图像视频大数据平台方案V1.0-2016.4（精简版）(1).docxVIP

图像视频大数据平台技术方案 图像视频大数据平台技术方案 ?2005-2016北京文安科技发展有限公司 PAGE 14/ NUMPAGES 56 图像视频大数据平台 技术方案 北京文安科技发展有限公司 二〇一六年四月 目录 TOC \o 1-7 \h \z \u 781 第一章 系统概述 - 3 - 7091 1.1 设计概要 - 4 - 12292 1.2 设计依据 - 4 - 30710 1.3 设计原则 - 6 - 29285 第二章 系统主要功能 - 7 - 10613 2.1 数据接入 - 7 - 31128 2.2 视频资源要求 - 7 - 12264 2.3 组织资源管理 - 8 - 17595 2.4 集群管理 - 9 - 6959 2.5 任务管理 - 10 - 25726 2.6 系统运维管理 - 12 - 16444 2.7 智能识别 - 13 - 27884 2.7.1 车辆违法行为检测 - 13 - 12883 2.7.2 车辆信息结构化识别 - 19 - 7727 2.7.3 行人身份属性识别 - 21 - 2838 2.7.4 图像特征提取 - 21 - 17629 第三章 系统性能指标 - 22 - 8259 3.1 整体性能指标 - 22 - 5458 3.2 电气安全性能指标 - 24 - 31756 3.3 电磁干扰性能指标 - 24 - 8987 3.4 环境适应性能指标 - 24 - 21863 3.5 机械适应性能指标 - 25 - 23685 第四章 设备清单 - 25 - 28634 第五章 技术培训及售后服务 - 26 - 29635 5.1 技术培训 - 26 - 18046 5.2 售后服务 - 26 -  系统概述 在信息化建设深入开展的背景下，不断增多的各类摄像头日夜不停的摄像，使看得见的问题得到了很好的解决。但是海量的视频资料，查找起来犹如大海捞针，由于缺乏有效的技术手段对案件视频进行快速的采集、分析、处理，目前在实际案件的视频侦查工作中，视频浏览、分析等工作完全停留在“人工作业”方式，这需要投入大量的警力，消耗视频侦查人员宝贵的时间和精力，同时也容易错失案件侦破的黄金时机，导致案件侦破难度增大。传统的以人海战术为主的视频线索查找已经无法应对 大数据时代的 视频侦查。如何快速准确地在海量视频里查找线索，已成亟待解决的问题。 现有视频监控网络存在着缺乏深度应用的模式。其应用的瓶颈是视频信息如何高效提取，如何同其他信息系统进行标准数据交换、互联互通及语义互操作。解决这一问题的核心技术即是视频图像深度学习的技术。用视频图像深度学习技术提升 视频侦查、破案以及交通违法行为检测方面的效能，使之形成新一代的智慧化、语义化、情报化的视频处理工具系统。 设计概要 智能视频图片分析模块采用云计算技术架构，并使用最先进的GPU加速运算服务器和深度学习算法，基于治安监控、治安卡口、交警监控、电子警察和智能卡口等各类视频监控资源海量数据，在数据的挖掘能力、处理能力和检索能力上进行突破。在云计算架构中，建立一套完整的视频图像识别模块结构体系，规范硬件架构、软件架构、输入数据类型、输入数据结构、输出数据类型、输出数据结构和数据流程等等。模块化视频图像分析设计，满足云计算架构的软件体系部署，将各个检测功能、视频图片对接功能等封装成独立的可热插拔的标准模块。 智能识别模块在现有的治安监控、治安卡口、交警监控、电子警察和智能卡口等各类视频监控资源系统基础上进行建设，获取的数据为前端相机采集的视频流或者抓拍的高清图片和后期建设的高清交通监控录像。对这些数据处理后，将识别的结果按照此次定义的标准和接口发给后端平台。 设计依据 《安防监控视频实时智能分析设备技术要求》GB/T 30147-2013 《安全防范视频监控联网系统信息传输、交换、控制技术要求》GB/T 28181-2011 《闯红灯自动记录系统通用技术条件》GAT496-2014 《公路车辆智能监测记录系统通用技术条件》GA/T497-2009 《交通技术监控成像补光装置通用技术规范》GAT1202-2014 《道路交通安全违法行为视频取证设备技术规范》GAT995-2012 《道路交通安全违法行为图像取证技术规范》GAT832-2014 《机动车号牌图像自动识别技术规范》GA/T 833-2009