卡口大数据平台技术方案_v1.0.docVIP

. . PAGE Word格式 . . Word格式 卡口大数据平台技术方案 . . Word格式 目 录 TOC \o 1-3 \f \h \z \u 第1章 总体技术架构 2 第2章 车辆特征识别 3 2.1 服务功能 3 2.2 服务性能 3 第3章 稽查业务功能 5 3.1 车辆布控功能 5 3.1.1 车牌精确布控 5 3.1.2 车牌模糊布控 5 3.1.3 车型布控 5 3.1.4 车辆类别布控 5 3.1.5 布控实时预警 5 3.1.6 布控审批 5 3.2 车辆搜索功能 6 3.2.1 按车型搜车 6 3.2.2 按类别搜车 6 3.2.3 按车牌搜车 6 3.2.4 按车辆局部特征搜车 6 3.2.5 轨迹重现 6 3.3 车辆综合研判 6 3.3.1 套牌车筛选 6 3.3.2 频繁过车 7 3.3.3 同行车辆 7 总体技术架构 卡口大数据利用先进的深度学习与模式识别技术、实时搜索引擎技术、分布式存储技术解决公安传统刑侦手段在车辆稽查过程中遇到的技术瓶颈。 A、数据导入 数据整合网关汇聚接收卡警平台实时转发输出的过车数据，同时汇聚接收微卡口摄像机输出的过车数据。对于微卡口摄像机输出的过车数据，数据整合网关在接收到数据的同时对数据进行存储。 数据整合网关将接收到得过车图片实时转发给车辆特征识别服务。车辆特征识别服务对接收到的过车图片进行二次识别分析，提取出车辆品牌、型号、特殊标示物等多维度特征。 数据整合网关将接收到的过车数据、二次分析数据通过分布式消息总线导入到卡口大数据中。 B、数据存储与分析 卡口大数据提供Hadoop基础平台对非结构化数据进行统一的存储管理，提供分布式数据库对结构化数据进行统一的存储管理与离线分析；提供实时流处理平台对过车数据进行实时处理与分析，最后为分析研判、布控预警、业务处理等应用提供API接口。 车辆特征识别 服务功能 序号 服务名称 参数要求 1 车辆品牌型号识别服务 对提交的车头图片中的所有大、小客车、大、小货车均应能进行品牌型号年款的识别，识别结果应该包括厂家品牌（如大众）、型号（如帕萨特）、年款（如2013款）。对于车尾图片，货车和大型牵引车无需识别品牌型号，轿车则至少可识别出车辆品牌、型号、年款。 可识别卡口（车头）、电子警察（车尾）的照片、视频。 可识别4000种以上外观不同的车型（车头+车尾），可识别夜间无补光车辆照片，可提供车辆信息库文件和样本图片。 对于一张图片中有多辆车的，应能识别图片中所有车辆各自的品牌型号，并可输出单车辆抠图，或在原图上将所识别的车辆标注出来。 2 车身颜色识别服务 对提交的图片中的车辆进行车身的颜色的识别，以判断其为黑、白、灰、蓝、黄、橙、绿、红、粉、紫、青中的哪一种。 3 车辆类型识别服务 对提交的图片中的车辆进行车辆类型的识别，以判断其为轿车、面包车、客车、货车、摩托车中的哪一种，后续支持用户车型自定义。 4 车牌识别服务 对提交的图片中的车辆进行车牌颜色及车牌号的识别，对同一张图片中检出多辆车的，分别对应原车输出相应车牌颜色及车牌号。 5 标志物识别服务 对提交的卡口图片中的年检表、遮阳板、挂件、摆件进行结构化分析，支持用户多条件结构化检索。 服务性能 支持协议 FTP、HTTP、NFS、CIFS、iSCSI 数据类型 图片 图片像素 130万及以上 抓拍类型 车头（卡口）、车尾（电警） 识别内容 车辆类型、车身颜色、品牌型号、车牌二次识别 车辆类型 5种车型（轿车、面包车、客车、货车、摩托车） 类型准确率 ≥90% 车身颜色 11种颜色黑、白、红、粉、紫、黄、橙、蓝、绿、灰、青 颜色准确率 白天≥80% 车辆品牌 ≥160种车标 品牌准确率 ≥95% 车辆子型号 ≥4000种子型号（车头+车尾） 子型号准确率 ≥95% 车牌号码 车牌号码、车牌颜色 准确率 ≥95% 容量 提供每天总计300万张、峰值每秒70张过车图片的车辆特征智能识别分析 实时延迟 小于1秒 稽查业务功能 车辆布控功能 支持多样化的车辆布控方式，通过提交、初审批、终审的流程完成车辆布控，布控成功后在发现符合布控条件的车辆时将进行实时警报提示，便于快速进行涉案车辆的处理。 车牌精确布控 支持通过设定完整车牌信息、车型信息、布控时限、布控时段、预警方式、接收单位等信息完成布控单； 车牌模糊布控 支持通过设定车牌包含字符信息、车型信息、布控时限、布控时段、预警方式、接收单位等信息完成布控单； 车