明景车辆大数据分析检索系统_用户手册.docx

明景车辆大数据分析检索系统_用户手册.docx

《明景车辆大数据分析检索系统_用户手册.docx》由会员分享，可在线阅读，更多相关《明景车辆大数据分析检索系统_用户手册.docx（17页珍藏版）》请在冰点文库上搜索。

明景车辆大数据分析

检索系统

北京明景科技有限公司

2016.8.10

目录

1 系统介绍 1

1.1 系统架构 1

1.2 系统部署 2

2 系统特色 5

3 功能说明 6

3.1 车辆信息结构化 6

3.1.1 车辆信息检索 7

3.1.2 车辆号牌检索 7

3.1.3 车身颜色检索 7

3.1.4 车辆品牌检索 8

3.1.5 车辆类型检索 9

3.1.6 车辆特征物检索 9

3.1.7 车辆多条件组合检索 10

3.2 车辆布控 10

3.3 车辆大数据分析研判 11

3.3.1 假/套牌车实时报警 11

3.3.2 假/套牌车信息查询 11

3.3.3 无牌车信息查询 11

3.3.4 同行车信息查询 11

3.3.5 首次入城车辆信息查询 12

3.3.6 频繁过车信息查询 12

3.3.7 频繁夜出车辆信息查询 13

3.3.8 昼伏夜出车辆信息查询 13

4 性能特点 14

4.1 单机百万图片处理能力 14

4.2 千万数据秒级快查 14

4.3 车型识别率高 14

4.4 多种统计报表生成 14

4.5 与现有系统无缝对接 14

1系统介绍

近年来，随着机器学习和深度学习理论的发展，人工智能技术在海量视频系统和生物特征感知技术中起到了巨大推动作用，使得大数据视频智能分析接近实用水平。

大数据视频智能分析技术可以分析视频内容，提取非结构化信息，进行人脸识别、语音识别、车牌识别、车型识别等，自动发现违规事件、异常行为、可疑遗留物等。

过去十年，安防行业数字化得到了迅速发展，摄像机数量大为提升。

"平安城市"项目中，地级市、行政区一般每个城市需要规划安装10~20万个摄像机，而省会级、一线城市视经济发达程度、地域面积可上至50万个以上，县级市/行政区规划的摄像机数量也多为1-2万个。

十一五期间，全国主要城市视频采集系统已经初具规模，监控系统26.8万余个，安装摄像机275.3万余台。

如此多的摄像头日夜不停摄像，在解决"看得见"问题的同时也带来了海量的视频。

这也使传统的以人为主的图像侦查手段面临巨大挑战：

人海战术为主，犹如大海捞针。

经常需要从数千个摄像头的数十万小时的视频中寻找线索，有的案件甚至需要上百万小时，耗费大量人力物力。

如何在海量图片、视频中查找线索更加智能和高效，发挥出视频数据的最大价值，并且，对于突发案件反应更迅速，在提高效率、大量减少人力开销的同时，使线索查找获取变得更迅速便捷，其核心正是如何能有效地对内容进行分析、索引和对紧急事故的检测跟踪。

依靠科技进步，向科技要效率，科技强警是突破上述瓶颈、应对挑战的唯一出路。

1.1系统架构

系统采用“服务器+客户端”的C/S架构。

图1

服务器主要负责资料存储及智能分析。

案件及影像资料的管理、分发，工作任务的分配统计，查找出的线索、标记出的目标等需要共享的资源统一由服务器进行存储管理，而视频的智能分析，包括车型分析、大数据分析、检索等，则统一在分析服务器上进行。

客户端主要用于与用户进行交互，接受用户提交的操作需求，并返回服务器处理得到的结果信息。

系统还可与前端的单兵、采集设备进行无缝对接。

系统采用了高内聚、低耦合的模块化设计，搭建了高性能、易扩展的系统架构：

高效的核心分析算法，能够充分利用有限的资源，高效、快速地进行视频分析处理；行式和列式数据库的互补搭配，既支持大量数据的导入和处理，又不影响系统性能；灵活的模块化设计，能够支持产品快速添加应用功能，具备良好的扩展性。

1.2系统部署

系统部署包括数据库、存储系统、分析服务器集群、任务调度服务、客户端等，是主要针对软件系统的部署。

图2

依托多年来的公安视侦系统建设和运维经验，北京明景科技有限公司推出了明景车辆大数据分析检索系统，该系统是国内第一套针对车辆大数据的智能系统。

明景车辆大数据分析检索系统基于视频流、图片流的智能车辆分析技术，利用国际领先的机器学习与大数据分析技术，将海量视频、图像等非结构化数据转化为结构化数据，并对其进行实时深度数据挖掘。

使得对机动车的检测识别不再仅限于车辆牌号，而是可以利用几乎所有车辆特征，成功将传统的“以牌找车”模式升级为“以车找车”模式，解决了使用假牌、套牌、无牌，或遮挡和污损车牌等现阶段广泛存在于涉车案件中的问题，为涉车案件提供了完善的解决方案。

图3

2系统特色

Ø集中管理，建立统一的视频图像信息库

基于对海量非结构化数据的存储管理技术，提供海量可靠的存储空间，以案事件的维度对视频信息集中有序管理，实现信息“一人采集、全局共享”，案件关联串并，多人协同作战。

提供精细化权限管理，权限分为：

系统管理员、案件管理员、普通用户等多个级别，确保视频信息访问的安全性。

Ø视频智能分析，提高视频图像侦查效率，快速发现破案线索

智能摘要压缩：

对视频进行时间和空间上的压缩，过滤静态图像，建立简短摘要完整展现事件过程，大幅提高查阅监控视频的效率。

智能对象检索：

对视频中的运动对象按照“人、车、物”及颜色、出现时间进行归类建立索引，便于视频研判时快速定位目标对象。

智能轨迹检测：

跟踪记录运动对象的轨迹，在事后研判时，设置边界或绊线条件，快速定位目标。

Ø多格式视频兼容播放，提高工作效率

自动识别多种视频格式，经过系统处理后，可以流媒体方式在线查看。

提供基础视频图像处理功能，如：

单帧进退、变速播放、多画面对比播放、视频截断、视频截图、图片编辑等功能，提高工作效率。

3功能说明

本系统是基于卡口等过车图片，通过高速智能分析处理，自动识别车辆号牌、车身颜色、车辆品牌、车辆类型、车辆特征物等，支持基于车辆外观特征的快速检索，如：

年检标、挂饰、纸巾盒、遮阳板等。

通过智能分析实现车辆信息结构化，满足涉车案件的车辆轨迹拾取、大数据分析研判以及假套牌、无牌、更换车牌等行为自动识别报警。

产品包括单机版和网络版两种，单机版主要满足移动单兵作战需要，网络版可以对接卡口系统和车驾管、警综、大情报等其他业务系统，实现涉车大数据分析、情报综合研判和车辆查缉布控等需求。

图4

3.1车辆信息结构化

系统可以将图片、视频等非结构化信息识别为结构化信息，包含车辆号牌、车身颜色、车辆品牌、车辆类型、车辆特征物等，并可以给出识别结果的可信度比值以及车辆的抓拍图片，供用户对比审核。

系统可以支持设置识别区域，只识别关注区域或者排除不关注的区域，可设置多个区域。

此外，系统支持边分析边输出识别结果，支持指定车头或车尾的侦测模式进行识别，支持通过识别结果回溯原始视频片段，支持车辆截图的区域放大预览功能。

系统可以支持车辆特征物识别，包含年检标、挂饰、纸巾盒、遮阳板等特征，并用不同的颜色框在车辆截图中标注出来。

系统可以支持车辆驾驶室人员，并以不同颜色框出正驾驶、副驾驶人员图像。

3.1.1车辆信息检索

系统支持按照车身颜色、车牌号码、车辆品牌、车辆车系、车辆年款、车辆特征物等进行检索。

图5

3.1.2车辆号牌检索

车牌号牌检索可以通过输入需要搜索的车辆牌号查找到符合该车牌号的所有车辆信息。

系统支持车牌号码模糊检索。

对于多次出现的车牌号码，可以在地图上刻画其行车轨迹。

图6

3.1.3车身颜色检索

车身颜色检索可以按照红、绿、蓝、粉、棕、黄、白、黑等8种常见颜色对车辆进行检索。

图7

由于车身颜色受光照和夜晚补光的影响比较严重，故针对白天车身颜色识别准确率>80%。

3.1.4车辆品牌检索

车辆品牌检索可以通过输入需要检索的车辆品牌，得到符合条件的所有车辆信息。

图8

系统能识别的车牌品牌多于200个，子品牌多于3000种。

图9

3.1.5车辆类型检索

车辆类型检索可以通过输入需要检索的车辆类型，得到符合条件的所有车辆信息。

图10

系统能提供检索的类型包括轿车、越野车（SUV）、商务车、小型货车、大型货车、轻客、小型客车、大型客车、微型面包车、皮卡等。

3.1.6车辆特征物检索

车辆类型检索可以通过输入需要检索的车辆特征物，得到符合条件的所有车辆信息。

系统能提供检索的特征物包括年检标、挂饰、纸巾盒、遮阳板、安全带等。

图11

3.1.7车辆多条件组合检索

车辆多条件组合检索可以通过车身颜色、车辆号牌、车辆品牌、车辆类型、车辆特征物等一种或几种特征组合检索。

图12

3.2车辆布控

系统可以设置车辆布控规则，包括设置监控点、特征物、车牌号码、车牌类型、车身颜色、车辆类型、车辆品牌、车系、车款等条件。

可根据监控点、特征物、车牌号码、车牌类型、车身颜色、车辆类型、车辆品牌、车系、车款等信息综合布控。

当系统处于布控时，一旦出现符合条件的车辆，系统应能自动告警并记录该车辆信息。

3.3车辆大数据分析研判

3.3.1假/套牌车实时报警

系统支持对接公安车管部门车辆数据库形成对比模块，以车牌号为依据，将系统车辆识别分析结果与车管部门等级的车辆信息进行比对，从车管部门车辆数据库查询车辆类型、品牌、型号、车身颜色等信息，并与是被结果中相应信息进行比较和匹配度评价，对匹配度低于一定值的车辆进行记录并报警提示。

3.3.2假/套牌车信息查询

系统支持对假/套牌车辆进行综合查询管理，查询条件包括监控点、车牌号码、车牌种类、车辆类型、车辆颜色、过车时间段、报警类型、人工审核状态

3.3.3无牌车信息查询

系统支持对无牌车辆进行查询管理，查询条件包括监控点、过车时间。

3.3.4同行车信息查询

系统支持根据用户设定的查询条件对经过多个路口的车辆判定是否为同行车，供用户审判是否为同伙作案、尾随作案。

查询条件包括车牌号、同行路口书、时差、过车时间。

查询的过车信息在地图对应的监控点上标识出来。

图13

3.3.5首次入城车辆信息查询

系统支持对近期第一次入城的车辆进行查询管理，了解第一次入城车辆的入城时间、入城卡口位置等信息。

查询条件包括监控点、过车时间。

图14

3.3.6频繁过车信息查询

系统支持对一定时间段内过车频次超过设定次数的车辆进行查询管理，查询条件包括过车时间段、监控点、过车频率，查询的过车信息在地图对应的监控点上标识出来。

图15

3.3.7频繁夜出车辆信息查询

系统支持对频繁夜出车辆信息进行查询管理，查询条件包括夜间时段、夜间出现次数、过车时段。

3.3.8昼伏夜出车辆信息查询

系统支持对昼伏夜出车辆进行查询管理，查询条件包括夜间时段、夜间出现次数、过车时段。

4性能特点

4.1单机百万图片处理能力

单机处理速度超过30张/秒，平均每天可以处理超过300万张图片。

4.2千万数据秒级快查

通过车身颜色、车辆号牌、车辆品牌、车辆类型、车辆特征物等特征，千万数据秒级查询时间，快速锁定目标车辆。

4.3车型识别率高

车型识别率超过98.5%，国内绝对领先。

4.4多种统计报表生成

系统可以根据用户需要，在庞大的大数据中进行大数据分析，生成统计报表。

为一线干警提供数据支持，为领导指挥提供研判依据。

4.5与现有系统无缝对接

系统提供完备卡口对接方案，无需改造现有卡口系统，支持快速开发集成，实现快速车辆实战侦查应用。

14