明景车辆大数据分析检索系统_用户手册教程.docxVIP

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11.1系统架构11.2系统部署22系统特色53功能说明63.1车辆信息结构化63.1.1车辆信息检索73.1.2车辆号牌检索73.1.3车身颜色检索73.1.4车辆品牌检索83.1.5车辆类型检索93.1.6车辆特征物检索93.1.7车辆多条件组合检索103.2车辆布控103.3车辆大数据分析研判113.3.1假/套牌车实时报警113.3.2假/套牌车信息查询113.3.3无牌车信息查询113.3.4同行车信息查询113.3.5首次入城车辆信息查询123.3.6频繁过车信息查询123.3.7频繁夜出车辆信息查询133.3.8昼伏夜出车辆信息查询134性能特点144.1单机百万图片处理能力144.2千万数据秒级快查144.3车型识别率高144.4多种统计报表生成144.5与现有系统无缝对接14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。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。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系统特色集中管理，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。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