威尼斯国际平台app:智能交通大数据及云应用平
分类:科学技术

1.1 系统架构

车辆大数据侦查系统-大数据研判-假套牌车分析

  • 视频质量诊断模块

系统支持白天、夜间、同画面多车辆、从车头、从车尾识别。

来源:网络大数据

四、系统应用

而图片服务器方案则适用于中小型规模的智能交通平台,由智能分析服务器完成过车数据的建模,并由其进行数据对比并返回以图搜图的对比结果。该方案则所有的建模分析和检索则全部依靠智能分析服务器完成,因此整个系统的瓶颈在于智能分析服务器的性能。

三、系统功能

1.4.6 车辆子品牌二次识别

系统与车管所的数据库进行对接,对识别出的假套牌车辆进行实时记录并支持自动报警。假套牌车辆根据车牌号码、监控点、车牌种类、车辆类型、车辆颜色、过车时间段、报警类型、人工审核状态进行单个/组合条件查询。

由云分析对过车图片进行统一建模,建模数据直接存储在大数据平台中。

车辆大数据侦查系统基于提取的车辆信息,能够实现以下的智能应用:

大数据平台根据卡口的过车数据对每辆过往车辆建立单独的信息库,与车管库的车辆信息库所不同的是,该信息库是专门用于过车信息研判。例如卡口会对每辆过车时是否放下了遮阳板进行检测,大数据平台则统计车辆的全部过车照片,放下遮阳板的次数有多少;打开遮阳板的次数有多少,随后定义一个研判规则,例如这个比例超过50%,那么驾驶人就有一定的嫌疑,进入单独的嫌疑车辆库;这个信息库往后来看,就是根据一些统计结果来判断驾驶人员的驾驶行为分析。

1.车辆大数据侦查系统采用B/S架构,只需浏览器即可登录使用本系统,而不需要另外单独安装客户端。

云分析系统具备超高的计算性能,单机设备每天处理的信息量最大高达2000万张图片。云分析具备对卡口、电警以及部分监控设备拍摄的车辆图像信息的结构化智能分析功能,主要包括识别图像中车辆的品牌、型号、年款、车身颜色、类别、异常特征(如遮挡面部、遮挡号牌)、唯一性局部特征(如年检标志、车内饰物)等关键信息。

系统支持车辆三级品牌(品牌、车系和款型)识别,其中包括160种以上的车辆品牌识别,在识别车辆品牌的基础上,系统支持近千种车辆系列的识别,支持子型号数量大于2000,国内领先。

以图搜图,是通过搜索图像文本或者视觉特征,在系统中通过类似信息的比对,获取到真正实际需求的图像信息的一种智能搜索方法,可应用于套牌车辆分析等应用中,根据车窗上的车辆年检标识、车辆内饰等车辆特征搜索类似车辆。可应用与无牌车的分析研判,根据车型搜索符合条件的无牌车,然后利用以图搜图根据车标、子品牌、车身颜色等信息定位车辆真实信息,可协助公安交警部门查处套牌车辆、盗抢车辆、肇事逃逸车辆等。

6、无牌车分析

大数据平台读取二次识别的结果信息,写入到HDFS分布式文件存储系统中;基于HDFS分布式文件系统部署分布式数据库,用来承载数据的预统计表和二级索引表。在数据搜索层,部署基于Solr分词的全文检索搜索引擎,并通过MapReduce分布式计算框架提供高效数据分析速度。Zookeeper提供分布式文件系统之间的多进程协调服务。

二、系统特点

系统能够识别11种车身颜色,白色、灰色、黑色、红色、紫色、蓝色、黄色、绿色、青色、棕色、粉红色。还可以识别车身颜色的深色和浅色。

3、车辆实时布控

主要的关键业务应用包括交通状况监测、日常组织与管控、应急指挥与协作、信息研判分析等方面,主要是应对城市交通管理的现状实时监视、日常业务处置、突发事件应对、交通数据挖掘研判等业务需求。

车辆大数据侦查系统-大数据研判-频繁过车分析

  • 音频分析模块

系统支持黑、白、红、黄、蓝、绿、灰、青等10种车身颜色识别。

系统中采用的设计方法和技术路线在实战应用技术中处于领先地位,软件的设计先进灵活,便于升级以及与其它系统的互联互通。系统涵盖了目前实战应用所涉及的一系列技术,如:图像预处理、信息筛查、电子地图轨迹分析等,在此基础上融合了车型建模、车牌识别、车标识别、运动目标检测和行为分析、图片检索等智能视频图像分析技术,创新性的实现了“车脸识别”、“不系安全带检测”等功能,创造性的使用云分析实现超大数据量的图片二次识别,为用户提供超高性价比的解决方案。

8、首次入城分析

1、视频云存储

涉及重大案件的车辆通常是套牌车甚至多次套牌。这时,车辆号牌对于侦查车辆失去价值。基于局部视觉特征的检索在车辆号牌信息缺失(无牌或套牌)的情况下,能够借助车辆的车体特征全面、迅速地获取车辆的行驶轨迹等重要信息,在最快的时间内锁定其行踪。

MapReduce是一种处理海量数据的并行编程模型和计算框架,用于对大规模数据集(通常大于1TB)的并行计算。MapReduce的名字源于该模型中的两项核心操作:Map和Reduce。Map将一个任务分解成为多个任务,Reduce将分解后多任务处理的结果汇总起来,得出最终的分析结果。

2. 系统支持对卡口系统、高清监控等实时视频流、图片流以及历史视频、图片源的接入识别,兼容市面上主流编码格式离线视频上传转码分析。

云存储方案

系统支持驾驶员打电话、是否系安全带等危险行为进行识别检测。

视频大数据技术平台负责存储和提取处理视频、图片等非结构化数据,通过视频结构化技术,可挖掘出视频图像中的人、车、物、事件等结构化信息,进一步用于大数据的分析挖掘。同时,视频大数据技术平台可提供视频摘要、视频浓缩、视频质量诊断等智能分析服务,使上层应用提高视频处理的效率。

威尼斯国际平台app 1

2、分布式数据库

车身颜色识别

系统能够对打开遮阳板进行检测,为公安交通管理和刑侦案件侦破提供科技新手段。

12、PGIS地图应用

  • 以图搜图模块

4) 支持通过上传嫌疑目标车辆的图片实现以图搜车的功能。

系统具有开放性的标准体系,后端基于开放式的TCP/IP网络系统进行设计,支持多种网络协议,便于和各系统间的互联、互通、互控,遵循规范的通用接口标准,使系统对硬件环境、通信环境、软件环境、操作系统之间的相互制约和影响减至最小。

3) 支持对目标车辆动态布控并自动报警,可布控的车辆信息包括:监控点、车牌号、品牌、车系、款型、特征物、车辆类型、车身颜色及车型等。

  • 过车记录表车流量对比

五、系统架构

威尼斯国际平台app 2

车辆大数据侦查系统可将分析结果与实际抓拍车牌图片进行有效的对比。支持实时视频流、实时图片流、卡口录像视频和卡口抓拍图片的车辆特征分析。系统充分利用道路监控、高清电警、卡口、车管数据库、云存储等平台资源,实现对车辆信息进行大数据、结构化的分析整合,从而开展各种应用——可应用于刑事侦查、交通执法、智能交通、缉查布控、大数据分析等领域,是公安实战必不可少的应用系统。

云分析可以采用的工作模式主要包括主动工作模式和被动工作模式。目前采用的是被动工作模式。

威尼斯国际平台app 3

10、特种车辆轨迹时空域分析

系统支持多种车型,如轿车、越野车、商务车、小型货车、大型货车、轻客、小型客车、大型客车、三轮车、微面、皮卡、挂车、混泥土搅拌车、罐车、随车吊、消防车、渣土车、押运车、工程抢修车、救援车、栏板卡车等类型。

系统涵盖了目前交通管理业务应用所涉及的一系列技术,如:图像接入、通用解码、转码、图片索引、车型建模、图像预处理、信息筛查、电子地图轨迹分析、套牌分析等。基于云分析的二次识别方案配合大数据的高效查询、检索、研判方案,构筑了智能交通综合管控平台的数据底层支持优秀架构,为交警实战业务应用提供了极佳的用户体验。

支持对年检标、挂饰、遮阳板、纸巾盒的识别检测,并以不同颜色框加以标识。

选定一组卡口,在选定的开始时间和结束时间内,统计各卡口所有的过车记录数和违法记录数。

破案过程中,搜集到的案件线索很有可能是嫌疑车辆的一张或多张图片,基于此种情况下,系统能够借助车辆的全面车体特征和局部特征从而对目标车辆进行有效检索,在最短时间内锁定其行踪。支持通过浏览按钮选择需要上传的目标车辆图片。

HBase是一种构建在HDFS之上的分布式、面向列的存储系统,它具有高可靠、高性能、面向列和可伸缩的特性。HBase适合于存储大表数据(表的规模可以达到数百亿行以及数百万列),并且对大表数据的读、写访问可以达到实时级别。

4、以图搜车

15、车辆时空出没规律分析

车品牌、车系、款型识别

基于大数据的特种车辆管控,是指针对类似渣土车、校车等安全等级较高的车辆,通过设定专属的行驶路线,一旦出现车辆偏离行车路线的时候,即发送报警信息给相关人员,从而确保特种车辆始终处于受控的安全状态。

1) 支持相关车辆信息的精确查询和模糊查询。

1.4.16 多业务维度积分研判分析

在实际的涉车案件中,往往犯罪分子在作案前都会进行频繁的踩点和准备,因此可通过频繁过车分析研判出具有嫌疑的目标车辆。

车牌结合过车时间(开始时间+截止时间)、根据选择卡口、车道、方向、车辆标识、颜色深浅、车辆类型、车速、车长、号牌段、车身颜色、车牌颜色等其它筛选条件随意组合在海量过车记录数据中对车牌做精确查询并且要求在秒级内返回查询结果。

10、频繁夜出车辆分析

通用大数据技术平台是大数据的存储和计算中心,具有分布式、统一存储、统一访问、动态扩容的特点,用于汇集视频、图像、报警、卡口信息、位置信息、案事件等大数据,为数据的综合利用提供支撑。

以PGIS平台为基础,利用平台车辆通行信息实现预警车辆快速定位报警与轨迹显示,并通过嫌疑车辆行驶方向、车速、过车时间综合计算,对预警车辆的位置与轨迹进行预测。

在应用层下面是支持业务应用的支撑层,在这层完成对信息的采集、汇聚、加工、存储、交换等处理操作,同时支撑层还内包消息服务器、GIS地图中间件、视频服务、诱导服务等信令及数据的服务或中间件。

5. 可根据监控点、车牌号、品牌、款型、特征物、车辆类型、车身颜色及车型等布控信息对车辆进行组合实时布控。

特定时间范围结合特定筛选条件(车辆归属地、车辆类型、车牌类型等特定筛选条件),找出经过“入城”路口的车辆,并找出这些车辆之前30是否有“入城”记录,如果没有将做重点关注以预防其犯罪。

6) 针对车辆识别结果,提供按照车身颜色、车型、品牌型号、图片、结果信息报表的分类形式下载导出。

基于大数据平台的多业务维度车辆积分研判,是武进技防和图侦相关干警参考其他地市先进的车辆信息技战法以及结合自身对实际嫌疑车辆研判时所提出的一种新的研判分析方法。其根据对车辆的出没时间属性、出没卡口地点属性、驾驶人员违反行为信息、牌照归属地信息等多种有关车辆属性进行综合考虑,引入一套关于车辆积分研判的方法,因此在对车辆信息进行有针对性地研判时带来一种全新的体验。同时为了满足研判和预警实时性的要求,大数据采用spark流计算的方式保证车辆积分能够实时处理并将结果分发相关人员。

在涉车案件中,利用异地车辆作案或者是跨省/地区作案的概率较大,因此,系统支持对外地车辆进行有效管理可以在一定程度上协助涉车案件的侦破。

图片服务器方案

大数据综合业务应用平台提供视频综合分析业务应用,实现智能检索、车辆布控、以图搜车、GIS应用等功能,满足不同业务部门应用需求。

大数据管理平台负责对整个大数据平台进行部署和管理,结构示意图如下图所示,包括集群部署、集群管理、任务管理、服务管理、状态监控、用户管理、告警、日志等模块。

一、系统概述

3、分布式计算

系统按照GA36-2007标准进行设计,支持多达26种车牌类型的号码识别。包括:大型汽车、小型汽车、使馆汽车、领馆汽车、境外汽车、外籍汽车、普通摩托车、轻便摩托车、使馆摩托车、领馆摩托车、境外摩托车、外籍摩托车、低速车、拖拉机、挂车、教练汽车、教练摩托车、临时入境汽车、临时入境摩托车、临时行驶车、警用汽车、香港入出境车、澳门入出境车、武警号牌、军队号牌、其他号牌。

1.2.2 大数据数据处理流程

威尼斯国际平台app 4

1.1.3 行业大数据平台

6. 可通过上传嫌疑车辆的一张图片,借助该车辆的全面或部分车体特征对目标车辆进行以图搜车检索。

1.4.4 车牌颜色二次识别

2) 支持查询并选择相应车辆,在GIS地图上生成并显示该车辆的运行轨迹。

威尼斯国际平台app 5

对识别出的无牌车辆进行实时记录并支持对结果的查询。

1.2 数据流程设计

车辆大数据侦查系统

威尼斯国际平台app 6

车辆大数据侦查系统是千视通研发的一款专门针对车辆进行结构化分析和大数据精准检索应用的智能车辆管理系统。系统对视频或卡口系统抓拍图片中的车辆特征进行提取、分析、识别、入库和查询。提取的车辆特征包括车牌号码、车牌类型、车牌颜色、特征物(包括年检标数量、纸巾盒、遮阳板、挂饰)、车牌归属地、车型、品牌、车系、款型、车身颜色、方向、车辆监控地点、过车时间等,并根据分析结果提供车牌可信度比值做参考。

  • 视频摘要模块

威尼斯国际平台app ,5、假套牌车分析

1.3.1 快速检索

车牌信息识别

以图搜图模块负责对大数据系统中的图片数据进行分析比对,并按相似度返回图片列表。以图搜图模块支持对人脸图片的搜索,支持对车辆图片的搜索。

7. 系统融合了公安实战业务,引入了技战法查车,包括:假套牌车分析、无牌车分析、同行车分析、首次入城分析、频繁过车分析、频繁夜出车辆分析、昼伏夜出车辆分析等。

1.4.9 未系安全带二次识别

车型识别

威尼斯国际平台app 7

不同环境下车辆识别

4、违法记录模糊查询

案件侦破过程中,需根据车辆类型、品牌型号、车身颜色、车牌号等部分信息的组合进行布控,从而能够在第一时间发现目标车辆并进行处理。

  • 隐私保护模块

驾驶员行为识别

  • 大数据运维平台

4. 在识别结果中根据车牌号选择相应车辆,在GIS地图上生成并显示该车辆的运行轨迹。

摘要:随着日益增长的交通“大数据”,给交通管理创新带来的新挑战,以及对交通管理工作提出的新要求,交通信息化建设必然步入云计算智慧应用阶段,利用云计算破解当前诸多交通瓶颈问题。

9、频繁过车分析

主动工作模式的特点是中央强力控制,即由中心管理服务下派任务到指定的计算节点,计算节点没有发起任务申请的权利。被动工作模式则相反,由计算节点主动向中心管理服务发起申请,申请获得批准后获得执行任务,然后开始任务执行,任务执行过程中与中心管理服务保持实时更新,确保任务能够正常完成。

5) 支持融合公安实战业务的技战法,实现:假套牌分析、无牌车分析、同行车分析、首次入城分析、频繁过车分析、频繁夜出车辆分析、昼伏夜出车辆分析等。

对指定区域(卡口)做过车频度分析,过滤出频繁出入的车辆(过车次数满足指定阈值)进行重点关注,对预防犯罪及嫌犯跟踪有重大贡献。

7、同行车分析

1.4.15 车辆遮阳板与案件关联的时空域分析

查找车辆的时候,通过WEB客户端,提交监控点、车牌、车牌颜色、车身颜色、品牌、车系、款型、车道方向、车型、地点、特征物及过车时间段等信息对识别结果进行部分/组合查询。系统支持对目标车辆进行精确查询和模糊查询。

在特定的时间段内,所选择的卡口组合(一个或多个)中的过车时间与参考卡口中的过车时间的绝对值小于设定的某个值(passInterval)的所有过程信息:找出同一车辆同时经过参考卡口及指定卡口组合,过滤出经过参考卡口与指定卡口的时间差小于设定的阈值的车辆,以协助公安人员分析出套牌或超速等其它违章行为的嫌疑车辆。

1、基于局部视觉特征的检索

威尼斯国际平台app 8

针对如盗窃、抢劫、走私等违法犯罪活动,大部分的涉车案件性质有着共通的地方:昼伏夜出,因此通过对昼伏夜出的车辆进行分析研判能够有效的提高侦查破案的效率。

同车流量对比,时间颗粒度变成一天,并且可以选定一天中具体的若干个时间段。

11、昼伏夜出车辆分析

特定时间范围结合特定筛选条件(车辆归属地、车辆类型、车牌类型等特定筛选条件)找出制定车牌在此时间范围内的过车记录。

2、车辆综合查询

车牌结合过车时间、车辆类型、车辆颜色、车牌类型、车牌颜色、违法行为、处理状态等其它筛选条件在海量违法过车记录数据中对车牌的前缀、中间、后缀做模糊查询并且要求在秒级内返回查询结果。

由于大部分的涉车案件均发生在夜晚或凌晨时段,因此通过对频繁夜出的车辆进行分析研判能够有效的筛查及锁定嫌疑目标车辆。

什么是云分析

威尼斯国际平台app 9

1.4.8 黄标车二次识别

  1. 界面友好,简单易用。

  2. 识别库升级为64位,可以支持更大分辨率视频和图片的识别。

威尼斯国际平台app 10

通过输入嫌疑车辆的车牌号,设置同行路口数(≥)、时差(秒)、开始时间及结束时间组合查询、筛选目标嫌疑车辆的同行车辆并生成原车详细信息列表记录和同行车列表。

视频浓缩模块负责对实时或历史视频进行浓缩处理,视频中有事件出现时进行慢放,无事件时进行快放,以此缩短视频播放时间。视频浓缩可有效缩短用户观看视频的时间,提高工作效率。

3. 提供车牌分析结果的可信度参考比值,可将分析结果与实际抓拍车牌图片进行有效的对比,并提供目标车辆识别结果和查询结果的下载导出。

  • 特征提取模块

特有的车窗贴、挂饰、遮阳板识别能力

能够针对海量数据进行快速检索、快速统计分析,同时能够进行深度的关联分析,挖掘出其中有价值的信息。行业大数据能力平台以接口的方式为上层应用提供服务。

特定时间范围内给定卡口,统计出各个卡口违法记录数形成一张对比直方图以协助城市交通改造。

威尼斯国际平台app 11

基于大数据平台的多业务维度车辆积分研判根据对车辆的出没时间属性、出没卡口地点属性、驾驶人员违反行为信息、牌照归属地信息等多种有关车辆属性进行综合考虑,引入一套关于车辆积分研判的方法,因此在对车辆信息进行有针对性地研判时带来一种全新的体验。同时为了满足研判和预警实时性的要求,大数据采用spark流计算的方式保证车辆积分能够实时处理并将结果分发相关人员。返回搜狐,查看更多

HDFS是分布式计算中数据存储管理的基础,具有高容错性、高可靠性、高可扩展性、高吞吐率等特点,可以设计部署在低廉的硬件上,为海量数据提供了不怕故障的存储,适合那些有着超大数据集的应用程序。

1.3 交通大数据平台功能

1.4.7 遮阳板二次识别

分布式文件系统HDFS 2.0:运行在通用硬件上的可扩展高容错的分布式文件系统,已经成为海量数据存储的事实标准。负责海量数据存储,将数据分散存储在多台独立的设备上,系统采用可扩展的体系结构,利用多台存储服务器分担存储负荷,利用元数据服务器定位存储信息,它不但提高了系统的可靠性、可用性和存取效率,还易于扩展。

系统能够对未系安全带违法行为进行自动检测,为交警查处未系安全带违法行为提供了科技新手段,从而规范驾驶人安全驾驶行为。

系统能够对车牌颜色自动识别,识别的5种车牌颜色包括蓝、黄、绿、白、黑。

  • 过车记录表车流量统计

云分析通过智能交通综合管控平台提供的图片URL信息加载图片,进行建模和二次识别,完成建模和二次识别后,将识别结果信息如车牌、车型、车辆品牌等信息提供给大数据平台。

可对单个卡口,多个卡口进行实时监控,包括通过时间、通过地点、号牌种类、号牌号码、行驶方向、行驶速度、车辆类型、车身颜色、车辆属地、图片详情及行进轨迹等。

1.4 云分析系统功能

在现有的视频作战平台中,已经引入了一套根据同一时间内出现在不同地点来判断是否套牌车辆的相关分析手段,但是由于前端卡口设备在车辆识别率上并不能达到100%,因此有一定的误报率;此外该种套牌分析方法在定位一些非当前库内所包含的车辆信息时往往缺乏有效的分析手段;而大数据平台则是利用本期和前三期中一些已经对车辆进行二次结构化处理后的数据(例如车型、车标、子品牌、年款等)进行套牌车分析库,将被盗抢车作为套牌车辆分析的重点,从而判断套牌车辆的可能性;另外大数据平台将在时空领域上结合GIS应用,根据车辆不正常的出没规律来分析套牌车辆的可能性,例如某辆车C在不同的时内从区域A出现在区域B,但是逻辑上区域A和区域B必须经过某几个卡口,但是在该段区域和时间内没有任何关于车辆C的过车卡口描述,因此可以判断车辆C是否为套牌车辆。

最下端为数据感知层,包括业务子系统及设备,为各类交通信息的原始数据来源,如GPS车辆轨迹信息、视频信息、通行车辆信息、交通流信息、施工占道信息、交通管制信息、气象信息等。

1.4.1 车牌二次识别

特定的N(2<=N<=5)个区域(1~5个卡口组成一个区域),结合各区域指定的时间范围,找出同一辆车在指定条件下经过其中的两个及以上区域的车辆,并统计其经过次数进行数据碰撞。区域碰撞功能给公安查询分析跨区反复作案的嫌疑车辆带来极大的便利。

  • 违法记录表违法多发地研判
  • 过车记录车辆行车轨迹统计

相比较这两种方案的以图搜图的实现方式,基于大数据平台的以图搜图实现方式则进一步将图片资源的二次结构化和大数据平台的全文检索功能进行融合,从而将以图搜图的功能从精准检索更进一步扩展到极速检索。

行为分析模块负责对实时或历史视频图像中的行为信息进行分析,分析结果可作为上层应用报警的依据,同时行为信息作为结构化数据,可存储于大数据系统中,并作为DataEngine进一步分析的数据基础。

视频云存储系统架构图

  • 通用大数据技术平台
  • 行业大数据能力平台

1.3.2 研判分析

针对过车记录表及违法记录表有如下统计需求:

7、过车记录表跟车研判

大数据平台根据卡口的过车数据对每辆过往车辆建立单独的信息库,与车管库的车辆信息库所不同的是,该信息库是专门用于过车信息研判。例如卡口会对每辆过车时是否放下了遮阳板进行检测,大数据平台则统计车辆的全部过车照片,放下遮阳板的次数有多少;打开遮阳板的次数有多少,随后定义一个研判规则,例如这个比例超过50%,那么驾驶人就有一定的违法嫌疑,进入单独的违法嫌疑车辆库;这个信息库往后来看,就是根据一些统计结果来判断驾驶人员的驾驶行为分析。

分析出在特定卡口上(一个或多个),在特定时间段内,过车次数满足一定条件的所有过车信息和过车数:所谓的满足一定条件是指过车次数大于等于(或小于等于或等于)(频度设置)一定数量(频度阈值),根据设定的频度阈值,分析在某一段时间内通行路口次数超过设定阈值的车辆。

1、分布式文件系统

4、过车记录表车辆初次入城研判

通过车流量对比能够对改善城市交通调度提供依据。

1.4.12 连续违法分析

视频云分析方案架构图

本文由威尼斯网址开户网站发布于科学技术,转载请注明出处:威尼斯国际平台app:智能交通大数据及云应用平

上一篇:没有了 下一篇:威尼斯国际平台app东京脑智行业年投入逾10亿
猜你喜欢
热门排行
精彩图文