车辆警务大数据系统在安防行业中的应用

        警用装备网讯： 警务大数据系统在业务层面，涵盖图像信息接入、数据挖掘处理、研判分析应用等多个环节。在用户层面，面向交警、治安、刑侦、情报、指挥中心等多个部门；在网络架构层面，部署在公安网内，面向公安网用户提供支撑服务。由此可见，警务大数据系统在安防行业中有极大的应用价值。

　　1 软件技术架构

　　车辆警务大数据系统利用先进的深度学习与模式识别技术、实时搜索引擎技术、分布式存储技术等领先科技解决公安传统刑侦手段遇到的技术难题。

　　视频监控信息、人员信息、案件库信息、社会资源信息等作为原始信息流进入分布式消息总线，经过预处理的信息流再通过计算调度中心流向实时搜索引擎服务器、分布式存储计算服务器等进行深入学习，最后为分析研判、布控预警、业务处理等应用提供API接口。

　　实时搜索引擎技术可对信息进行即时、快速搜索。车辆警务大数据系统利用实时搜索引擎技术实现10亿条过车数据内按品牌、型号等条件组合查询时间不超过400 ms的性能指标。

　　分布式存储是实现数据物理与逻辑隔离的重要技术，可实现全市公安信息联网共享。车辆警务大数据系统利用Hadoop技术构建分布式文件系统HDFS，HDFS文件系统具有高度的可扩展性，有利于大量视频图像信息的存储。在数据管理层，利用非关系型数据库HBase对文件系统中的非结构化数据实现统一管理。

　　系统采用Nginx和HAproxy技术保障系统集群的负载均衡、高容错性以及高可用性，使系统可以提供不间断、快速响应、支持高并发请求的服务。

　　2 警务大数据深度挖掘与实战应用

　　以公安实战应用为核心，创新实战技战法，使侦防工作模块化、桌面化，带动警务模式的转变，解决海量视频图片数据难以针对性挖掘应用于实战的问题。本文重点对大数据研判应用模块进行了阐述。

　　2.1 警务大数据实时预警与布控查缉

　　依托海量数据智能挖掘技术和大数据分析算法，系统可整合道路卡口/电警视频监控、治安监控、公安信息库、社会资源信息、互联网高价值信息等，以过车数据为主线，实现车辆轨迹与人员、案件、物品、电磁轨迹等数据的关联挖掘。通过对关键情报的自动提取、检索和分析处理，可高效实现对重点人员、敏感行为、特定时段与区域的精确布控和实时预警。

　　2.2 大数据关联与共享统查模块

　　可根据办案需要将车辆信息与车主信息、车主关系人信息、全国机动车登记信息、重点人员信息、吸毒人员信息、盗抢机动车信息等数据进行关联与分析，并可实现各地区过车数据的共享统查。

　　2.3 过车信息实时搜索分析系统

　　可按照车型、类别、车牌、照片以及依据车辆局部特征对过车数据进行实时搜索。

　　2.3.1 按车型搜车

　　可依据品牌、型号、年款、时间、地点的任意组合搜索，支持精确车牌、模糊车牌以及无车牌的搜索。

　　2.3.2 按类别搜车

　　在任意时间段内进行单个类别、多个类别、某个类别下的多品牌或单个品牌的搜索。

　　2.3.3 按车牌搜车

　　根据已有车牌快速进行历史行车信息的搜索，在搜索时可限定地理范围及查询时间。

　　2.3.4 按照片搜车

　　针对现有车型数量庞大，人工难以全部识别的问题，可根据车辆照片自动进行车辆信息数据的识别。

　　2.3.5 按车辆局部特征搜车

　　在已有车辆照片的情况下，依据照片上的车辆局部特征，比如车辆内饰、年检标示、车头标示等局部的唯一特征进行快速分析，查找该车辆的行车信息。

　　2.4 车踪大数据研判系统

　　根据不同案件的处理需要，可满足以下具体功能需求。

　　2.4.1 初次入城

　　可进行日期、时间的选择，可灵活设置回溯时长进行分析，在分析结果中能查看车辆照片。

　　2.4.2 套牌车筛选

　　可进行手动圈定地理区域、任意选择有效时间范围进行过车车辆的分析。

　　2.4.3 落脚点分析

　　依据车辆信息（包含但不限于），比如车牌、车型等，在限定的时间范围内进行分析，展示车辆最大可能性落脚地点，在地图上进行位置标示。落脚点分析时，落脚时长的限定可灵活设置。

　　2.4.4 自定义碰撞

　　满足根据设定的多个案件信息进行自定义碰撞分析，锁定嫌疑车辆范围。需要支持实现多个案件信息的设定，每个案件信息都包含案件时间、案件地点、车辆信息等。

　　支持通过案件时间的选择以及案件地点信息进行车辆分析，获取嫌疑车辆并根据嫌疑度排序。根据案情的需要，还需支持可限定车辆范围进行挖掘，比如品牌、型号、年款、颜色等。

　　2.4.6 相似车牌串并

　　支持根据已有的车牌进行自动串并，获取车牌号相差一位或两位的同车型相似车辆。

　　2.4.7 一牌多车

　　支持根据已有的车牌号信息，快速查找出悬挂该车牌号的所有车辆，并依据照片分析出车型信息，分组显示出与车牌号不符的车辆。

　　2.4.8 频繁过车

　　支持通过限定查询日期、时间以及可灵活设定的过车次数，快速查找出符合条件的车辆；支持固定车型或特定类别车辆的频繁过车分析。

　　2.4.9 轨迹重现

　　支持在已有单个车牌或多个车牌的情况下，在限定的时间区域内快速在地图上还原车辆的历史轨迹，进行轨迹重现分析时可限定车型及颜色。

　　2.4.10 遮挡面部检测

　　支持通过设定查询时间、查询区域等进行快速获取符合条件的驾驶员遮挡面部行驶的车辆，支持在限定车型或车辆类别情况下的遮挡面部检测。

　　2.4.11 同行车辆

　　支持通过设定车辆的信息，比如车牌号、跟车时长、同行路口数量以及同行的时段进行分析，查找尾随车辆的信息；根据固定的品牌、型号、年款、颜色，可实现某具体车型信息的限定查找。

　　3 结束语

　　综上所述，车辆警务大数据系统为社会发展下的产物，为安防行业建设及发展提供了条件与基础，把视频监控系统应用于安防领域属于正确选择。车辆警务大数据系统在今后必将朝向高清化、远程化与数字标准化方向发展，也属于今后社会发展的重点研究课题。

　　参考文献

　　[1]黎洪松。数字视频技术及其应用[M].北京：清华大学出版社，1994.

　　[2]杨春雷。云计算在安防视频监控领域的应用[J].网络安全技术与应用，2015（05）

  新闻稿件欢迎直接联系：QQ 34004818 微信公众号：cpsjyzb

相关阅读

• 解读｜为无人机安全运行再添“保险
• 俄专家：全球海军面临无人装备革命
• 人与机器人环抱的“距离”
• 空射无人机拓展空战新思路
• 依法反恐 保障人权——《中国的反
• AI介入司法，美首席大法官示警：

0 条评论

• 还没有人评论过，赶快抢沙发吧！