qiáng)有力的技術(shù)引擎和高端應(yīng)用支撐。

需求分析及規(guī)劃需求分析業(yè)務(wù)總體需求業(yè)務(wù)流程：以支撐公安各警種綜合應(yīng)用為核心，按照“事前綜合防控、事中指揮調(diào)度、事后視頻偵查與研判”為業(yè)務(wù)主要流程，突出“警情線、指揮線、案件線”建設(shè)，整合卡口電警、GIS/PGIS地理信息資源等，采用計(jì)算機(jī)視覺(jué)技術(shù)、人工智能技術(shù)、視頻結(jié)構(gòu)化技術(shù)、智能分析技術(shù)、大數(shù)據(jù)挖掘技術(shù)，構(gòu)建全方位、立體式公安實(shí)戰(zhàn)應(yīng)用系統(tǒng)。業(yè)務(wù)協(xié)調(diào)：以解決公安一線業(yè)務(wù)痛點(diǎn)為應(yīng)用方向，通過(guò)先進(jìn)的視頻圖像深度分析技術(shù)，實(shí)現(xiàn)卡口圖像相關(guān)信息的高效流轉(zhuǎn)，實(shí)現(xiàn)與其他業(yè)務(wù)系統(tǒng)的關(guān)聯(lián)分析，實(shí)現(xiàn)各個(gè)警種單位的協(xié)同作戰(zhàn)，實(shí)現(xiàn)業(yè)務(wù)的統(tǒng)一管理、統(tǒng)計(jì)分析、績(jī)效考核與運(yùn)維管理。功能服務(wù)：面向偵查破案、決策指揮、治安管控、社會(huì)管理等方面，進(jìn)行深入的需求分析，梳理各個(gè)業(yè)務(wù)警種的實(shí)際業(yè)務(wù)流程，制定個(gè)性化的解決方案。針對(duì)刑偵破案提供卡口車(chē)輛圖像二次識(shí)別、大數(shù)據(jù)研判等功能服務(wù)；針對(duì)決策指揮提供實(shí)時(shí)預(yù)警、布控查緝等功能服務(wù)；針對(duì)交通管控提供違章違法行為智能識(shí)別檢出等功能服務(wù)。資源整合需求目前，前端集成廠商眾多，設(shè)備更新?lián)Q代較快，數(shù)據(jù)格式、標(biāo)準(zhǔn)各異。為解決此問(wèn)題，綜合項(xiàng)目部署經(jīng)驗(yàn)，制定數(shù)據(jù)對(duì)接標(biāo)準(zhǔn)，提供靈活的接入方式，可兼容眾多廠商設(shè)備，實(shí)現(xiàn)跨平臺(tái)數(shù)據(jù)匯聚。數(shù)據(jù)整合來(lái)源包括卡口電警數(shù)據(jù)及各平臺(tái)采集的視圖數(shù)據(jù)等，將分散的資源進(jìn)行整合，構(gòu)筑數(shù)據(jù)主體之間的關(guān)聯(lián)關(guān)系，建立能夠快速檢索查詢的資源庫(kù)，實(shí)現(xiàn)無(wú)縫調(diào)閱各類(lèi)結(jié)構(gòu)化線索、關(guān)鍵視圖數(shù)據(jù)。聯(lián)網(wǎng)綜合應(yīng)用需求通過(guò)統(tǒng)一接口，實(shí)現(xiàn)高清卡口系統(tǒng)、電子警察系統(tǒng)、GIS地理信息系統(tǒng)等多個(gè)系統(tǒng)的互聯(lián)互通，使得各專(zhuān)業(yè)系統(tǒng)在統(tǒng)一的接入系統(tǒng)上互相訪問(wèn)和調(diào)用，從而省去系統(tǒng)間頻繁的獨(dú)立訪問(wèn)，提高實(shí)時(shí)交互性，提高應(yīng)用效率。通過(guò)安全接入邊界，向?qū)崙?zhàn)應(yīng)用系統(tǒng)推送視圖信息，實(shí)現(xiàn)資源綜合應(yīng)用。例如，可結(jié)合二次識(shí)別的車(chē)輛品牌、型號(hào)、車(chē)輛號(hào)牌等信息，與車(chē)管庫(kù)登記數(shù)據(jù)實(shí)時(shí)比對(duì)，實(shí)現(xiàn)人車(chē)信息關(guān)聯(lián)，自動(dòng)篩選檢出套牌車(chē)、假牌車(chē)等。二次識(shí)別管控需求系統(tǒng)基于計(jì)算機(jī)深度學(xué)習(xí)算法和特征建模技術(shù)，將非結(jié)構(gòu)化的視頻圖片進(jìn)行分析處理，轉(zhuǎn)換為描述性結(jié)構(gòu)化文本數(shù)據(jù)。將二次識(shí)別數(shù)據(jù)與其他原始數(shù)據(jù)（如卡口名稱、拍攝時(shí)間）融合后，將其中的高價(jià)值視圖數(shù)據(jù)保存到系統(tǒng)數(shù)據(jù)庫(kù)中，為平臺(tái)的大數(shù)據(jù)分析應(yīng)用提供實(shí)時(shí)數(shù)據(jù)支撐。例如，通過(guò)對(duì)視頻流中的車(chē)輛進(jìn)行縮略圖精確提取，細(xì)化屬性分析和目標(biāo)搜索追蹤。減輕監(jiān)控操作人員監(jiān)視負(fù)擔(dān)，實(shí)現(xiàn)“從被動(dòng)應(yīng)急，到主動(dòng)防控”，“事后錄像查找，到事中警情處置”。高危推送、布控預(yù)警需求可針對(duì)重點(diǎn)、可疑車(chē)輛進(jìn)行推送、布控，通過(guò)平臺(tái)推送或者短信等方式進(jìn)行實(shí)時(shí)預(yù)警。實(shí)戰(zhàn)應(yīng)用需求目前社會(huì)治安的管理手段主要以“案后偵查”為主，較難開(kāi)展有效的“案前防控”。急需一種先進(jìn)高效的預(yù)警模型和布控查緝系統(tǒng)，以充分發(fā)揮監(jiān)控視頻系統(tǒng)的防控作用。按照“事前綜合防控、事中指揮調(diào)度、事后視頻偵查與研判”為業(yè)務(wù)主要流程，突出“警情線、指揮線、案件線”建設(shè)，整合卡口系統(tǒng)、GIS地理信息資源，采用人工智能技術(shù)、計(jì)算機(jī)視覺(jué)技術(shù)、分布式異構(gòu)計(jì)算方案，構(gòu)建全方位、立體式公安卡口大數(shù)據(jù)綜合應(yīng)用系統(tǒng)。需求規(guī)劃綜合查詢支持對(duì)車(chē)輛基礎(chǔ)數(shù)據(jù)及卡口數(shù)據(jù)的精確和模糊查詢，支持多條件組合查詢。實(shí)時(shí)查控支持實(shí)時(shí)查看卡口車(chē)輛信息，支持實(shí)時(shí)查看觸發(fā)布控條件的車(chē)輛視圖。布控報(bào)警可靈活設(shè)置多種布控條件，支持平臺(tái)警示欄和短信實(shí)時(shí)報(bào)警。離線分析不僅支持對(duì)聯(lián)網(wǎng)的卡口電警圖片進(jìn)行查詢分析，還支持對(duì)未聯(lián)網(wǎng)的離線視圖數(shù)據(jù)進(jìn)行智能分析。關(guān)聯(lián)數(shù)據(jù)可針對(duì)車(chē)輛信息（駕管信息、多次違章未處理、逾期未年檢、逾期未報(bào)廢等）、人員信息（車(chē)主或違章處理人為高危地區(qū)人員、有吸毒記錄、有酒駕記錄、有醉駕記錄；車(chē)主或其關(guān)系人為全國(guó)在逃人員、涉穩(wěn)人員、本市重點(diǎn)人員等）、車(chē)輛異常行為信息（套牌車(chē)輛、假牌車(chē)輛、一天內(nèi)多次違法）等相關(guān)數(shù)據(jù)進(jìn)行自動(dòng)關(guān)聯(lián)比對(duì)，挖掘推送高危可疑車(chē)輛人員，輔助研判。電子地圖結(jié)合電警、卡口、視頻監(jiān)控設(shè)備獲得的數(shù)據(jù)，提供基于地圖的目標(biāo)查詢功能和行駛軌跡分析。支持靈活的地圖可視化操作，例如任意框選、點(diǎn)選等。統(tǒng)計(jì)分析支持對(duì)各種關(guān)鍵數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，生成報(bào)表，并以可視化圖形方式展示。對(duì)有條件的統(tǒng)計(jì)數(shù)據(jù)，可建立預(yù)測(cè)模型，科學(xué)指導(dǎo)決策。設(shè)計(jì)思想和依據(jù)設(shè)計(jì)思想1）以智能軟件升級(jí)現(xiàn)有硬件，以高端應(yīng)用軟件替代專(zhuān)用硬件當(dāng)前高清卡口電警、視頻監(jiān)控系統(tǒng)建設(shè)已趨于完善，積累了豐富的視頻資源，但發(fā)揮作用普遍較為單一。受廠商技術(shù)更迭等客觀因素影響，建設(shè)標(biāo)準(zhǔn)、技術(shù)架構(gòu)、數(shù)據(jù)匯聚方式、處理應(yīng)用策略等存在較大差異，新老設(shè)備、平臺(tái)并存的現(xiàn)象普遍，導(dǎo)致視頻中潛在的大量高價(jià)值信息缺乏深度開(kāi)采應(yīng)用。本平臺(tái)設(shè)計(jì)充分考慮建設(shè)現(xiàn)狀，依托現(xiàn)有視頻資源及前端設(shè)備，以智能軟件升級(jí)現(xiàn)有硬件的方式替代高成本專(zhuān)用硬件。例如，可在部分視頻監(jiān)控點(diǎn)位配置虛擬卡口等。在保證同等實(shí)戰(zhàn)應(yīng)用效果的前提下，大大降低設(shè)備采購(gòu)和項(xiàng)目建設(shè)成本，進(jìn)一步發(fā)揮現(xiàn)有視頻資源支撐業(yè)務(wù)應(yīng)用的效能，以科技武裝警力，以科技提升戰(zhàn)斗力。2）以視頻大數(shù)據(jù)為核心，整合所有聯(lián)網(wǎng)視圖數(shù)據(jù)當(dāng)前視頻圖像數(shù)據(jù)的存儲(chǔ)和使用，大都在各個(gè)孤立的應(yīng)用系統(tǒng)和專(zhuān)有網(wǎng)絡(luò)內(nèi)，需依賴于公安網(wǎng)實(shí)現(xiàn)聯(lián)網(wǎng)共享應(yīng)用。而現(xiàn)有的視頻安全邊界平臺(tái)和網(wǎng)絡(luò)傳輸帶寬，難以滿足海量視頻數(shù)據(jù)跨網(wǎng)絡(luò)跨地域的傳輸需要，因而形成了大量的信息孤島，對(duì)于跨區(qū)域作案的人員和車(chē)輛難以實(shí)現(xiàn)順線追蹤、全局掌控。平臺(tái)設(shè)計(jì)之初充分考慮以視頻大數(shù)據(jù)開(kāi)采應(yīng)用為核心，通過(guò)視頻結(jié)構(gòu)化技術(shù)，進(jìn)一步加強(qiáng)在視頻監(jiān)控傳輸網(wǎng)絡(luò)、數(shù)據(jù)庫(kù)對(duì)接、分析處理等領(lǐng)域的技術(shù)創(chuàng)新，從源頭上攻克視頻數(shù)據(jù)聯(lián)網(wǎng)實(shí)戰(zhàn)應(yīng)用的技術(shù)壁壘。整合所有聯(lián)網(wǎng)的視圖數(shù)據(jù)、實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)等資源，提供靈活的方式接入不同平臺(tái)及資源庫(kù)，實(shí)現(xiàn)視圖數(shù)據(jù)的全覆蓋和互聯(lián)互通，達(dá)到全局分析、統(tǒng)籌研判的最佳應(yīng)用效果。3）對(duì)視頻資源實(shí)時(shí)智能分析，快速全面掌控預(yù)警視頻監(jiān)控作為一種實(shí)時(shí)的采集手段，記錄了豐富的人、事、物信息量和特征點(diǎn)，能夠反映真實(shí)行為及變化趨勢(shì)。動(dòng)態(tài)化、信息化條件下的立體化治安防控，不僅要求視頻的“場(chǎng)景再現(xiàn)”，更重要的是“防患于未然”，做到預(yù)知、預(yù)警。因此，對(duì)于視頻數(shù)據(jù)的深度分析不僅要滿足對(duì)數(shù)據(jù)的高效率匯聚，對(duì)事件的高清晰還原，還應(yīng)充分考慮到實(shí)時(shí)分析、深度挖掘和預(yù)測(cè)預(yù)警、趨勢(shì)預(yù)判。采取可擴(kuò)展應(yīng)用的思路，建立實(shí)時(shí)分析和預(yù)警模型，實(shí)現(xiàn)高危目標(biāo)和異常行為的動(dòng)態(tài)掌握和及時(shí)推送。通過(guò)對(duì)視頻資源的實(shí)時(shí)智能分析，強(qiáng)化對(duì)社會(huì)治安狀況的監(jiān)測(cè)評(píng)估，實(shí)時(shí)掌握軌跡、預(yù)判犯罪熱點(diǎn)、提高預(yù)防打擊違法犯罪、防范化解風(fēng)險(xiǎn)的能力。4）圍繞視頻深度應(yīng)用，打通各信息庫(kù)間合成作戰(zhàn)應(yīng)用面對(duì)復(fù)雜的治安防控形勢(shì)，需要改變現(xiàn)有警種、部門(mén)各自為戰(zhàn)的工作模式，建立合成作戰(zhàn)工作機(jī)制，合成各警種的偵查力量、偵查手段和偵查資源，圍繞感知設(shè)備、采集數(shù)據(jù)、處理技術(shù)進(jìn)行多維分析與合成應(yīng)用。充分考慮信息合成作戰(zhàn)需求，采取可擴(kuò)展應(yīng)用的方式，將合成作戰(zhàn)思路貫穿于產(chǎn)品設(shè)計(jì)與系統(tǒng)建設(shè)規(guī)劃中。首先是多數(shù)據(jù)源的合成：將視頻監(jiān)控等多來(lái)源進(jìn)行高效匯集處理、深挖內(nèi)部關(guān)聯(lián)關(guān)系，實(shí)現(xiàn)可視化并軌合成分析；其次是實(shí)戰(zhàn)需求和平臺(tái)應(yīng)用的合成：將偵查破案、治安防控中的實(shí)戰(zhàn)業(yè)務(wù)需求與平臺(tái)的技術(shù)架構(gòu)、功能設(shè)計(jì)、部署應(yīng)用緊密合成，切實(shí)服務(wù)支撐作戰(zhàn)場(chǎng)景。以視頻監(jiān)控?cái)?shù)據(jù)深度應(yīng)用為核心，實(shí)現(xiàn)公安各警種數(shù)據(jù)，如卡口電警、網(wǎng)絡(luò)行為、高鐵民航及社會(huì)資源數(shù)據(jù)的合成作戰(zhàn)效能。對(duì)接駕管庫(kù)、涉案視頻庫(kù)、關(guān)鍵圖像等資源數(shù)據(jù)，滿足各大公安業(yè)務(wù)系統(tǒng)以及公安各類(lèi)數(shù)據(jù)庫(kù)的合成研判分析。5）以公安實(shí)戰(zhàn)應(yīng)用為落腳點(diǎn)，綜合服務(wù)立體化治安防控和社會(huì)綜治平臺(tái)以公安實(shí)戰(zhàn)應(yīng)用為落腳點(diǎn)，依托視頻監(jiān)控，圍繞偵查破案、治安防控的實(shí)際業(yè)務(wù)場(chǎng)景和需求，實(shí)現(xiàn)對(duì)重點(diǎn)車(chē)輛的管控。在此基礎(chǔ)之上，平臺(tái)對(duì)外能提供云服務(wù)數(shù)據(jù)接口和應(yīng)用接口，滿足立體化防控和社會(huì)綜合治理的需求，支撐相關(guān)部門(mén)進(jìn)行數(shù)據(jù)訪問(wèn)。顯著提升應(yīng)急維穩(wěn)信息預(yù)測(cè)預(yù)警通報(bào)、綜合分析研判和決策指揮支持能力，從源頭上預(yù)防和控制重大事件、事故的發(fā)生，提高社會(huì)綜合治理水平。設(shè)計(jì)依據(jù)本次項(xiàng)目設(shè)計(jì)和建設(shè)均遵守國(guó)家現(xiàn)行和公安部關(guān)于視頻監(jiān)控、視頻指揮通信系統(tǒng)等相應(yīng)的規(guī)范與標(biāo)準(zhǔn)。若未注具體日期，遵循其最新版本。符合公安行業(yè)標(biāo)準(zhǔn)《公安視頻圖像信息應(yīng)用系統(tǒng)》系列規(guī)范（即將公布）《機(jī)動(dòng)車(chē)號(hào)牌圖像自動(dòng)識(shí)別技術(shù)規(guī)范》（GA/T833-2016）《機(jī)動(dòng)車(chē)類(lèi)型術(shù)語(yǔ)和定義》GA802—2014《公安視頻圖像信息聯(lián)網(wǎng)與應(yīng)用標(biāo)準(zhǔn)體系表》GA/T1164-2014《公安機(jī)關(guān)圖像信息要素結(jié)構(gòu)化描述要求》（GA/Z1129-2013）《中華人民共和國(guó)機(jī)動(dòng)車(chē)號(hào)牌》（GA36-2014）《道路交通管理信息代碼第4部分：機(jī)動(dòng)車(chē)車(chē)輛類(lèi)型代碼》（GA/T16.4-2012）《道路交通管理信息代碼第7部分：機(jī)動(dòng)車(chē)號(hào)牌種類(lèi)代碼》（GA/T16.7-2012）《道路交通管理信息代碼第8部分：機(jī)動(dòng)車(chē)車(chē)身顏色代碼》（GA/T16.8-2012）《全國(guó)道路交通管理系統(tǒng)數(shù)據(jù)交換格式第2部分：機(jī)動(dòng)車(chē)登記數(shù)據(jù)交換格式》（GA409.2）《全國(guó)道路交通管理系統(tǒng)數(shù)據(jù)交換格式第3部分：交通違章數(shù)據(jù)交換格式》（GA409.3）《全國(guó)道路交通管理信息數(shù)據(jù)庫(kù)規(guī)范第1部分：機(jī)動(dòng)車(chē)駕駛證管理信息數(shù)據(jù)結(jié)構(gòu)》（GA329.1）《全國(guó)道路交通管理信息數(shù)據(jù)庫(kù)規(guī)范第2部分：機(jī)動(dòng)車(chē)登記信息數(shù)據(jù)結(jié)構(gòu)》（GA329.2）《全國(guó)道路交通管理信息數(shù)據(jù)庫(kù)規(guī)范第3部分：交通違法管理信息數(shù)據(jù)規(guī)范》（GA329.3）《城市監(jiān)控報(bào)警聯(lián)網(wǎng)系統(tǒng)技術(shù)標(biāo)準(zhǔn)：通用技術(shù)要求》（GA669.1-2008）；《城市監(jiān)控報(bào)警聯(lián)網(wǎng)系統(tǒng)技術(shù)標(biāo)準(zhǔn)：安全技術(shù)要求》（GA669.2-2008）；《城市監(jiān)控報(bào)警聯(lián)網(wǎng)系統(tǒng)技術(shù)標(biāo)準(zhǔn)：信息傳輸、交換、控制技術(shù)要求》（GA669.5-2008）；《城市監(jiān)控報(bào)警聯(lián)網(wǎng)系統(tǒng)技術(shù)標(biāo)準(zhǔn)：管理平臺(tái)技術(shù)要求》（GA669.7-2008）；《城市監(jiān)控報(bào)警聯(lián)網(wǎng)系統(tǒng)技術(shù)標(biāo)準(zhǔn)：傳輸網(wǎng)絡(luò)技術(shù)要求》（GA669.8-2008）；《城市監(jiān)控報(bào)警聯(lián)網(wǎng)系統(tǒng)技術(shù)標(biāo)準(zhǔn)：卡口信息識(shí)別、比對(duì)、監(jiān)測(cè)系統(tǒng)技術(shù)要求》（GA669.9-2008）；《城市監(jiān)控報(bào)警聯(lián)網(wǎng)系統(tǒng)技術(shù)標(biāo)準(zhǔn)：無(wú)線視音頻監(jiān)控系統(tǒng)技術(shù)要求》（GA669.10-2009）；《城市監(jiān)控報(bào)警聯(lián)網(wǎng)系統(tǒng)管理標(biāo)準(zhǔn)：圖像信息采集、接入、使用管理要求》（GA792.1-2008）；《安全防范工程程序與要求》（GA/T75-1994）；《安全防范系統(tǒng)通用圖形符號(hào)》（GA/T74-2000）；《計(jì)算機(jī)信息系統(tǒng)安全等級(jí)保護(hù)管理要求》（GAT388-2002B）；《城市警用地理信息分類(lèi)與代碼》（GA/T491-2004）；《城市警用地理信息系統(tǒng)建設(shè)規(guī)范》（GA/T493-2004）；符合國(guó)家標(biāo)準(zhǔn)《安全防范視頻監(jiān)控聯(lián)網(wǎng)系統(tǒng)信息傳輸、交換、控制技術(shù)要求》（GB/T28181）；《安全防范監(jiān)控?cái)?shù)字視音頻編解碼技術(shù)要求》（GB/T25724）；《安全防范工程技術(shù)規(guī)范》（GB50348-2004）；《公共場(chǎng)所監(jiān)視電視系統(tǒng)設(shè)計(jì)規(guī)范》（DBJ08-16-90）；《防盜報(bào)警中心控制臺(tái)》（GB/TI6572-1996）；《視頻安全監(jiān)控系統(tǒng)技術(shù)要求》（GB/T367-2001）；《報(bào)警圖像信號(hào)有線傳輸裝置》（GB/T6677-1996）；《計(jì)算機(jī)信息系統(tǒng)安全保護(hù)等級(jí)劃分規(guī)則》（GB17859-1999）；《安全防范系統(tǒng)驗(yàn)收規(guī)則》（GS308-2001）；《信息系統(tǒng)安全等級(jí)保護(hù)基本要求》(GB/T22239-2008)；《中華人民共和國(guó)反恐怖主義法》；符合公安部相關(guān)規(guī)定《全國(guó)公安機(jī)關(guān)視頻圖像信息整合與共享工作任務(wù)書(shū)》（公安部）；《公安部關(guān)于進(jìn)一步加強(qiáng)社會(huì)治安防控體系建設(shè)的指導(dǎo)意見(jiàn)》（公通字[2011]37號(hào)）；《關(guān)于深入開(kāi)展城市報(bào)警與監(jiān)控系統(tǒng)應(yīng)用工作的意見(jiàn)》（公科信[2010]30號(hào)）；《公安信息通信網(wǎng)邊界接入平臺(tái)安全規(guī)范（試行）—視頻接入部分》（公科信[2011]5號(hào)）；《公安指揮通信系統(tǒng)建設(shè)總體方案》（公安部）；《安全技術(shù)防范工程標(biāo)準(zhǔn)》（公安部）；《關(guān)于進(jìn)一步加強(qiáng)公安機(jī)關(guān)視頻圖像信息應(yīng)用工作的意見(jiàn)》（公通字〔2015〕4號(hào)）《公安信息化建設(shè)“十三五”重點(diǎn)任務(wù)考慮》（公裝財(cái)傳發(fā)〔2014〕192號(hào)）《關(guān)于加強(qiáng)公共安全視頻監(jiān)控建設(shè)聯(lián)網(wǎng)應(yīng)用工作的若干意見(jiàn)》（發(fā)改高技〔2015〕996號(hào)）《關(guān)于加強(qiáng)社會(huì)治安防控體系建設(shè)的意見(jiàn)》（中共中央辦公廳、國(guó)務(wù)院辦公廳2015年4月13日印發(fā)）《全國(guó)公安機(jī)關(guān)視頻圖像信息整合與共享工作任務(wù)書(shū)》（公科信〔2012〕11號(hào)）全國(guó)公安裝備建設(shè)“十三五”規(guī)劃重點(diǎn)項(xiàng)目《全國(guó)公安視頻圖像基礎(chǔ)設(shè)施及應(yīng)用系統(tǒng)技術(shù)方案》全國(guó)公安裝備建設(shè)“十三五”規(guī)劃重點(diǎn)項(xiàng)目《全國(guó)公安視頻圖像基礎(chǔ)設(shè)施及應(yīng)用系統(tǒng)建設(shè)任務(wù)書(shū)》。

建設(shè)目標(biāo)與內(nèi)容建設(shè)目標(biāo)以創(chuàng)新完善立體化治安防控體系為目標(biāo)，以整合現(xiàn)有卡口數(shù)據(jù)資源為基礎(chǔ)，密切聯(lián)系公安實(shí)戰(zhàn)應(yīng)用需求，加強(qiáng)公安業(yè)務(wù)需求與物聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)技術(shù)對(duì)接，在更深層次上落實(shí)基礎(chǔ)信息化建設(shè)創(chuàng)新，使得人工智能、計(jì)算機(jī)視覺(jué)等先進(jìn)技術(shù)能夠在警務(wù)掌控、預(yù)警、實(shí)戰(zhàn)方向找到實(shí)質(zhì)的落地應(yīng)用。通過(guò)對(duì)卡口過(guò)車(chē)圖像的結(jié)構(gòu)化分析，運(yùn)用物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等前沿技術(shù)實(shí)現(xiàn)過(guò)車(chē)數(shù)據(jù)的實(shí)時(shí)查詢及多維度分析。通過(guò)豐富的接口應(yīng)用，與警用地理信息系統(tǒng)、機(jī)動(dòng)車(chē)緝查布控系統(tǒng)、情報(bào)系統(tǒng)、警務(wù)綜合業(yè)務(wù)系統(tǒng)等已有業(yè)務(wù)系統(tǒng)實(shí)現(xiàn)對(duì)接，為大數(shù)據(jù)挖掘分析和跨地市案件串并等深度應(yīng)用提供技術(shù)支撐，充分發(fā)揮大數(shù)據(jù)情報(bào)研判的引擎作用，深化“車(chē)—人—物—案”的案件偵查新模式，深化“車(chē)—人—物—案”間的關(guān)聯(lián)碰撞挖掘，打通各個(gè)信息資源庫(kù)，使之互聯(lián)互通，更加便捷高效的處理巨量、復(fù)雜的警務(wù)數(shù)據(jù)，實(shí)現(xiàn)科學(xué)的預(yù)測(cè)預(yù)警，大幅提升警務(wù)資源數(shù)據(jù)的深度挖掘和綜合開(kāi)發(fā)應(yīng)用效能。建設(shè)內(nèi)容具體來(lái)說(shuō)，項(xiàng)目建設(shè)包括以下內(nèi)容：根據(jù)各地建設(shè)現(xiàn)狀和應(yīng)用需求，在視頻專(zhuān)網(wǎng)或公安網(wǎng)進(jìn)行數(shù)據(jù)整合和二次識(shí)別：實(shí)現(xiàn)各廠商、多來(lái)源卡口數(shù)據(jù)的整合接入；對(duì)過(guò)車(chē)圖像進(jìn)行結(jié)構(gòu)化處理，進(jìn)行二次識(shí)別分析及存儲(chǔ)備用。根據(jù)各地建設(shè)現(xiàn)狀和應(yīng)用需求，在視頻專(zhuān)網(wǎng)或公安網(wǎng)搭建匯聚云服務(wù)平臺(tái)和實(shí)戰(zhàn)應(yīng)用平臺(tái)：主要實(shí)現(xiàn)卡口系統(tǒng)與視頻監(jiān)控系統(tǒng)、GIS系統(tǒng)等對(duì)接，支持車(chē)輛研判、視圖可視化展示、綜合布控報(bào)警、運(yùn)維管理等功能，并建立對(duì)外可調(diào)用的結(jié)構(gòu)化卡口數(shù)據(jù)調(diào)用接口。以云服務(wù)的方式為各地各警種各業(yè)務(wù)流提供數(shù)據(jù)和研判支撐。

總體設(shè)計(jì)系統(tǒng)總體架構(gòu)車(chē)輛視圖大數(shù)據(jù)深度聯(lián)網(wǎng)應(yīng)用平臺(tái)由數(shù)據(jù)預(yù)處理、車(chē)輛圖像智能分析、聯(lián)網(wǎng)計(jì)算/訪問(wèn)云平臺(tái)、實(shí)戰(zhàn)應(yīng)用/實(shí)戰(zhàn)平臺(tái)組成，總體架構(gòu)圖如下：圖:系統(tǒng)總體架構(gòu)圖神眼系統(tǒng)與前端采集系統(tǒng)對(duì)接，數(shù)據(jù)預(yù)處理子系統(tǒng)接入前端采集系統(tǒng)的實(shí)時(shí)過(guò)車(chē)數(shù)據(jù)，包括前端采集結(jié)構(gòu)化數(shù)據(jù)和過(guò)車(chē)圖片。并對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)碼、清理等處理，生成符合神眼處理的數(shù)據(jù)。經(jīng)數(shù)據(jù)預(yù)處理子系統(tǒng)處理的數(shù)據(jù)推送至車(chē)輛圖像智能分析子系統(tǒng)進(jìn)行二次識(shí)別，獲取過(guò)車(chē)圖片中車(chē)輛對(duì)象的特征信息，如車(chē)型、類(lèi)別、車(chē)身顏色等信息。并將識(shí)別的特征數(shù)據(jù)經(jīng)安全邊界接入平臺(tái)導(dǎo)入聯(lián)網(wǎng)計(jì)算/訪問(wèn)云平臺(tái)中。聯(lián)網(wǎng)計(jì)算/訪問(wèn)云平臺(tái)可通過(guò)統(tǒng)一接口與公安各資源信息庫(kù)對(duì)接，進(jìn)行各項(xiàng)深度計(jì)算和分析（如假/套牌車(chē)篩選），并提供給應(yīng)用/實(shí)戰(zhàn)平臺(tái)進(jìn)行各項(xiàng)應(yīng)用操作。也可通過(guò)標(biāo)準(zhǔn)統(tǒng)一接口與公安各警種實(shí)戰(zhàn)平臺(tái)對(duì)接，實(shí)現(xiàn)多系統(tǒng)的互聯(lián)互通，并為其提供結(jié)構(gòu)化過(guò)車(chē)數(shù)據(jù)。應(yīng)用/實(shí)戰(zhàn)平臺(tái)結(jié)合電子地圖為各業(yè)務(wù)用戶提供友好界面操作和展示，并可為各警種提供定制化實(shí)戰(zhàn)應(yīng)用功能。系統(tǒng)邏輯架構(gòu)車(chē)輛視圖大數(shù)據(jù)深度聯(lián)網(wǎng)應(yīng)用平臺(tái)從邏輯架構(gòu)上分為采集層、網(wǎng)絡(luò)層、數(shù)據(jù)層、服務(wù)層、應(yīng)用層、表現(xiàn)層和用戶層，實(shí)現(xiàn)卡口圖像數(shù)據(jù)從接入、分析、展示、存儲(chǔ)、應(yīng)用、系統(tǒng)管理的無(wú)縫銜接。其結(jié)構(gòu)如圖所示：圖:系統(tǒng)邏輯架構(gòu)圖前端感知層主要包括卡口（含電警）設(shè)備、治安監(jiān)控設(shè)備、視頻虛擬卡口、GPS衛(wèi)星定位設(shè)備、移動(dòng)信號(hào)設(shè)備及其它干系設(shè)備。這些設(shè)備為上層應(yīng)用提供多樣化的數(shù)據(jù)信息來(lái)源。采集/數(shù)據(jù)層主要包含虛擬卡口系統(tǒng)、電子警察系統(tǒng)、治安卡口系統(tǒng)、GPS平臺(tái)及其它數(shù)據(jù)采集平臺(tái)。這類(lèi)平臺(tái)可按照國(guó)標(biāo)規(guī)范對(duì)多來(lái)源的前端建設(shè)設(shè)備進(jìn)行數(shù)據(jù)采集和數(shù)據(jù)整合網(wǎng)絡(luò)層。網(wǎng)絡(luò)層根據(jù)實(shí)際部署環(huán)境，系統(tǒng)涉及的網(wǎng)絡(luò)主要涉及互聯(lián)網(wǎng)、移動(dòng)專(zhuān)網(wǎng)、視頻專(zhuān)網(wǎng)和公安信息網(wǎng)等?；诎踩Ｃ芤螅鱾€(gè)網(wǎng)絡(luò)間通過(guò)防火墻、安全邊界保障數(shù)據(jù)傳輸安全。數(shù)據(jù)分析/服務(wù)支撐層根據(jù)應(yīng)用需要，對(duì)結(jié)構(gòu)化過(guò)車(chē)數(shù)據(jù)進(jìn)行智能解析，基于解析數(shù)據(jù)和實(shí)戰(zhàn)要求對(duì)數(shù)據(jù)進(jìn)行深度挖掘，提煉研判出高價(jià)值數(shù)據(jù)，供上層業(yè)務(wù)單位使用。應(yīng)用層主要包括：實(shí)時(shí)搜車(chē)、布控查緝、車(chē)輛智能預(yù)警、一車(chē)一檔、大數(shù)據(jù)研判功能等，可基于GIS地圖進(jìn)行場(chǎng)景的直觀化展示；同時(shí)平臺(tái)具備完善的運(yùn)維管理機(jī)制。表現(xiàn)層平臺(tái)提供B/S架構(gòu)的展示方式，通過(guò)WebServer同數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)交互，實(shí)現(xiàn)無(wú)縫升級(jí)。用戶層根據(jù)不同警種需求，平臺(tái)可滿足刑偵、交管、情報(bào)、治安、指揮、反恐等各警種的不同應(yīng)用需要。系統(tǒng)物理架構(gòu)在視頻專(zhuān)網(wǎng)或公安網(wǎng)部署卡口整合匯聚大數(shù)據(jù)云服務(wù)系統(tǒng)，通過(guò)內(nèi)外網(wǎng)交互系統(tǒng)，實(shí)現(xiàn)數(shù)據(jù)整合和分析。方式一：系統(tǒng)部署在公安網(wǎng)一般情況下，車(chē)輛視圖大數(shù)據(jù)深度聯(lián)網(wǎng)應(yīng)用平臺(tái)會(huì)部署在公安網(wǎng)，與客戶原有的匯聚平臺(tái)進(jìn)行實(shí)時(shí)對(duì)接，實(shí)現(xiàn)卡口、電警、WiFi、電圍等各類(lèi)數(shù)據(jù)源的實(shí)時(shí)接入，進(jìn)行二次分析研判。同時(shí)對(duì)接公安網(wǎng)內(nèi)的車(chē)輛登記信息庫(kù)、重點(diǎn)人員庫(kù)、盜搶車(chē)輛庫(kù)等各類(lèi)資源庫(kù)，以實(shí)現(xiàn)套牌車(chē)、人車(chē)關(guān)聯(lián)研判等功能。圖：系統(tǒng)部署在公安網(wǎng)的物理架構(gòu)方式二：系統(tǒng)部署在視頻專(zhuān)網(wǎng)車(chē)輛視圖大數(shù)據(jù)深度聯(lián)網(wǎng)應(yīng)用平臺(tái)也可以部署到視頻專(zhuān)網(wǎng)內(nèi)，通過(guò)安全接入平臺(tái)對(duì)接公安網(wǎng)應(yīng)用。圖：系統(tǒng)部署在視頻專(zhuān)網(wǎng)的物理架構(gòu)系統(tǒng)部署架構(gòu)對(duì)卡口電警抓拍的過(guò)車(chē)數(shù)據(jù)進(jìn)行統(tǒng)一整合和聯(lián)網(wǎng)管理：包括分布在公安網(wǎng)和視頻專(zhuān)網(wǎng)內(nèi)以及未聯(lián)網(wǎng)的實(shí)體卡口、電子警察、虛擬卡口等；完成圖片數(shù)據(jù)的結(jié)構(gòu)化處理并按標(biāo)準(zhǔn)進(jìn)行數(shù)據(jù)存儲(chǔ)：對(duì)卡口數(shù)據(jù)和圖片信息進(jìn)行深度挖掘應(yīng)用，以及實(shí)現(xiàn)數(shù)據(jù)的高速運(yùn)算，實(shí)時(shí)地把海量非結(jié)構(gòu)化視頻圖像處理為可查詢檢索的結(jié)構(gòu)化數(shù)據(jù)，并按數(shù)據(jù)存儲(chǔ)規(guī)范進(jìn)行數(shù)據(jù)存儲(chǔ)。同時(shí)向省級(jí)系統(tǒng)提供讀取方式，以實(shí)現(xiàn)全省跨區(qū)域的卡口車(chē)輛數(shù)據(jù)共享應(yīng)用；實(shí)現(xiàn)對(duì)轄區(qū)范圍內(nèi)的過(guò)車(chē)圖像數(shù)據(jù)的一鍵查詢功能：包括實(shí)現(xiàn)車(chē)輛品牌、型號(hào)、年款、類(lèi)別、號(hào)牌、車(chē)輛特征精確查詢，實(shí)現(xiàn)機(jī)動(dòng)車(chē)查緝處理、違法檢測(cè)、綜合分析等功能，實(shí)現(xiàn)對(duì)無(wú)牌、套牌、假牌車(chē)輛的管理；實(shí)現(xiàn)公安網(wǎng)內(nèi)信息系統(tǒng)資源整合及共享：如交警機(jī)動(dòng)車(chē)登記信息、身份證信息、違法信息等，增強(qiáng)跨警種、跨系統(tǒng)的車(chē)輛監(jiān)控信息共享、交換模式與機(jī)制，實(shí)現(xiàn)與公安網(wǎng)內(nèi)各類(lèi)警務(wù)信息系統(tǒng)對(duì)接，從而對(duì)數(shù)據(jù)信息關(guān)聯(lián)和串并分析。系統(tǒng)數(shù)據(jù)交互系統(tǒng)間數(shù)據(jù)交互市縣級(jí)系統(tǒng)按照統(tǒng)一數(shù)據(jù)庫(kù)標(biāo)準(zhǔn)和數(shù)據(jù)庫(kù)對(duì)接標(biāo)準(zhǔn)，向省級(jí)系統(tǒng)提供數(shù)據(jù)庫(kù)地址、只讀權(quán)限的賬號(hào)和密碼等數(shù)據(jù)；市縣級(jí)系統(tǒng)向省級(jí)系統(tǒng)主動(dòng)提取或接收重點(diǎn)監(jiān)控車(chē)輛、各種違規(guī)車(chē)輛等數(shù)據(jù)。與其他系統(tǒng)進(jìn)行數(shù)據(jù)交互與機(jī)動(dòng)車(chē)登記信息和駕駛員信息對(duì)接，實(shí)現(xiàn)對(duì)車(chē)輛和人員基本信息的自動(dòng)關(guān)聯(lián)；與各類(lèi)違法信息庫(kù)進(jìn)行對(duì)接，實(shí)現(xiàn)對(duì)人和車(chē)輛的相關(guān)信息的自動(dòng)關(guān)聯(lián)；與兩客一危等重點(diǎn)營(yíng)運(yùn)車(chē)輛監(jiān)控或監(jiān)管平臺(tái)對(duì)接，實(shí)現(xiàn)對(duì)重點(diǎn)車(chē)輛的監(jiān)控；與人員信息庫(kù)或人臉識(shí)別系統(tǒng)對(duì)接，實(shí)現(xiàn)對(duì)駕乘人員的關(guān)聯(lián)識(shí)別；與公共交通指揮平臺(tái)進(jìn)行對(duì)接，為指揮平臺(tái)提供數(shù)據(jù)支撐系統(tǒng)建設(shè)數(shù)據(jù)預(yù)處理系統(tǒng)系統(tǒng)概述數(shù)據(jù)預(yù)處理系統(tǒng)的主要功能是將前端數(shù)據(jù)采集設(shè)備（電子警察和卡口設(shè)備、二次識(shí)別服務(wù)器等）采集的過(guò)車(chē)圖片和結(jié)構(gòu)化數(shù)據(jù)進(jìn)行整合，并按照車(chē)聯(lián)網(wǎng)應(yīng)用平臺(tái)的標(biāo)準(zhǔn)進(jìn)行處理，為聯(lián)網(wǎng)計(jì)算/訪問(wèn)云平臺(tái)提供標(biāo)準(zhǔn)化數(shù)據(jù)。該系統(tǒng)主要包含數(shù)據(jù)接入、多維數(shù)據(jù)整合及傳輸兩部分內(nèi)容?？冢ê娋?shù)據(jù)接入卡口、電警設(shè)備主要是由車(chē)檢裝置、信息采集裝置、數(shù)據(jù)存儲(chǔ)裝置、數(shù)據(jù)控制轉(zhuǎn)發(fā)裝置及車(chē)牌識(shí)別等模塊組成。利用圖像處理技術(shù)、計(jì)算機(jī)技術(shù)、遠(yuǎn)程數(shù)據(jù)庫(kù)訪問(wèn)等相關(guān)的技術(shù)手段，對(duì)路面通行的車(chē)輛進(jìn)行圖像采集，并且實(shí)施全天候的實(shí)時(shí)記錄，再由前端車(chē)牌識(shí)別裝置根據(jù)所拍攝的圖像進(jìn)行車(chē)牌自動(dòng)識(shí)別。針對(duì)各地不同廠商的前端設(shè)備和前端存儲(chǔ)平臺(tái)，系統(tǒng)提供靈活的接入方式，可接入不同廠家的卡口平臺(tái)和前端設(shè)備。對(duì)于各類(lèi)平臺(tái)如已建標(biāo)準(zhǔn)監(jiān)控平臺(tái)經(jīng)信令網(wǎng)關(guān)服務(wù)器實(shí)現(xiàn)，可通過(guò)GB/T28181標(biāo)準(zhǔn)，實(shí)現(xiàn)與上下級(jí)聯(lián)網(wǎng)的接入控制和管理；對(duì)于已建非標(biāo)監(jiān)控平臺(tái)經(jīng)非標(biāo)接入服務(wù)器根據(jù)國(guó)標(biāo)GB/T28181-2011將信令協(xié)議和媒體數(shù)據(jù)標(biāo)準(zhǔn)轉(zhuǎn)換后推送共享平臺(tái)實(shí)現(xiàn)對(duì)接。具體的數(shù)據(jù)接入方式主要與以下三種：主動(dòng)調(diào)取指系統(tǒng)主動(dòng)從卡口平臺(tái)獲取某些或全部卡口的抓拍圖片進(jìn)行分析并存儲(chǔ)。具體可通過(guò)消息隊(duì)列、數(shù)據(jù)庫(kù)查詢、WebService服務(wù)三種方式調(diào)取數(shù)據(jù)。接受推送針對(duì)已有卡口平臺(tái)整合前端數(shù)據(jù)，并有對(duì)應(yīng)的采集、轉(zhuǎn)發(fā)和存儲(chǔ)服務(wù)器的情況，系統(tǒng)可作為卡口平臺(tái)的一個(gè)子系統(tǒng)，當(dāng)有新的抓拍照片產(chǎn)生時(shí)，卡口平臺(tái)主動(dòng)將照片推送至本系統(tǒng)。具體可通過(guò)消息隊(duì)列、數(shù)據(jù)庫(kù)查詢、WebService服務(wù)三種方式接受平臺(tái)廠商的數(shù)據(jù)推送。系統(tǒng)直接從前端設(shè)備獲取數(shù)據(jù)，并按照相關(guān)標(biāo)準(zhǔn)轉(zhuǎn)存到存儲(chǔ)設(shè)備中。數(shù)據(jù)接入后，對(duì)前端設(shè)備采集的原始非結(jié)構(gòu)化圖片數(shù)據(jù)和結(jié)構(gòu)化文本數(shù)據(jù)進(jìn)行存儲(chǔ)。圖:數(shù)據(jù)整合接入流程圖數(shù)據(jù)接入模塊主要提供以下服務(wù)：卡口網(wǎng)關(guān)服務(wù)：采用卡口中間件作為系統(tǒng)接入組件，接入已建不同廠家的卡口設(shè)備和卡口系統(tǒng)的數(shù)據(jù)交換與協(xié)議轉(zhuǎn)換，負(fù)責(zé)異質(zhì)卡口系統(tǒng)與平臺(tái)的聯(lián)網(wǎng)接入。設(shè)備接入服務(wù)：包含設(shè)備接入軟件，通過(guò)加載相應(yīng)視頻中間件模塊，實(shí)現(xiàn)各類(lèi)前端設(shè)備資源的接入。多維數(shù)據(jù)整合及傳輸多元數(shù)據(jù)整合來(lái)源包括卡口電警系統(tǒng)采集的視圖數(shù)據(jù)，包括車(chē)輛圖片和車(chē)輛參數(shù)，如車(chē)輛圖片類(lèi)型、圖片路徑等。系統(tǒng)嚴(yán)格依據(jù)數(shù)據(jù)接入規(guī)范，通過(guò)視頻專(zhuān)網(wǎng)或公安網(wǎng)，實(shí)時(shí)接收前端卡口、電警系統(tǒng)推送的數(shù)據(jù)，或者接入已建卡口匯聚平臺(tái)的數(shù)據(jù)。同時(shí)系統(tǒng)可將地圖基礎(chǔ)數(shù)據(jù)、車(chē)輛二次識(shí)別數(shù)據(jù)（車(chē)牌、車(chē)輛類(lèi)型、車(chē)系、車(chē)牌顏色、車(chē)身顏色、安全帶、遮陽(yáng)板、打手機(jī)等）進(jìn)行整合，從而為系統(tǒng)提供更多緯度、更準(zhǔn)確的實(shí)時(shí)通行車(chē)數(shù)據(jù)。通過(guò)對(duì)卡口數(shù)據(jù)的多維數(shù)據(jù)整合，可在平臺(tái)界面統(tǒng)一展現(xiàn)實(shí)時(shí)過(guò)車(chē)數(shù)據(jù)，實(shí)現(xiàn)過(guò)車(chē)查詢、案件研判、布控報(bào)警相關(guān)功能。多維數(shù)據(jù)整合及傳輸模塊主要提供以下服務(wù)：轉(zhuǎn)發(fā)服務(wù)：包含媒體轉(zhuǎn)發(fā)軟件，負(fù)責(zé)接受下級(jí)共享平臺(tái)和推送同級(jí)聯(lián)網(wǎng)平臺(tái)的圖片流，根據(jù)同級(jí)信令網(wǎng)關(guān)服務(wù)器的調(diào)度指令將數(shù)據(jù)轉(zhuǎn)發(fā)給存儲(chǔ)服務(wù)器、其它系統(tǒng)或平臺(tái)等。存儲(chǔ)服務(wù)：存儲(chǔ)服務(wù)支持分布式存儲(chǔ)或集中存儲(chǔ)任意存儲(chǔ)策略；能按照應(yīng)用需求，選擇適當(dāng)?shù)拇鎯?chǔ)存量、存儲(chǔ)帶寬和響應(yīng)時(shí)間的存儲(chǔ)設(shè)備；支持7x24小時(shí)的全天候?qū)崟r(shí)存儲(chǔ)作策略部署或重點(diǎn)監(jiān)控點(diǎn)位和關(guān)鍵報(bào)警事件進(jìn)行冗余備份存儲(chǔ)策略部署。邊界網(wǎng)關(guān)服務(wù)：包含邊界網(wǎng)關(guān)服務(wù)器軟件，支持不同的系統(tǒng)通過(guò)邊界網(wǎng)關(guān)系統(tǒng)進(jìn)行協(xié)議控制和管理。WEB交互服務(wù)：包含WEB交互服務(wù)器軟件，提供基礎(chǔ)版Web界面，支持實(shí)現(xiàn)直播和點(diǎn)播，定制開(kāi)發(fā)另議。電子地圖服務(wù)：系統(tǒng)中大部分對(duì)象或設(shè)備與空間位置、空間分布有關(guān)，如抓拍攝像頭、各類(lèi)統(tǒng)計(jì)分布信息等。將基礎(chǔ)地圖和各類(lèi)專(zhuān)業(yè)專(zhuān)題符號(hào)信息進(jìn)行地理疊加、分層管理最終成為支持信息建設(shè)的底層基礎(chǔ)支持平臺(tái)。主要通過(guò)調(diào)用地理信息平臺(tái)的GIS服務(wù)器地理數(shù)據(jù)實(shí)現(xiàn)對(duì)各類(lèi)地理信息的直觀可視化顯示及導(dǎo)航定位、空間分析、空間查詢等各類(lèi)相關(guān)操作功能。系統(tǒng)優(yōu)勢(shì)針對(duì)當(dāng)前前端設(shè)備數(shù)據(jù)整合方面存在的技術(shù)瓶頸，平臺(tái)提供了業(yè)內(nèi)領(lǐng)先并廣受認(rèn)可的解決方案。支持所有廠商平臺(tái)兼容眾多視頻監(jiān)控廠商設(shè)備，支持跨多個(gè)平臺(tái)對(duì)接，最大限度保護(hù)現(xiàn)有投資。目前，前端集成廠商眾多，設(shè)備更新?lián)Q代較快，過(guò)車(chē)數(shù)據(jù)缺乏統(tǒng)一標(biāo)準(zhǔn)。為解決此問(wèn)題，針對(duì)各平臺(tái)分別定制接入方案，實(shí)現(xiàn)跨平臺(tái)數(shù)據(jù)匯聚。綜合各地項(xiàng)目部署經(jīng)驗(yàn)，制定了數(shù)據(jù)對(duì)接標(biāo)準(zhǔn)（對(duì)數(shù)據(jù)表結(jié)構(gòu)、數(shù)據(jù)庫(kù)性能、圖片存儲(chǔ)性能、網(wǎng)絡(luò)帶寬提出了具體的操作指導(dǎo)）。針對(duì)性圖像評(píng)估指導(dǎo)傳統(tǒng)廠商重點(diǎn)關(guān)注車(chē)牌信息采集，忽視整車(chē)及局部特征分析，圖像質(zhì)量參差不齊。平臺(tái)針對(duì)車(chē)型識(shí)別和局部特征的技術(shù)處理特點(diǎn)，建立圖像質(zhì)量評(píng)估體系，逐個(gè)點(diǎn)位排查圖像質(zhì)量，對(duì)于問(wèn)題點(diǎn)位提出評(píng)估建議。項(xiàng)目建設(shè)過(guò)程中，根據(jù)各地圖片情況采集樣本進(jìn)行訓(xùn)練，不斷優(yōu)化系統(tǒng)在當(dāng)?shù)氐倪m應(yīng)性。自動(dòng)化穩(wěn)定性監(jiān)控前端設(shè)備、機(jī)房環(huán)境、供電、網(wǎng)絡(luò)、維護(hù)等因素均會(huì)影響數(shù)據(jù)整合系統(tǒng)的穩(wěn)定性。采用自動(dòng)化監(jiān)控系統(tǒng)，及時(shí)發(fā)現(xiàn)并處理相關(guān)問(wèn)題。個(gè)性化調(diào)研改造受網(wǎng)絡(luò)傳輸、數(shù)據(jù)庫(kù)、存儲(chǔ)性能、平臺(tái)效率瓶頸等因素影響，導(dǎo)致過(guò)車(chē)數(shù)據(jù)入庫(kù)時(shí)間長(zhǎng)甚至數(shù)據(jù)丟失。為避免此類(lèi)問(wèn)題，提高項(xiàng)目實(shí)施效率，優(yōu)化用戶體驗(yàn)，由專(zhuān)業(yè)工程師進(jìn)行前期調(diào)研，詳細(xì)測(cè)試各環(huán)節(jié)性能，及早發(fā)現(xiàn)問(wèn)題和風(fēng)險(xiǎn)隱患，提供改造建議，最大化保證基礎(chǔ)來(lái)源數(shù)據(jù)穩(wěn)定、可靠。車(chē)輛圖像智能分析系統(tǒng)系統(tǒng)概述為實(shí)現(xiàn)更全面、更高效分析研判的建設(shè)目標(biāo)，對(duì)過(guò)車(chē)圖片的識(shí)別必須提供更多維度、更準(zhǔn)確的實(shí)時(shí)數(shù)據(jù)。單純依靠前端設(shè)備提供的車(chē)牌識(shí)別、交通違法行為等結(jié)構(gòu)化數(shù)據(jù)，難以支撐實(shí)戰(zhàn)應(yīng)用平臺(tái)的需求。為此，必須部署車(chē)輛圖像智能分析系統(tǒng)，對(duì)過(guò)車(chē)圖片進(jìn)行智能化二次識(shí)別。車(chē)輛通過(guò)卡口時(shí)，觸發(fā)卡口抓拍，將過(guò)車(chē)圖片發(fā)送到二次識(shí)別服務(wù)器。系統(tǒng)利用計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)算法將非結(jié)構(gòu)化車(chē)輛圖片進(jìn)行分析處理，轉(zhuǎn)換為描述性結(jié)構(gòu)化文本數(shù)據(jù)，數(shù)據(jù)承載設(shè)備將二次識(shí)別數(shù)據(jù)與其他原始數(shù)據(jù)（如卡口名稱、過(guò)車(chē)時(shí)間、車(chē)牌識(shí)別數(shù)據(jù)）融合后，將其中的高價(jià)值視圖數(shù)據(jù)保存到系統(tǒng)數(shù)據(jù)庫(kù)中。進(jìn)而通過(guò)安全邊界平臺(tái)傳輸?shù)铰?lián)網(wǎng)計(jì)算/訪問(wèn)云平臺(tái)，為平臺(tái)的大數(shù)據(jù)研判提供實(shí)時(shí)數(shù)據(jù)支撐。車(chē)輛圖像智能分析系統(tǒng)運(yùn)用模式識(shí)別與深度學(xué)習(xí)技術(shù)，可識(shí)別車(chē)輛物理特征、駕駛員人臉、交通違法、兩客一危、重點(diǎn)車(chē)輛信息等。除了前端卡口設(shè)備所能采集識(shí)別的信息外，還能夠提供車(chē)輛車(chē)型（品牌、型號(hào)、年款）、車(chē)身顏色、車(chē)輛類(lèi)別等基礎(chǔ)數(shù)據(jù)，以及是否有天窗和行李架、主/副駕駛區(qū)、駕駛員人臉、年檢標(biāo)志、紙巾盒、遮陽(yáng)板、擺件、掛件等特征識(shí)別數(shù)據(jù)，實(shí)現(xiàn)對(duì)卡口電警視頻圖像的結(jié)構(gòu)化實(shí)時(shí)智能分析，全面滿足實(shí)戰(zhàn)應(yīng)用需求。系統(tǒng)通過(guò)實(shí)時(shí)接入卡口、電警系統(tǒng)、視頻聯(lián)網(wǎng)共享平臺(tái)或直接接入前端視頻設(shè)備數(shù)據(jù)、卡口/電警數(shù)據(jù)，對(duì)接入的視頻圖像數(shù)據(jù)進(jìn)行智能結(jié)構(gòu)化識(shí)別，提取信息包括車(chē)牌號(hào)碼、車(chē)牌顏色、車(chē)身顏色、車(chē)型（品牌型號(hào)年款）、車(chē)輛類(lèi)別、車(chē)輛局部特征。圖：結(jié)構(gòu)化識(shí)別示意圖系統(tǒng)功能車(chē)牌號(hào)碼及顏色識(shí)別可提取車(chē)輛號(hào)牌號(hào)碼、號(hào)牌顏色（可識(shí)別黃、白、黑、藍(lán)、綠、新能源漸變綠、新能源黃綠雙拼色七種顏色車(chē)牌），可識(shí)別有無(wú)號(hào)牌、是否遮擋號(hào)牌等；車(chē)身顏色識(shí)別可自動(dòng)識(shí)別抓拍圖片中車(chē)輛的車(chē)身顏色，可識(shí)別13種車(chē)身顏色：紅、黃、綠、藍(lán)、紫、粉、棕、銀、橙、金、白、灰及黑。車(chē)型識(shí)別車(chē)型信息識(shí)別支持精確到車(chē)輛的品牌、型號(hào)及年款，具備對(duì)車(chē)輛頭部、尾部照片進(jìn)行識(shí)別，在白天光照正常、夜間補(bǔ)光正常、車(chē)輛特征人眼可辨識(shí)的條件下，可通過(guò)車(chē)頭照片識(shí)別5000多種車(chē)型，可通過(guò)車(chē)尾照片識(shí)別3000多種車(chē)型。車(chē)輛類(lèi)別識(shí)別可自動(dòng)識(shí)別出抓拍車(chē)輛圖片中車(chē)輛的類(lèi)型，可識(shí)別10種車(chē)輛類(lèi)型：轎車(chē)、越野車(chē)、商務(wù)車(chē)、面包車(chē)、皮卡車(chē)、小型貨車(chē)、大型貨車(chē)、中小型客車(chē)、大型客車(chē)、非機(jī)動(dòng)車(chē)（三輪車(chē)、兩輪車(chē)、拖拉機(jī)）。車(chē)輛局部特征識(shí)別可自動(dòng)識(shí)別出抓拍車(chē)輛圖片中的車(chē)輛年檢標(biāo)志、紙巾盒、掛墜、擺件、天窗、行李架、備胎、車(chē)身噴字共計(jì)8種局部車(chē)輛特征。關(guān)鍵指標(biāo)車(chē)型識(shí)別準(zhǔn)確率系統(tǒng)支持10個(gè)大類(lèi)7000種以上車(chē)型的車(chē)頭、車(chē)尾照片的識(shí)別，所有車(chē)型識(shí)別結(jié)果均精確到車(chē)輛品牌、型號(hào)、年款。白天識(shí)別正確率>95%，夜間識(shí)別正確率>90%。車(chē)輛類(lèi)別識(shí)別準(zhǔn)確率系統(tǒng)可識(shí)別10種細(xì)分類(lèi)別，即轎車(chē)、越野車(chē)、商務(wù)車(chē)、面包車(chē)、皮卡車(chē)、小型貨車(chē)、大型貨車(chē)、小型客車(chē)、大型客車(chē)、三輪車(chē)。白天識(shí)別正確率>95%，夜間識(shí)別正確率>90%。車(chē)身顏色識(shí)別準(zhǔn)確率系統(tǒng)可識(shí)別13種車(chē)身顏色。白天識(shí)別正確率>90%，夜間識(shí)別正確率>80%。車(chē)牌識(shí)別準(zhǔn)確率白天識(shí)別正確率>95%，夜間識(shí)別正確率>90%。套牌車(chē)識(shí)別準(zhǔn)確率白天識(shí)別正確率>95%，夜間識(shí)別正確率>95%。遮擋面部識(shí)別準(zhǔn)確率白天識(shí)別正確率>90%，夜間識(shí)別正確率>80%。相似車(chē)牌串并識(shí)別準(zhǔn)確率白天識(shí)別正確率>95%，夜間識(shí)別正確率>95%。局部特征識(shí)別可正確識(shí)別是否有天窗、是否有行李架、年檢標(biāo)志、紙巾盒、遮陽(yáng)板、擺件、掛件等。白天識(shí)別正確率>90%，夜間識(shí)別正確率>85%。聯(lián)網(wǎng)計(jì)算/訪問(wèn)云平臺(tái)需求分析聯(lián)網(wǎng)匯聚云服務(wù)平臺(tái)通過(guò)統(tǒng)一的接口，實(shí)現(xiàn)多個(gè)系統(tǒng)的互聯(lián)互通，使得各專(zhuān)業(yè)系統(tǒng)在平臺(tái)上互相訪問(wèn)和調(diào)用，避免系統(tǒng)間頻繁的獨(dú)立訪問(wèn)，提高系統(tǒng)間的實(shí)時(shí)交互性，達(dá)到提高應(yīng)用效率的目的。提供可擴(kuò)展和開(kāi)放的云服務(wù)，可為其它警務(wù)系統(tǒng)應(yīng)用提供數(shù)據(jù)訪問(wèn)接口，實(shí)現(xiàn)資源共享，挖掘深度價(jià)值。功能介紹數(shù)據(jù)聯(lián)網(wǎng)云匯聚平臺(tái)包含實(shí)時(shí)計(jì)算服務(wù)、GPU計(jì)算服務(wù)、分布式存儲(chǔ)服務(wù)、分布式檢索服務(wù)、索引服務(wù)、多系統(tǒng)數(shù)據(jù)綜合分析服務(wù)等。將二次識(shí)別后的前端數(shù)據(jù)（原始數(shù)據(jù)和部分結(jié)構(gòu)化數(shù)據(jù)），通過(guò)分布式存儲(chǔ)服務(wù)和索引服務(wù)，統(tǒng)一存儲(chǔ)于HBase大數(shù)據(jù)倉(cāng)庫(kù)，提供給上層應(yīng)用直接調(diào)用。當(dāng)上層應(yīng)用需要調(diào)用數(shù)據(jù)時(shí)，經(jīng)過(guò)分布式檢索引擎分解計(jì)算指令，并將分解后的計(jì)算指令經(jīng)由轉(zhuǎn)發(fā)服務(wù)器傳輸，提取目標(biāo)數(shù)據(jù)。車(chē)管庫(kù)等其他外部庫(kù)數(shù)據(jù)接入為實(shí)現(xiàn)人車(chē)信息關(guān)聯(lián)，自動(dòng)篩選檢出套牌車(chē)、假牌車(chē)等，系統(tǒng)需要與車(chē)管庫(kù)信息進(jìn)行對(duì)接。可采用接口方式，接入車(chē)管庫(kù)實(shí)時(shí)登記數(shù)據(jù)。結(jié)合系統(tǒng)二次識(shí)別的車(chē)輛品牌和型號(hào)、車(chē)輛號(hào)牌等信息，實(shí)現(xiàn)及時(shí)更新比對(duì)。圖：套牌車(chē)自動(dòng)篩選比對(duì)示意圖數(shù)據(jù)對(duì)接標(biāo)準(zhǔn)對(duì)接數(shù)據(jù)庫(kù)時(shí)應(yīng)遵循以下標(biāo)準(zhǔn)。數(shù)據(jù)庫(kù)權(quán)限所有需要接入卡口整合匯聚大數(shù)據(jù)云服務(wù)系統(tǒng)的平臺(tái)廠商，需提供具有讀取權(quán)限的數(shù)據(jù)庫(kù)賬號(hào)，以供數(shù)據(jù)對(duì)接。數(shù)據(jù)表標(biāo)準(zhǔn)平臺(tái)廠商需要提供的數(shù)據(jù)庫(kù)字段信息：①過(guò)車(chē)表a．過(guò)車(chē)ID要求：自增長(zhǎng)主鍵b．過(guò)車(chē)圖片的獲取地址（URL）c．圖片對(duì)應(yīng)的卡口（或交警）位置編號(hào)（每個(gè)位置要求區(qū)分設(shè)備是卡口還是電警）d．圖片對(duì)應(yīng)的類(lèi)型（卡口或交警：二選一）e．圖片對(duì)應(yīng)的車(chē)牌號(hào)f.圖片對(duì)應(yīng)的車(chē)牌號(hào)類(lèi)型（是藍(lán)牌或者黑牌等）g．圖片對(duì)應(yīng)的拍照設(shè)備編號(hào)h．圖片對(duì)應(yīng)的拍照時(shí)間i．圖片對(duì)應(yīng)的車(chē)道編號(hào)j．車(chē)道方向編號(hào)k．車(chē)速②卡口信息表a．卡口IDb．卡口名稱c．卡口設(shè)備提供商d．卡口設(shè)備類(lèi)型（拍攝車(chē)頭還是車(chē)尾）e．GPS經(jīng)度f(wàn)．GPS緯度g．卡口，設(shè)備，車(chē)道，方向的對(duì)應(yīng)關(guān)系h．點(diǎn)位，設(shè)備，車(chē)道，方向的對(duì)應(yīng)關(guān)系其中過(guò)車(chē)圖片的獲取地址最好是完整的路徑，如果需拼接各平臺(tái)廠商請(qǐng)?zhí)峁┢唇右?guī)則，保證可以正常訪問(wèn)過(guò)車(chē)圖片。數(shù)據(jù)聯(lián)網(wǎng)云匯聚平臺(tái)可接入人員信息庫(kù)、車(chē)輛信息庫(kù)等相關(guān)資源庫(kù)，通過(guò)對(duì)上述資源的整合和綜合應(yīng)用，提供車(chē)輛、人員信息綜合查詢、交通違法查詢、實(shí)時(shí)預(yù)警和實(shí)時(shí)布控、重點(diǎn)車(chē)輛監(jiān)管服務(wù)等。其中對(duì)人員信息庫(kù)、車(chē)輛信息庫(kù)的綜合利用，可以獲得車(chē)主的基本信息、交通違法信息（開(kāi)車(chē)接打電話、前排未系安全帶等）、是否是重點(diǎn)人員、是否是高危人員、是否有醉駕、毒駕記錄，是否為涉案人員、車(chē)輛的登記信息（車(chē)輛年檢情況、車(chē)輛報(bào)廢情況、交通違法歷史信息等）等。通過(guò)交管局或駕管業(yè)數(shù)據(jù)，可以實(shí)現(xiàn)重點(diǎn)車(chē)輛監(jiān)管，如公路客車(chē)、旅游客車(chē)、危險(xiǎn)品運(yùn)輸車(chē)、渣土車(chē)、出租車(chē)、校車(chē)等。數(shù)據(jù)聯(lián)網(wǎng)云匯聚平臺(tái)的數(shù)據(jù)和應(yīng)用可為第三方提供服務(wù)接口，各地可根據(jù)自身系統(tǒng)建設(shè)狀況靈活升級(jí)和擴(kuò)展系統(tǒng)功能。技術(shù)優(yōu)勢(shì)分布式部署傳統(tǒng)廠商匯聚方案，是將原始圖片數(shù)據(jù)進(jìn)行匯集，需要建立龐大的圖片、視頻池集中存儲(chǔ)資源，網(wǎng)絡(luò)帶寬壓力也非常大。聯(lián)網(wǎng)匯聚云服務(wù)平臺(tái)采用分布式部署方案，通過(guò)Kafka（消息隊(duì)列服務(wù)器）將圖片數(shù)據(jù)提供給Storm（分布式實(shí)時(shí)計(jì)算系統(tǒng)），Storm系統(tǒng)搭配GPU異構(gòu)計(jì)算進(jìn)行圖片識(shí)別及數(shù)據(jù)清洗，同時(shí)運(yùn)用Redis（日志型數(shù)據(jù)庫(kù)）對(duì)圖片數(shù)據(jù)進(jìn)行緩存，避免大批量訪問(wèn)數(shù)據(jù)庫(kù)。通過(guò)Solr（搜索引擎）建立數(shù)據(jù)索引，而數(shù)據(jù)將被存入Hbase（分布式存儲(chǔ)系統(tǒng)）。整個(gè)識(shí)別過(guò)程中各個(gè)組件之間通過(guò)Zookeeper（分布式應(yīng)用程序協(xié)調(diào)服務(wù)）來(lái)協(xié)調(diào)并完成數(shù)據(jù)同步。如果用傳統(tǒng)的Oracle數(shù)據(jù)庫(kù)，當(dāng)數(shù)據(jù)量達(dá)到十億條記錄級(jí)別時(shí)，系統(tǒng)的響應(yīng)速度就會(huì)非常緩慢，以至于無(wú)法滿足數(shù)據(jù)存儲(chǔ)和查詢要求。數(shù)據(jù)聯(lián)網(wǎng)匯聚平臺(tái)采用領(lǐng)先的分布式文件系統(tǒng)HDFS存儲(chǔ)，實(shí)現(xiàn)數(shù)據(jù)物理與邏輯隔離，能在0.15秒內(nèi)完成海量數(shù)據(jù)的查詢與檢索。基于MariaDB、Cassandra分布式數(shù)據(jù)庫(kù)系統(tǒng),保障高并發(fā)分布式圖形計(jì)算和存儲(chǔ)計(jì)算，支持大量隨機(jī)讀寫(xiě)，系統(tǒng)規(guī)?？蓮椥詳U(kuò)展，不影響對(duì)外服務(wù)。原始信息流經(jīng)分布式消息總線，采用基于Lucene構(gòu)建的分布搜索引擎，建立索引庫(kù)，實(shí)現(xiàn)即搜即得，億級(jí)數(shù)據(jù)挖掘不超過(guò)400ms。分布式架構(gòu)具有良好的容錯(cuò)機(jī)制，當(dāng)系統(tǒng)某一模塊發(fā)生錯(cuò)誤時(shí)，不影響整個(gè)業(yè)務(wù)的運(yùn)行；關(guān)鍵設(shè)備采用熱備份和負(fù)載均衡等方式，保證系統(tǒng)正常運(yùn)行；具有良好的穩(wěn)定性，平均無(wú)故障運(yùn)行時(shí)間MTBF≥100,000小時(shí)；如遇到意外掉電、網(wǎng)絡(luò)故障等問(wèn)題時(shí)，在系統(tǒng)修復(fù)后，服務(wù)器將自動(dòng)恢復(fù)到故障發(fā)生前的狀態(tài)繼續(xù)運(yùn)行。擴(kuò)展性強(qiáng)系統(tǒng)秉承數(shù)據(jù)即服務(wù)的設(shè)計(jì)理念，將各類(lèi)數(shù)據(jù)資源統(tǒng)一封裝成標(biāo)準(zhǔn)的API，通過(guò)數(shù)據(jù)服務(wù)總線對(duì)外提供數(shù)據(jù)服務(wù)。為了提升信息共享的深度和廣度，避免重復(fù)建設(shè)，具有全局共享意義的服務(wù)由卡口整合匯聚大數(shù)據(jù)云服務(wù)系統(tǒng)統(tǒng)一提供，如：搜索、查詢、統(tǒng)計(jì)等除大數(shù)據(jù)研判的所有功能都可對(duì)外提供接口服務(wù)，用戶可通過(guò)API訪問(wèn)平臺(tái)提供的共享服務(wù)。服務(wù)調(diào)用時(shí)遵循平臺(tái)級(jí)統(tǒng)一授權(quán)策略，即平臺(tái)根據(jù)用戶角色分配不同的服務(wù)調(diào)用權(quán)限?？蓪?duì)接各種符合標(biāo)準(zhǔn)的資源庫(kù)來(lái)提高分析性能，增加分析項(xiàng)目，可以根據(jù)不同地區(qū)的需求定制化資源的接入和功能的添加。應(yīng)用/實(shí)戰(zhàn)平臺(tái)功能概述應(yīng)用/實(shí)戰(zhàn)平臺(tái)以聯(lián)網(wǎng)計(jì)算/訪問(wèn)云平臺(tái)為支撐，實(shí)現(xiàn)車(chē)輛查詢、稽查布控、分析研判等應(yīng)用功能。同時(shí)依托分布式數(shù)據(jù)庫(kù)和大數(shù)據(jù)平臺(tái)實(shí)現(xiàn)快速業(yè)務(wù)應(yīng)用。該平臺(tái)主要包含以下功能模塊：智能搜車(chē)服務(wù)、大數(shù)據(jù)研判、車(chē)輛智能預(yù)警、車(chē)輛布控、車(chē)輛人員超級(jí)檔案、大數(shù)據(jù)看板等功能。功能設(shè)計(jì)智能搜車(chē)服務(wù)按車(chē)型搜車(chē)支持在列表中點(diǎn)選卡口或在地圖上圈選任意范圍的查詢區(qū)域；檢索條件包括車(chē)輛品牌、型號(hào)、年款、車(chē)身顏色、車(chē)牌顏色、車(chē)牌號(hào)碼（支持精確、模糊、無(wú)車(chē)牌查詢）、行駛方向、車(chē)頭/車(chē)尾、時(shí)間段、地理范圍，以上檢索條件支持任意組合搜索。檢索結(jié)果可按照車(chē)牌、車(chē)型、抓拍位置分組，顯示滿足條件的車(chē)輛照片、車(chē)牌號(hào)、系統(tǒng)識(shí)別車(chē)型、拍攝位置等信息，地圖可聯(lián)動(dòng)顯示每條結(jié)果抓拍位置與行車(chē)方向；圖：按車(chē)型搜車(chē)圖：按車(chē)型搜車(chē)結(jié)果按類(lèi)別搜車(chē)支持在列表中點(diǎn)選卡口或在地圖上圈選任意范圍的查詢區(qū)域；檢索條件包括車(chē)輛類(lèi)別、車(chē)身顏色、車(chē)牌顏色、車(chē)牌號(hào)碼（支持精確、模糊、無(wú)車(chē)牌查詢）、行駛方向、車(chē)頭/車(chē)尾、時(shí)間段、地理范圍，以上檢索條件支持任意組合搜索。檢索結(jié)果按車(chē)牌、車(chē)型、拍攝位置分組，顯示滿足條件的車(chē)輛照片、車(chē)牌號(hào)、系統(tǒng)識(shí)別車(chē)型、拍攝位置等信息。圖：按類(lèi)別搜車(chē)按車(chē)牌搜車(chē)支持在列表中點(diǎn)選卡口或在地圖上圈選任意范圍的查詢區(qū)域；檢索條件：車(chē)牌號(hào)碼（支持精確查詢及模糊查詢），同時(shí)可選擇車(chē)頭/車(chē)尾、車(chē)牌顏色、時(shí)間段、地理范圍進(jìn)行深度檢索。檢索結(jié)果可按照車(chē)牌、車(chē)型、拍攝位置分組,顯示滿足條件的車(chē)輛照片、車(chē)牌、系統(tǒng)識(shí)別車(chē)型、拍攝位置等信息。圖：按車(chē)牌搜車(chē)按前端設(shè)備識(shí)別號(hào)牌搜車(chē)通過(guò)輸入車(chē)輛號(hào)牌和設(shè)置其它搜索條件，后臺(tái)自動(dòng)與前端設(shè)備識(shí)別出的號(hào)牌比對(duì)，從而輸出搜車(chē)結(jié)果。支持在列表中點(diǎn)選卡口或在地圖上圈選任意范圍的查詢區(qū)域；檢索條件：車(chē)牌號(hào)碼（支持精確查詢及模糊查詢），同時(shí)可選擇車(chē)頭/車(chē)尾、車(chē)牌顏色、時(shí)間段、地理范圍進(jìn)行深度檢索。檢索結(jié)果可按照車(chē)牌、車(chē)型、拍攝位置分組,顯示滿足條件的車(chē)輛照片、車(chē)牌、系統(tǒng)識(shí)別車(chē)型、拍攝位置等信息。按二次識(shí)別號(hào)牌搜車(chē)過(guò)車(chē)圖片數(shù)據(jù)接入智能識(shí)別服務(wù)器后，服務(wù)器會(huì)對(duì)車(chē)輛圖片進(jìn)行車(chē)輛號(hào)牌的二次識(shí)別，識(shí)別結(jié)果存儲(chǔ)到后臺(tái)結(jié)構(gòu)化數(shù)據(jù)庫(kù)中。通過(guò)輸入車(chē)輛號(hào)牌和設(shè)置其它搜索條件，后臺(tái)自動(dòng)與二次識(shí)別出的號(hào)牌比對(duì)，從而輸出搜車(chē)結(jié)果。支持在列表中點(diǎn)選卡口或在地圖上圈選任意范圍的查詢區(qū)域；檢索條件：車(chē)牌號(hào)碼（支持精確查詢及模糊查詢），同時(shí)可選擇車(chē)頭/車(chē)尾、車(chē)牌顏色、時(shí)間段、地理范圍進(jìn)行深度檢索。檢索結(jié)果可按照車(chē)牌、車(chē)型、拍攝位置分組,顯示滿足條件的車(chē)輛照片、車(chē)牌、系統(tǒng)識(shí)別車(chē)型、拍攝位置等信息。同車(chē)型搜車(chē)支持一鍵上傳車(chē)輛圖片，系統(tǒng)自動(dòng)識(shí)別圖片中車(chē)輛的品牌、型號(hào)、年款；支持在列表中點(diǎn)選卡口或在地圖上圈選任意范圍的查詢區(qū)域；檢索條件：自動(dòng)識(shí)別車(chē)輛品牌、型號(hào)、年款，還可選擇車(chē)頭/車(chē)尾、車(chē)輛顏色、過(guò)車(chē)時(shí)間段、地理范圍以檢索與圖片中車(chē)型一致的車(chē)輛；檢索結(jié)果可按照車(chē)牌、車(chē)型、拍攝位置分組，顯示滿足條件的車(chē)輛照片、車(chē)牌號(hào)、系統(tǒng)識(shí)別車(chē)型、拍攝位置等信息。圖：同車(chē)型搜車(chē)自定義特征搜車(chē)支持在列表中點(diǎn)選卡口或在地圖上圈選任意范圍的查詢區(qū)域；支持車(chē)輛照片上傳，可在圖片上圈選1至8個(gè)局部特征；檢索條件：圈選的局部特征，同時(shí)配合過(guò)車(chē)時(shí)間段、品牌、型號(hào)、年款、地理范圍進(jìn)行檢索；檢索結(jié)果可按照車(chē)牌分組，顯示滿足條件的車(chē)輛照片、車(chē)牌號(hào)、系統(tǒng)識(shí)別車(chē)型、拍攝位置信息，按相似度排序呈現(xiàn)。圖：按特征搜車(chē)以圖搜車(chē)支持車(chē)輛照片上傳，可自動(dòng)識(shí)別上傳圖片中車(chē)輛品牌、型號(hào)、年款及車(chē)輛局部特征；檢索條件：所識(shí)別的車(chē)輛品牌、型號(hào)、年款及局部特征，其品牌、型號(hào)、年款可人工修改，同時(shí)支持選擇過(guò)車(chē)時(shí)間段進(jìn)行詳細(xì)檢索。檢索結(jié)果可按照車(chē)牌分組，顯示滿足條件的車(chē)輛照片、車(chē)牌號(hào)、系統(tǒng)識(shí)別車(chē)型、拍攝位置信息，搜索結(jié)果即時(shí)展現(xiàn)，按相似度排序呈現(xiàn)。圖：以圖搜車(chē)模糊特征搜車(chē)模糊特征搜車(chē)是通過(guò)多項(xiàng)語(yǔ)義特征篩選目標(biāo)車(chē)輛，主要包括按車(chē)頭特征和按車(chē)尾特征搜車(chē)。通過(guò)車(chē)輛特征參考圖和特征條件選擇模塊進(jìn)行選項(xiàng)對(duì)應(yīng)，幫助用戶更直觀的定位車(chē)輛，精確搜索范圍和提高搜索速度。車(chē)頭特征選擇項(xiàng)包括車(chē)體特征（包括：天窗、行李架、車(chē)身噴字）、前車(chē)窗特征（年檢貼數(shù)量、左/右遮陽(yáng)板、掛件、擺件、卡片、紙巾盒）、主副駕人員特征（左/右側(cè)有人、左/右側(cè)系安全帶、左/右側(cè)接打電話、左/右側(cè)戴墨鏡、左/右側(cè)戴口罩、上衣顏色）、車(chē)輛顏色、車(chē)輛型號(hào)、過(guò)車(chē)時(shí)段（最大時(shí)間段不超過(guò)三個(gè)月）、區(qū)域選擇（可聯(lián)動(dòng)地圖選擇）。圖：車(chē)頭特征搜索項(xiàng)車(chē)尾特征選擇項(xiàng)包括車(chē)體特征（天窗、行李架、車(chē)身噴字、備胎）、后車(chē)窗特征（車(chē)內(nèi)無(wú)明顯特征、LED顯示屏、貼紙/帖字、紙巾盒、抱枕、玩偶、雜物）、車(chē)輛顏色、過(guò)車(chē)時(shí)段（最大時(shí)間段不超過(guò)三個(gè)月）、區(qū)域選擇（可聯(lián)動(dòng)地圖選擇）。圖：車(chē)尾特征搜索項(xiàng)大數(shù)據(jù)研判服務(wù)初次入城搜索在指定的回溯時(shí)間內(nèi)第一次入城的車(chē)輛，可以通過(guò)入城時(shí)間和入城地點(diǎn)進(jìn)行搜索，搜索條件還包含車(chē)輛品牌、型號(hào)、年款、車(chē)身顏色、車(chē)牌號(hào)碼（可模糊查詢）、車(chē)輛類(lèi)別。檢索結(jié)果按照車(chē)牌、車(chē)型、拍攝位置分組，顯示滿足條件的車(chē)輛照片、車(chē)牌號(hào)、系統(tǒng)識(shí)別車(chē)型、拍攝位置等信息。圖：初次入城搜索條件頁(yè)圖：初次入城結(jié)果頁(yè)套/假牌車(chē)篩選支持將系統(tǒng)所識(shí)別的車(chē)款與該號(hào)牌在車(chē)管登記信息庫(kù)中登記的VIN碼所對(duì)應(yīng)車(chē)款相比較，確認(rèn)是否為套/假牌車(chē)?？芍付z索條件搜索相應(yīng)的套/假牌車(chē)輛，檢索條件包括：過(guò)車(chē)時(shí)段、地區(qū)范圍、是否為初次入城、車(chē)輛型號(hào)（品牌、型號(hào)、年款）、車(chē)牌號(hào)碼（支持模糊查詢），并支持排除特定車(chē)牌。圖：套牌車(chē)篩選搜索條件頁(yè)圖：套牌車(chē)篩選搜索結(jié)果頁(yè)落腳點(diǎn)分析根據(jù)車(chē)牌號(hào)分析該車(chē)在一定時(shí)間和地點(diǎn)范圍內(nèi)可能的落腳點(diǎn)，其檢索條件包括：車(chē)牌號(hào)碼、過(guò)車(chē)時(shí)段、落腳時(shí)長(zhǎng)、車(chē)輛品牌、型號(hào)、年款、地區(qū)范圍。檢索結(jié)果顯示出行或落腳方向、次數(shù)等信息，并能夠在地圖上進(jìn)行位置標(biāo)示。圖：落腳點(diǎn)分析搜索條件頁(yè)圖：落腳點(diǎn)分析搜索結(jié)果頁(yè)多點(diǎn)碰撞支持自定義2至6組時(shí)空條件，檢索出符合所有條件（在指定時(shí)間、地點(diǎn)均出現(xiàn)過(guò)）的車(chē)輛。每組檢索條件包括：過(guò)車(chē)時(shí)段、地區(qū)范圍、車(chē)輛類(lèi)別、車(chē)型（品牌、型號(hào)、年款）、車(chē)牌號(hào)碼、行駛方向、車(chē)身顏色，以上條件可自由組合。結(jié)果按照符合的條件數(shù)排序，以列表形式顯示，并附有小圖，點(diǎn)擊可查看過(guò)車(chē)大圖和該車(chē)在時(shí)段內(nèi)的所有過(guò)車(chē)圖片。圖：多點(diǎn)碰撞搜索條件頁(yè)圖：多點(diǎn)碰撞搜索結(jié)果頁(yè)相似車(chē)牌串并指定已知車(chē)牌號(hào)，在一定時(shí)間、地點(diǎn)范圍內(nèi)，搜索與該車(chē)牌相差1或2位的車(chē)輛。搜索條件包括：車(chē)牌號(hào)碼、車(chē)牌相差位數(shù)、過(guò)車(chē)時(shí)段、地點(diǎn)范圍、車(chē)型（品牌、型號(hào)、年款）。結(jié)果按照車(chē)牌分組，顯示滿足條件的車(chē)輛照片、車(chē)牌號(hào)、系統(tǒng)識(shí)別車(chē)型、拍攝位置等信息。圖：相似車(chē)牌串并搜索條件頁(yè)圖：相似車(chē)牌串并搜索結(jié)果頁(yè)頻繁過(guò)車(chē)搜索出在指定時(shí)間段、地點(diǎn)范圍內(nèi)，超過(guò)一定過(guò)車(chē)次數(shù)的車(chē)輛。搜索條件包括：過(guò)車(chē)時(shí)間段、地區(qū)范圍、過(guò)車(chē)次數(shù)、車(chē)型（品牌、型號(hào)、年款）、車(chē)身顏色、車(chē)牌號(hào)碼（支持模糊查詢）、無(wú)車(chē)牌。檢索結(jié)果顯示滿足條件的車(chē)輛照片、車(chē)牌號(hào)碼、過(guò)車(chē)次數(shù)、車(chē)型（品牌、型號(hào)、年款）、拍攝位置信息。圖：頻繁過(guò)車(chē)搜索條件頁(yè)圖：頻繁過(guò)車(chē)搜索結(jié)果頁(yè)軌跡重現(xiàn)還原指定的車(chē)牌號(hào)，在指定時(shí)段內(nèi)所經(jīng)過(guò)的軌跡，并在地圖上以動(dòng)畫(huà)效果模擬顯示。搜索條件包括：車(chē)牌號(hào)碼、過(guò)車(chē)時(shí)段、車(chē)型（品牌、型號(hào)、年款）、地區(qū)范圍。搜索結(jié)果以列表形式顯示，需包括拍攝時(shí)間、拍攝位置、車(chē)輛行駛方向，同時(shí)支持以地圖的形式模擬行駛軌跡。圖：軌跡重現(xiàn)搜索條件頁(yè)圖：軌跡重現(xiàn)搜索條件頁(yè)遮擋面部檢測(cè)在指定時(shí)間段、地區(qū)范圍內(nèi)，搜索出駕駛員遮擋面部的車(chē)輛。搜索條件包括：過(guò)車(chē)時(shí)間段、車(chē)型、車(chē)輛類(lèi)別、車(chē)輛顏色、車(chē)牌號(hào)碼（支持模糊查詢）、車(chē)牌顏色、無(wú)車(chē)牌。搜索結(jié)果顯示滿足條件的車(chē)輛照片、車(chē)牌號(hào)、系統(tǒng)識(shí)別車(chē)型、拍攝位置信息。圖：遮擋面部檢測(cè)搜索條件頁(yè)圖：遮擋面部檢測(cè)搜索結(jié)果頁(yè)同行車(chē)輛指定被尾隨車(chē)輛的車(chē)牌號(hào)碼，搜索出符合限定條件的尾隨車(chē)輛。限定條件包括：過(guò)車(chē)時(shí)間段、跟車(chē)時(shí)間、同行路口數(shù)量、同行車(chē)信息（支持按車(chē)型、類(lèi)別、車(chē)身顏色進(jìn)行限定）。搜索結(jié)果以列表形式顯示，以同行次數(shù)由高到底進(jìn)行排序，列表中應(yīng)包括車(chē)牌號(hào)、車(chē)型、同行天數(shù)、同行路口數(shù)，同時(shí)支持在列表中點(diǎn)擊查看相關(guān)路口、同行抓拍圖片。圖：同行車(chē)分析搜索條件頁(yè)圖：同行車(chē)分析搜索結(jié)果頁(yè)實(shí)時(shí)目標(biāo)車(chē)輛追蹤通過(guò)輸入車(chē)輛號(hào)牌，即可對(duì)城區(qū)的任一車(chē)輛進(jìn)行實(shí)時(shí)追蹤?？筛鶕?jù)車(chē)輛出現(xiàn)的時(shí)間先后在地圖上標(biāo)注其行蹤軌跡和圖片抓拍信息。圖：實(shí)時(shí)車(chē)輛追蹤結(jié)果頁(yè)面隱匿車(chē)輛挖掘依據(jù)作案時(shí)間、挖掘區(qū)域（可能隱匿的區(qū)域，手動(dòng)劃選）研判顯示在該時(shí)段內(nèi)有過(guò)車(chē)記錄，該時(shí)段之后沒(méi)有過(guò)車(chē)記錄的過(guò)車(chē)信息。通過(guò)設(shè)置區(qū)域與時(shí)間，分析在指定時(shí)間內(nèi)車(chē)輛軌跡信息，并顯示前多后少、差異較大的車(chē)輛。支持根據(jù)案件時(shí)間、案件地點(diǎn)等信息，快速獲取嫌疑車(chē)輛并按嫌疑度進(jìn)行排序展示；搜索結(jié)果顯示滿足條件的車(chē)輛照片、車(chē)牌號(hào)、系統(tǒng)識(shí)別車(chē)型、拍攝位置等信息。晝伏夜出多數(shù)嫌疑車(chē)輛會(huì)選擇以“白天藏匿夜間外出”的方式實(shí)施作案，由于受到夜間監(jiān)控視頻光線及畫(huà)質(zhì)的影響，辦案人員依靠眼藥水來(lái)尋找線索的方式已經(jīng)過(guò)時(shí)，為此系統(tǒng)推出了晝伏夜出模塊，采用人工智能技術(shù)自動(dòng)完成對(duì)車(chē)輛的實(shí)時(shí)記錄與晝伏夜出的智能分析。晝伏夜出模塊通過(guò)車(chē)輛特征識(shí)別技術(shù)結(jié)合過(guò)車(chē)時(shí)間信息，自動(dòng)對(duì)晝伏夜出的車(chē)輛進(jìn)行圈定，提供了準(zhǔn)確的晝伏夜出車(chē)輛信息，并滿足任意時(shí)段、車(chē)型、車(chē)牌的檢索，避免了人工信息挖掘的費(fèi)眼、費(fèi)時(shí)、費(fèi)力等缺點(diǎn)。車(chē)輛智能預(yù)警在卡口過(guò)車(chē)數(shù)據(jù)、車(chē)輛基本信息登記數(shù)據(jù)、客戶指定高危地區(qū)、人員基本信息數(shù)據(jù)、吸毒人員數(shù)據(jù)、在逃人員數(shù)據(jù)、重點(diǎn)人員數(shù)據(jù)、涉案人員數(shù)據(jù)、駕駛證數(shù)據(jù)、交通違法相關(guān)數(shù)據(jù)等支持下，根據(jù)客戶提供的數(shù)據(jù)定制預(yù)警的具體內(nèi)容根據(jù)預(yù)警條件，系統(tǒng)界面左側(cè)可實(shí)時(shí)展示預(yù)警內(nèi)容，同時(shí)地圖界面可對(duì)預(yù)警內(nèi)容進(jìn)行彈框展示。具備對(duì)車(chē)輛/人員進(jìn)行預(yù)警統(tǒng)計(jì)和提醒的功能。預(yù)警信息多維展示針對(duì)預(yù)警內(nèi)容，后臺(tái)根據(jù)用戶需求靈活配置預(yù)警條件進(jìn)行預(yù)警內(nèi)容列表顯示、同步圖片彈框展示、地圖定位等多角度智能提醒。其中預(yù)警內(nèi)容包括：“高危地區(qū)車(chē)輛、車(chē)主為高危地區(qū)人員、多次違章未處理、車(chē)主有吸毒記錄、逾期未年檢、駕駛?cè)苏趽趺娌俊④?chē)主有酒駕記錄、逾期未報(bào)廢、駕駛?cè)嗣娌孔R(shí)別預(yù)警、初次入?yún)^(qū)（從其他各預(yù)警項(xiàng)中篩選出）、車(chē)主有醉駕記錄、已報(bào)廢車(chē)輛、套牌車(chē)輛、車(chē)主為全國(guó)在逃人員、假牌車(chē)輛、遮牌車(chē)輛、車(chē)主為本市重點(diǎn)人員、1天內(nèi)連續(xù)違法3次、車(chē)主為涉案人員、重點(diǎn)違法行為、車(chē)主無(wú)駕駛證、違法載人(農(nóng)用車(chē)、機(jī)動(dòng)三輪車(chē))、問(wèn)題校車(chē)（已停運(yùn)、手續(xù)不合格）、問(wèn)題渣土車(chē)(無(wú)牌、假手續(xù)、不蓋箱板、夜間燈光)”。圖：智能預(yù)警預(yù)警歷史展示預(yù)警歷史功能是將觸發(fā)預(yù)警的所有結(jié)果進(jìn)行匯總顯示，在此基礎(chǔ)上可根據(jù)預(yù)警類(lèi)型、預(yù)警地點(diǎn)、時(shí)間進(jìn)行分類(lèi)檢索。檢索條件包括：預(yù)警類(lèi)型（預(yù)警條件）、預(yù)警地點(diǎn)、過(guò)車(chē)時(shí)間段。搜索結(jié)果顯示滿足條件的車(chē)輛照片、車(chē)牌號(hào)、系統(tǒng)識(shí)別車(chē)型、拍攝位置、方向、預(yù)警原因。圖：預(yù)警歷史布控服務(wù)按精確車(chē)牌布控在自定義布控的時(shí)限、區(qū)域內(nèi)，對(duì)多個(gè)車(chē)牌精確布控。布控條件包括精確車(chē)牌號(hào)碼、車(chē)型（品牌、型號(hào)、年款）、車(chē)牌顏色、布控類(lèi)型、預(yù)警方式、布控原因、布控時(shí)段和劃選的布控區(qū)域。布控后對(duì)實(shí)時(shí)過(guò)車(chē)信息進(jìn)行比對(duì)，若觸發(fā)布控條件，提供頁(yè)面警示欄和短信報(bào)警兩種方式。按模糊車(chē)牌布控在自定義布控的時(shí)限、區(qū)域內(nèi)，對(duì)多個(gè)車(chē)牌模糊布控。布控條件為模糊車(chē)牌號(hào)碼（車(chē)牌號(hào)碼未知部分用*號(hào)代替）、車(chē)型（品牌、型號(hào)、年款）、車(chē)牌顏色、布控類(lèi)型、預(yù)警方式、布控原因、布控時(shí)段和劃選的布控區(qū)域。布控后對(duì)實(shí)時(shí)過(guò)車(chē)信息進(jìn)行比對(duì)，若觸發(fā)布控條件，提供頁(yè)面警示欄或短信報(bào)警兩種方式。圖：按車(chē)牌布控頁(yè)被盜車(chē)/牌布控支持對(duì)被盜車(chē)輛特征（品牌、型號(hào)、年款、顏色等）進(jìn)行布控，也可根據(jù)被盜車(chē)牌號(hào)碼進(jìn)行布控，布控后對(duì)實(shí)時(shí)過(guò)車(chē)信息進(jìn)行比對(duì)，若觸發(fā)布控條件，系統(tǒng)自動(dòng)提供頁(yè)面或短信報(bào)警。按類(lèi)別布控在自定義布控的時(shí)限、區(qū)域內(nèi)，按車(chē)輛類(lèi)別及細(xì)化品牌進(jìn)行布控。布控條件包括：車(chē)輛類(lèi)別（包括轎車(chē)、越野車(chē)、商務(wù)車(chē)、面包車(chē)、皮卡車(chē)、小型貨車(chē)、大型貨車(chē)、中小型客車(chē)、大型客車(chē)等）、品牌、布控類(lèi)型、預(yù)警方式、布控原因、布控時(shí)段和劃選的布控區(qū)域。布控后對(duì)實(shí)時(shí)過(guò)車(chē)信息進(jìn)行比對(duì)，若觸發(fā)布控條件，系統(tǒng)自動(dòng)提供頁(yè)面或短信報(bào)警。按車(chē)型布控在自定義布控的時(shí)限、區(qū)域內(nèi)，按品牌、型號(hào)、年款等車(chē)型信息進(jìn)行布控。布控條件包括車(chē)型（品牌、型號(hào)、年款）、布控類(lèi)型、預(yù)警方式、布控原因、布控時(shí)段和劃選的布控區(qū)域。布控后對(duì)實(shí)時(shí)過(guò)車(chē)信息進(jìn)行比對(duì)，若觸發(fā)布控條件，系統(tǒng)自動(dòng)提供頁(yè)面或短信報(bào)警。布控告警臺(tái)實(shí)時(shí)查看布控信息的界面，出現(xiàn)符合布控條件的車(chē)輛時(shí)，可通過(guò)頁(yè)面警示欄提醒或短信提醒的方式，及時(shí)通知布控接收人員。圖：布控預(yù)警頁(yè)我的布控可查看正在進(jìn)行的布控和關(guān)閉的布控信息。軟硬件選型軟件環(huán)境車(chē)輛視圖大數(shù)據(jù)深度聯(lián)網(wǎng)應(yīng)用平臺(tái)軟件環(huán)境：全面兼容主流云計(jì)算、分布式計(jì)算與存儲(chǔ)框架。基于Linux操作系統(tǒng)，兼容Hadoop分布式計(jì)算框架。硬件環(huán)境系統(tǒng)硬件選型充分考慮了視頻圖片數(shù)據(jù)對(duì)計(jì)算存儲(chǔ)的高性能要求，采用專(zhuān)屬定制化設(shè)計(jì)。其中，車(chē)輛智能識(shí)別服務(wù)器為標(biāo)準(zhǔn)4U機(jī)箱，內(nèi)置高性能GPU處理器，采用CPU+GPU異構(gòu)計(jì)算設(shè)計(jì)，達(dá)到高密度計(jì)算效果，最大程度降低服務(wù)器與機(jī)房建設(shè)成本。同時(shí)不斷迭代更新最先進(jìn)的圖像處理算法和大數(shù)據(jù)專(zhuān)利搜索引擎，提供系統(tǒng)的圖片計(jì)算性能。系統(tǒng)關(guān)鍵技術(shù)計(jì)算機(jī)視覺(jué)處理技術(shù)本系統(tǒng)應(yīng)用了大量的計(jì)算機(jī)視覺(jué)處理技術(shù)。計(jì)算機(jī)視覺(jué)是一門(mén)研究如何使機(jī)器“看”的科學(xué)，更進(jìn)一步的說(shuō)，就是指用計(jì)算機(jī)代替人眼對(duì)目標(biāo)進(jìn)行識(shí)別、跟蹤和測(cè)量，并進(jìn)一步進(jìn)行圖形計(jì)算，處理為更適合人眼觀察或傳送給計(jì)算機(jī)進(jìn)行分析的圖像。系統(tǒng)通過(guò)計(jì)算機(jī)視覺(jué)處理技術(shù)對(duì)卡口圖片數(shù)據(jù)進(jìn)行實(shí)時(shí)的二次識(shí)別，提取車(chē)輛特征等結(jié)構(gòu)化數(shù)據(jù)。人工智能與深度學(xué)習(xí)算法車(chē)輛可以按照外觀類(lèi)型進(jìn)行分類(lèi)，如轎車(chē)、貨車(chē)等。而同一類(lèi)型車(chē)輛所具有的公共特征是在進(jìn)行分類(lèi)時(shí)必須要考慮的問(wèn)題，例如轎車(chē)之間的共同特征非常類(lèi)似，但轎車(chē)與貨車(chē)的公共特征卻存在著明顯的差別。本系統(tǒng)采用了K-近鄰算法、決策樹(shù)算法（decisiontrees）、支持向量機(jī)（supportvectormachines）等分類(lèi)算法，通過(guò)boosting集成方法將以上多個(gè)算法的分類(lèi)結(jié)果進(jìn)行組合，從而獲得了比簡(jiǎn)單的單一算法更好的分類(lèi)結(jié)果。此外，還采用了FP-growth算法及卷積神經(jīng)網(wǎng)絡(luò)(ConvolutionalNeuralNetworks)等深度學(xué)習(xí)算法，下面對(duì)相關(guān)算法做簡(jiǎn)單概述。K-近鄰算法：使用K-近鄰算法構(gòu)造程序，自動(dòng)劃分車(chē)輛類(lèi)型，該算法采用測(cè)量不同特征值之間的距離方法進(jìn)行分類(lèi)，具有精度高、對(duì)異常值不敏感、無(wú)數(shù)據(jù)輸入假定的優(yōu)點(diǎn)；決策樹(shù)算法（decisiontrees）：決策樹(shù)處理分類(lèi)問(wèn)題，是最常使用的數(shù)據(jù)挖掘算法，其數(shù)據(jù)形式易于理解，其優(yōu)點(diǎn)是計(jì)算復(fù)雜度不高、輸出結(jié)果易于理解、對(duì)中間值的缺失不敏感。采用決策樹(shù)算法可處理不相關(guān)車(chē)輛特征數(shù)據(jù)，通過(guò)葉子節(jié)點(diǎn)的形式進(jìn)行車(chē)輛特征判斷，同時(shí)由Matplotlib注解解釋數(shù)據(jù)的內(nèi)容；支持向量機(jī)（SupportVectorMachines）：支持向量機(jī)是一種分類(lèi)器，之所以稱為“機(jī)”是因?yàn)樗鼤?huì)產(chǎn)生一個(gè)二值決策結(jié)果，即它是一種“決策機(jī)”，它具有良好的學(xué)習(xí)能力。該算法簡(jiǎn)稱SVM，SVM被認(rèn)為是最好的現(xiàn)成的分類(lèi)器，“現(xiàn)成”指的是分類(lèi)器不加修改即可直接使用，其優(yōu)點(diǎn)是泛化錯(cuò)誤率低、計(jì)算開(kāi)銷(xiāo)小、結(jié)果易解釋?zhuān)籉P-growth算法：該算法基于Apriori算法構(gòu)建，提高了數(shù)據(jù)挖掘的效率，本項(xiàng)目使用該算法進(jìn)行車(chē)輛數(shù)據(jù)的關(guān)聯(lián)分析，關(guān)聯(lián)分析是一種在大規(guī)模數(shù)據(jù)集中尋找關(guān)系的任務(wù)。這些關(guān)系分為兩種形式：頻繁項(xiàng)集和關(guān)聯(lián)規(guī)則，頻繁項(xiàng)集是經(jīng)常出現(xiàn)在一起的車(chē)輛的集合，關(guān)聯(lián)規(guī)則暗示兩輛車(chē)之間可能存在很強(qiáng)的關(guān)系。該算法是目前用于發(fā)現(xiàn)數(shù)據(jù)集中頻繁模式效率最高的有效方法。卷積神經(jīng)網(wǎng)絡(luò)(ConvolutionalNeuralNetworks):卷積神經(jīng)網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)的一種，在大型圖像識(shí)別領(lǐng)域具有出色的表現(xiàn)。優(yōu)化了識(shí)別算法中復(fù)雜的特征提取和數(shù)據(jù)重建過(guò)程。卷積網(wǎng)絡(luò)是為識(shí)別二維形狀而特殊設(shè)計(jì)的一個(gè)多層感知器，這種網(wǎng)絡(luò)結(jié)構(gòu)對(duì)平移、比例縮放、傾斜或者共他形式的變形具有高度不變性。該算法主要應(yīng)用于二次識(shí)別系統(tǒng)對(duì)過(guò)車(chē)圖片數(shù)據(jù)的處理。GPU圖形計(jì)算系統(tǒng)在對(duì)卡口圖像特征、行為進(jìn)行智能化實(shí)時(shí)分析時(shí)，高密度圖像運(yùn)算中浮點(diǎn)計(jì)算密集性高，對(duì)存儲(chǔ)訪問(wèn)量大，采用傳統(tǒng)的CPU已經(jīng)無(wú)法在性能方面進(jìn)行大的突破。為此，系統(tǒng)采用先進(jìn)的GPU圖形計(jì)算，極大強(qiáng)化了視圖處理運(yùn)算能力和數(shù)據(jù)讀寫(xiě)吞吐能力。采用并行處理方式，合理分配計(jì)算資源，充分釋放計(jì)算能力。將復(fù)雜的分析任務(wù)細(xì)分成數(shù)以千計(jì)的、可并行處理的小任務(wù)，從而可以實(shí)現(xiàn)比傳統(tǒng)方式快幾個(gè)數(shù)量級(jí)的速度來(lái)解決問(wèn)題。與傳統(tǒng)的僅有CPU的計(jì)算機(jī)集群相比，GPU圖形計(jì)算能夠大大降低功耗，系統(tǒng)整體的安全性、可靠性及易用性等優(yōu)勢(shì)得以大幅度提升。Hadoop技術(shù)本次建設(shè)主要涉及的核心需求是海量車(chē)輛特征數(shù)據(jù)識(shí)別與存儲(chǔ)、圖片存儲(chǔ)、實(shí)時(shí)存儲(chǔ)/轉(zhuǎn)發(fā)、實(shí)時(shí)監(jiān)控、數(shù)據(jù)挖掘分析。主要涉及大數(shù)據(jù)存儲(chǔ)及處理，采用為主流的商用化Hadoop技術(shù),其特點(diǎn)如下:高效率：通過(guò)分發(fā)數(shù)據(jù)，hadoop可以在數(shù)據(jù)所在的節(jié)點(diǎn)上并行地處理。高可靠性：hadoop按位存儲(chǔ)和處理數(shù)據(jù)，能夠自動(dòng)地維護(hù)數(shù)據(jù)的多份復(fù)制，并且在任務(wù)失敗后能自動(dòng)地重新部署計(jì)算任務(wù)。高擴(kuò)展性：Hadoop是在可用的計(jì)算機(jī)集簇間分配數(shù)據(jù)并完成計(jì)算任務(wù)的，這些集簇可以方便地?cái)U(kuò)展到數(shù)以千計(jì)的節(jié)點(diǎn)中。高容錯(cuò)性：Hadoop能夠自動(dòng)保存數(shù)據(jù)的多個(gè)副本，并且能夠自動(dòng)將失敗的任務(wù)重新分配。安全性：Hadoop提供ACL權(quán)限管理機(jī)制，保證數(shù)據(jù)具有更好的安全性。本次建設(shè)主要部署的組件包括HDFS、Yarn、Hbase等，并通過(guò)集成SPARK、Solr技術(shù)，強(qiáng)化平臺(tái)的并行計(jì)算和多條件模糊檢索性能。YARN資源管理平臺(tái) YARN是Hadoop的核心技術(shù)，相當(dāng)于大數(shù)據(jù)的操作系統(tǒng)，負(fù)責(zé)大數(shù)據(jù)集群的資源管理。在YARN之上可以開(kāi)發(fā)各類(lèi)的應(yīng)用程序，例如批處理MapReduce、流式作業(yè)Storm、實(shí)時(shí)型服務(wù)SPARK等。這些應(yīng)用框架可以同時(shí)利用Hadoop集群的計(jì)算能力和豐富的數(shù)據(jù)存儲(chǔ)模型，共享同一個(gè)Hadoop集群和駐留在集群上的數(shù)據(jù)。YARN包括ResourceManager（RM）、ApplicationMaster（AM）、NodeManager（NM）、Container。Hbase數(shù)據(jù)庫(kù)HBase是Hadoop大數(shù)據(jù)下的列式數(shù)據(jù)庫(kù)，相比于傳統(tǒng)的關(guān)系型數(shù)據(jù)管理系統(tǒng)可提供更高的讀寫(xiě)效率，更好的容錯(cuò)性能，非常適合卡口這種大量數(shù)據(jù)并行寫(xiě)入，同時(shí)存在多用戶同時(shí)在線查詢的業(yè)務(wù)，根據(jù)卡口業(yè)務(wù)合理設(shè)計(jì)行鍵和列，并對(duì)部分列建立特定的二級(jí)索引，大大加快系統(tǒng)查詢響應(yīng)速度，提升系統(tǒng)的可用性。系統(tǒng)完全支持分布式并行處理，使用Hbase分布式數(shù)據(jù)庫(kù)，結(jié)合Spark將海量的過(guò)車(chē)數(shù)據(jù)問(wèn)題拆分成并行處理的小問(wèn)題，將海量過(guò)車(chē)數(shù)據(jù)的搜索，轉(zhuǎn)變成大量的子搜索處理，提高數(shù)據(jù)庫(kù)的處理速度。中心使用Hbase作為中心數(shù)據(jù)庫(kù)，利用分布式檢索工具通過(guò)分布式的讀寫(xiě)和檢索，滿足高速讀、寫(xiě)、檢索的需求，有效降低系統(tǒng)的整體負(fù)擔(dān)，極大提升系統(tǒng)的性能與穩(wěn)定性，同時(shí)可以方便的進(jìn)行橫向擴(kuò)展。分布式數(shù)據(jù)庫(kù)HBase具有高可擴(kuò)展性、高性能、高可用性、數(shù)據(jù)模型、面向列、多維表、稀疏表等特點(diǎn)和優(yōu)勢(shì)：為此，選擇分布式數(shù)據(jù)庫(kù)Hbase作為本次建設(shè)的數(shù)據(jù)庫(kù)選擇。Redis內(nèi)存數(shù)據(jù)庫(kù)Redis是一個(gè)開(kāi)源的、基于C語(yǔ)言編寫(xiě)、可持久化、提供多語(yǔ)言API的KeyValue類(lèi)型的內(nèi)存數(shù)據(jù)庫(kù)。Redis具有高性能并發(fā)讀寫(xiě)的能力。Redis最大的特色是支持保存List鏈表和Set集合的數(shù)據(jù)結(jié)構(gòu)，而且還支持對(duì)List進(jìn)行各種操作。與Memcached只能保存1MB的數(shù)據(jù)相比，Redis單個(gè)內(nèi)存塊的最大限制是1GB。另外Redis也可以對(duì)存入的Key-Value設(shè)置到期時(shí)間，因此也可以被當(dāng)作一個(gè)功能加強(qiáng)版的Memcached來(lái)用。Spark分布式計(jì)算Spark是一個(gè)分布式數(shù)據(jù)快速分析項(xiàng)目，擁有HadoopMapReduce所具有的優(yōu)點(diǎn)；但不同于MapReduce的是Job中間輸出結(jié)果可以保存在內(nèi)存中，從而不再需要讀寫(xiě)HDFS。它的核心技術(shù)是彈性分布式數(shù)據(jù)集（ResilientDistributedDatasets），提供了比MapReduce豐富的模型，可以快速在內(nèi)存中對(duì)數(shù)據(jù)集進(jìn)行多次迭代，來(lái)支持復(fù)雜的數(shù)據(jù)挖掘算法和圖形計(jì)算算法。Spark是一種與Hadoop相似的開(kāi)源集群計(jì)算環(huán)境，但是兩者之間還存在一些不同之處，這些有用的不同之處使Spark在某些工作負(fù)載方面表現(xiàn)得更加優(yōu)越，Spark啟用了內(nèi)存分布數(shù)據(jù)集，除了能夠提供交互式查詢外，它還可以優(yōu)化迭代工作負(fù)載。Solr檢索HBase本身只對(duì)Rowkey支持毫秒級(jí)的快速檢索，對(duì)于多字段的組合查詢，采用構(gòu)建二級(jí)索引可適當(dāng)改善，在組合查詢字段中存在唯一值條件的查詢能很好的解決，但對(duì)于多條件組合查詢中每個(gè)條件值都不唯一或模糊條件時(shí)卻無(wú)能為力。平臺(tái)常用的搜索條件包括車(chē)牌號(hào)碼、車(chē)型（車(chē)牌、型號(hào)、年款）、時(shí)間段，通常車(chē)牌號(hào)碼、車(chē)型都要求支持多個(gè)條件輸入，時(shí)間段也可能跨度較大，甚至也會(huì)出現(xiàn)基于多個(gè)不同時(shí)間段查詢，在面對(duì)這種多條件和多條件組合查詢時(shí)，Hbase的Rowkey和二級(jí)索引都不能很好的解決。而Solr卻可以很好的解決這種多條件組合查詢和模糊查詢問(wèn)題。Storm流式計(jì)算系統(tǒng)采用Storm開(kāi)源流式計(jì)算框架進(jìn)行流式計(jì)算處理。Storm是一個(gè)分布式的、可擴(kuò)展的、容錯(cuò)的實(shí)時(shí)計(jì)算系統(tǒng)。Storm具有如下特點(diǎn)：模型簡(jiǎn)單類(lèi)似于MapReduce降低了并行批處理復(fù)雜性，Storm降低了進(jìn)行實(shí)時(shí)處理的復(fù)雜性。支持多種編程語(yǔ)言可以在Storm之上使用各種編程語(yǔ)言。默認(rèn)支持Clojure、Java、Ruby和Python。要增加對(duì)其他語(yǔ)言的支持，只需實(shí)現(xiàn)一個(gè)簡(jiǎn)單的Storm通信協(xié)議即可。高容錯(cuò)性Storm會(huì)管理工作進(jìn)程和節(jié)點(diǎn)的故障。高擴(kuò)展性Storm計(jì)算是在多個(gè)線程、進(jìn)程和服務(wù)器之間并行進(jìn)行的。高可靠性Storm保證每個(gè)消息至少能得到一次完整處理。任務(wù)失敗時(shí)，它會(huì)負(fù)責(zé)從消息源重試消息。系統(tǒng)通過(guò)Storm流式計(jì)算服務(wù)將數(shù)據(jù)進(jìn)行毫秒級(jí)運(yùn)算，通過(guò)清洗、加工、處理、分析等數(shù)據(jù)適配服務(wù)，將數(shù)據(jù)分別存入solr、hbase和hdfs中，以供WEB應(yīng)用服務(wù)使用。Kafka分布式消息隊(duì)列Kafka是一種高吞吐量的分布式消息隊(duì)列系統(tǒng)，可以用作HBase的負(fù)載均衡，用于處理系統(tǒng)中的所有視圖流數(shù)據(jù)。這些數(shù)據(jù)通常是由于吞吐量的要求而通過(guò)處理日志和日志聚合來(lái)解決。對(duì)于像Hadoop的一樣的日志數(shù)據(jù)和離線分析系統(tǒng)，但又要求實(shí)時(shí)處理的限制，這是一個(gè)可行的解決方案。Kafka的目的是通過(guò)Hadoop的并行加載機(jī)制來(lái)統(tǒng)一線上和離線的消息處理。有如下特性：穩(wěn)定性通過(guò)O(1)的磁盤(pán)數(shù)據(jù)結(jié)構(gòu)提供消息的持久化，這種結(jié)構(gòu)對(duì)于即使數(shù)以TB的消息存儲(chǔ)也能夠保持長(zhǎng)時(shí)間的穩(wěn)定性能。高吞吐量即使是非常普通的硬件kafka也可以支持每秒數(shù)十萬(wàn)的消息。系統(tǒng)選用kafka技術(shù)對(duì)前端設(shè)備的結(jié)構(gòu)化及非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行接收。JavaEEWeb端開(kāi)發(fā)技術(shù)系統(tǒng)采用JavaEE作為WEB端開(kāi)發(fā)平臺(tái)，其優(yōu)勢(shì)包括分布式、面向?qū)ο蟮?、健壯特質(zhì)、簡(jiǎn)單、安全、多線程、跨平臺(tái)等。在JavaEE基礎(chǔ)上選用SSM（SpringMvc、Spring、Mybatis）組合框架進(jìn)行開(kāi)發(fā)，相比于傳統(tǒng)的SSH框架，SSM具有輕量級(jí)、速度快、效率高的優(yōu)勢(shì)，是目前軟件開(kāi)發(fā)中主流的框架技術(shù)。系統(tǒng)優(yōu)勢(shì)全警種綜合應(yīng)用按照資源整合、系統(tǒng)集成、信息共享、協(xié)同作戰(zhàn)的總體要求，支持以省廳、市局、分（縣）局多級(jí)系統(tǒng)級(jí)聯(lián)部署，以共享應(yīng)用為導(dǎo)向，遵照國(guó)家和行業(yè)相關(guān)標(biāo)準(zhǔn)，統(tǒng)一規(guī)劃、分級(jí)建設(shè)，建立各類(lèi)綜合應(yīng)用業(yè)務(wù)機(jī)制，促進(jìn)建設(shè)和應(yīng)用的緊密結(jié)合，推動(dòng)卡口數(shù)據(jù)與情報(bào)研判、指揮調(diào)度、網(wǎng)上巡防和視頻偵查等重點(diǎn)工作的有效開(kāi)展，實(shí)現(xiàn)卡口數(shù)據(jù)跨地區(qū)、跨層級(jí)、跨警種的綜合性圖像綜合應(yīng)用系統(tǒng)，為公安打防控主業(yè)服務(wù)。全程智能化應(yīng)用實(shí)現(xiàn)了智能化在事前（卡口監(jiān)控、卡口布防）、事中（卡口追逃）和事后（結(jié)構(gòu)化卡口數(shù)據(jù)庫(kù)、圖像研判）中的應(yīng)用。卡口整合匯聚大數(shù)據(jù)云服務(wù)系統(tǒng)實(shí)現(xiàn)了警情線、指揮線和案情線的全過(guò)程綜合應(yīng)用，更加貼合公安業(yè)務(wù)流程需求，推動(dòng)公安信息化、智能化建設(shè)的進(jìn)程。直觀的可視化展示卡口整合匯聚大數(shù)據(jù)云服務(wù)系統(tǒng)支持電子地圖、大數(shù)據(jù)看板等多種可視化數(shù)據(jù)展示，提供了多級(jí)地圖導(dǎo)航模式，以圖形化的形式，動(dòng)態(tài)地表現(xiàn)出過(guò)車(chē)狀態(tài)、歷史軌跡及數(shù)據(jù)分布狀態(tài)。完善的運(yùn)維管理系統(tǒng)具有良好的權(quán)限管理機(jī)制，能設(shè)定用戶權(quán)限實(shí)現(xiàn)權(quán)限管理，授權(quán)用戶可進(jìn)行相關(guān)功能和設(shè)備操作；角色管理可指定用戶角色，賦予角色權(quán)限；可實(shí)現(xiàn)系統(tǒng)的數(shù)據(jù)管理、系統(tǒng)同步功能；提供統(tǒng)一的系統(tǒng)配置管理服務(wù)，為平臺(tái)管理人員提供技術(shù)服務(wù)。統(tǒng)一的用戶界面平臺(tái)具有友好的用戶界面，能實(shí)現(xiàn)“一站式整合共享資源服務(wù)，一鍵對(duì)接關(guān)聯(lián)平臺(tái)”。超強(qiáng)的系統(tǒng)集成卡口整合匯聚大數(shù)據(jù)云服務(wù)系統(tǒng)采用開(kāi)放式結(jié)構(gòu)，具備多種對(duì)接接口，滿足與電子卡口系統(tǒng)、視頻指揮系統(tǒng)等多個(gè)系統(tǒng)的互聯(lián)。實(shí)現(xiàn)視頻監(jiān)控子系統(tǒng)、GIS子系統(tǒng)、卡口子系統(tǒng)等系統(tǒng)的主要應(yīng)用集成。實(shí)現(xiàn)單點(diǎn)登錄、統(tǒng)一認(rèn)證，統(tǒng)一主操作界面等應(yīng)用效果。廣泛的兼容性和擴(kuò)展性子系統(tǒng)應(yīng)兼容多家廠商的硬件產(chǎn)品，最大限度地利用現(xiàn)有卡口資源，減少重復(fù)投資。此外，子系統(tǒng)需要平臺(tái)等系統(tǒng)聯(lián)動(dòng)，所以子系統(tǒng)必須能夠提供完備的擴(kuò)展功能接口，以便進(jìn)行二次開(kāi)發(fā)和多系統(tǒng)的聯(lián)網(wǎng)互動(dòng)。

項(xiàng)目建設(shè)周期系統(tǒng)采用靈活高效率、標(biāo)準(zhǔn)化的部署方案，可于24個(gè)工作日內(nèi)快速完成一期項(xiàng)目的落地部署，具備了在短時(shí)間內(nèi)實(shí)現(xiàn)縣級(jí)市過(guò)車(chē)圖像數(shù)據(jù)聯(lián)網(wǎng)應(yīng)用的可行性。具體分項(xiàng)施工安排如下：數(shù)據(jù)整合和系統(tǒng)對(duì)接：7個(gè)工作日軟件系統(tǒng)安裝與部署：7個(gè)工作日本地圖像數(shù)據(jù)識(shí)別的校準(zhǔn)訓(xùn)練：7個(gè)工作日（依托數(shù)據(jù)積累）系統(tǒng)上線前測(cè)試運(yùn)行及培訓(xùn)：3個(gè)工作日項(xiàng)目一期，建成后，應(yīng)用平臺(tái)主要包涵七個(gè)模塊共47個(gè)功能：表：項(xiàng)目一期建成后平臺(tái)主要模塊功能模塊名稱具體功能實(shí)時(shí)搜車(chē)按車(chē)型搜車(chē)、按車(chē)牌搜車(chē)、按類(lèi)型搜車(chē)、同車(chē)型搜車(chē)、自定義特征搜車(chē)、以圖搜車(chē)、離線圖片分析共7個(gè)功能大數(shù)據(jù)研判初次入城、落腳點(diǎn)分析、自定義碰撞、隱匿車(chē)輛挖掘、相似車(chē)牌串并、頻繁過(guò)車(chē)、同行車(chē)分析、遮擋面部篩選、一牌多車(chē)、軌跡重現(xiàn)共10個(gè)功能布控查緝按精確車(chē)牌布控、按模糊車(chē)牌布控、按類(lèi)型布控、按車(chē)型布控、我的布控、布控審批、布控實(shí)時(shí)預(yù)警共7個(gè)功能交通違法檢測(cè)接打電話、未系安全帶、遮擋號(hào)牌、套牌車(chē)篩選、假牌車(chē)篩選共5個(gè)功能重點(diǎn)車(chē)輛監(jiān)管危險(xiǎn)品運(yùn)輸車(chē)輛、出租車(chē)、校車(chē)、旅游客車(chē)、公路客車(chē)、渣土車(chē)、重點(diǎn)車(chē)輛查詢、企業(yè)信息查詢、駕駛員查詢共9個(gè)功能數(shù)據(jù)統(tǒng)計(jì)實(shí)時(shí)卡口過(guò)車(chē)統(tǒng)計(jì)、趨勢(shì)分析、交通違法統(tǒng)計(jì)、外地車(chē)