平安城市

大华视频警务综合应用系统
建设技术方案

浙江大华技术股份有限公司
行业业务部-公安行业业务部
二〇一七年八月

目录
第一章 建设背景 4
1.1 背景及现状介绍 4
1.2 存在的问题及不足 4
1.2.1 “各有各的标准、各有各的数据” 4
1.2.2 “信息孤岛”现象严重 5
1.2.3 “重建设、轻应用” 5
1.2.4 建而不管、监控成监“空” 5
1.2.5 视频侦查工作遇“短板” 5
1.2.6 海量数据资源带来的挑战 5
1.3 设计目标 7
1.3.1 统一数据源头，规范化数据标准 7
1.3.2 强化视图智能化分析应用，大幅提升侦查水平 7
1.3.3 基于全业务融合架构，解决烟囱式建设问题 7
1.3.4 构建公安视图大数据服务平台，强化情报综合研判 8
1.3.5 进一步深化业务应用，建设智能防控平台 8
1.3.6 以健康指数量化运维服务质量，构建运维管理创新机制 8
1.3.7 以评促建、以评促改，建立科学的应用成效评价体系 9
1.4 设计原则 9
1.4.1 坚持统一标准、科学推动的原则 9
1.4.2 坚持统筹规划、分步实施的原则 9
1.4.3 坚持实战引领、应用带动、新技术试点的原则 10
1.5 建设依据 10
第二章 总体设计 11
2.1 总体架构设计 11
2.1.1 公安部标准架构 11
2.1.2 大华视频综合警务应用平台架构 1
2.2 重难点分析及关键技术 1
2.2.1 基于GPU架构的视频结构化算法 1
2.2.2 基于视频结构化技术实现嫌疑目标轨迹补全 1
2.2.3 解析中心级联调度设计 2
2.2.4 人脸特征提取算法 3
2.2.5 车辆积分研判模型 4
2.2.6 车型二次分析技术 6
2.2.7 视图库数据同步设计 7
2.2.8 一体化授权设计 8
第三章 系统组成 10
3.1 视图大数据服务平台 10
3.2 视频实战综合应用 10
3.2.1 可视化地图应用 10
3.2.2 实战基础应用 22
3.2.3 案事件管理应用 27
3.2.4 车辆大数据应用 40
3.2.5 人像大数据应用 59
3.3 辅助应用平台 73
3.3.1 一体化授权体系 73
3.3.2 “一机一档”户籍化资源管理平台 78
3.3.3 运维平台 88
3.3.4 实战应用评价体系 110
3.4 大数据情报分析与研判 122
3.4.1 多源大数据碰撞模型 123
3.4.2 综合态势研判分析 125
3.4.3 大数据可视化&魔墙应用 128
3.4.4 基于案事件的统计分析 138

第一章建设背景
1.1 背景及现状介绍
在当今城市不断发展，城市化水平不断提高的过程中，城市安全问题越来越成为人们关心和关注的问题。“平安城市”是一个特大型、综合性非常强的管理系统，不仅需要满足治安管理、城市管理、交通管理、应急指挥等需求，而且还要兼顾灾难事故预警、安全生产监控等方面对图像监控的需求，从而运用科学、先进的技防手段，构建一个强大的安防系统来保证整个城市更加安全，建设平安城市和谐社会。
我国平安城市建设从“科技强警”战略和“3111”试点工程两大项目开始。在平安城市的建设过程中，为了贯彻落实《关于深入开展城市报警与监控系统应用工作的意见》，加强公安机关视频图像信息资源的综合开发利用工作，2012年2月，公安部下发了《全国公安机关视频图像整合与共享工作任务书》。该任务书以建设共享平台、联网平台为核心，打造跨区域、跨部门、跨警种的视频图像信息综合应用平台，进一步拓展图像信息在公安业务中的应用广度和深度，为提升公安机关核心战斗力，为指挥调度、预防打击违法犯罪、维护社会稳定提供有力的信息支撑。
截至目前，我国平安城市已结束大规模集中式建设，全国公安机关已基本“建成一个共享平台、完善一张传输网络、建立一个数据库、构筑四大保障支柱”，公安机关预警预防能力、打击犯罪能力、整体防控能力得到了明显提升。随着公安部发布《关于进一步加强社会治安防控体系建设指导意见》，新一轮平安城市建设正呈风起云涌之势。此轮平安城市投入资金更大，参与建设的城市也更多，中国平安城市建设正显示出巨大的发展前景。
1.2 存在的问题及不足
随着视频监控规模的不断扩大，各地平安城市在最近几年的发展过程中几乎都遇到了后续维护跟不上、应用水平不高、业务拓展打不开和监管用严重脱节等等问题，平安城市的后续建设工作依然任重道远。各地平安城市依然面临诸多问题，经过总结，大致如下：
1.2.1“各有各的标准、各有各的数据”
目前各个警种仅根据自身工作的需要采集数据资源，数据采集的标准由各警种自行制定，从而导致重复采集、录入，不仅增加基层民警的工作量，而且采集到的数据难以关联，分散在各个警种，形成了“各有各的标准 各有各的数据”的混乱格局。
1.2.2“信息孤岛”现象严重
公安系统已建成大量的应用系统，这些应用系统是在不同时期分别由各警种、各部门建设，基本都是由不同的开发商承建，且独立运行，自成体系。这些应用系统既有基于J2EE或.NET的B/S架构，也有传统的C/S架构，甚至还有单机版系统。
1.2.3“重建设、轻应用”
近年来，各城市普遍存在“重建设、轻应用”的现象，在海量视频的有效利用上，以及视图数据与警务数据的融合上，仍然处于睡眠状态，数据价值并没有充分挖掘出来。
1.2.4 建而不管、监控成监“空”
随着平安城市建设与发展，全国城市视频监控系统已初具规模，由于视频点位多、厂家品牌不一，设备问题发现不及时，导致运维管理工作很难开展；有的摄像头要么是没有开启使用，要么就是存在盲区、没有录像、图像效果模糊不清等问题，这样的监控系统形同虚设。
1.2.5 视频侦查工作遇“短板”
近年来，视频侦查在侦查破案、治安防控和维护社会稳定中发挥着越来越重要的作用，已成为新时期公安机关重要的侦查手段。但是随着应用的不断深入，问题也逐步显现，应用机制不健全，管理职责不清，智能工具少，实战平台建设滞后，专业队伍量少质弱，不能满足海量视频数据解析、识别、研判等。这些问题已经成为制约视频侦查工作持续发展的“短板”。
1.2.6 海量数据资源带来的挑战
各级公安机关在信息化建设和应用过程中积累了海量的数据资源，随着数据资源的规模越来越庞大、增速迅猛，为公安信息资源的管理和应用带来了巨大的挑战。

总之，在规模上已达到了一定的量，但是在质的方面还有待于进一步提高，急需从“数量”转型为“质量”，同时进一步深化视频信息应用，提升实战应用效能，持续完善立体化社会治安防控体系，不断提升平安城市建设能力和水平。

1.3设计目标
1.3.1统一数据源头，规范化数据标准
随着平安城市、公安信息化项目的建设与发展，各级公安机关、各警种都形成了独有的核心数据，但由于各个警种仅根据自身工作的需要采集数据资源，数据采集的标准由各警种自行制定，从而导致重复采集、录入，不仅增加基层民警的工作量，而且采集到的数据难以关联，分散在各个警种，形成了“各有各的标准 各有各的数据”的混乱格局。
因此，必须制定统一的数据标准，按照“一个源头、一套标准”的原则，从源头开始严控数据接入标准，最终实现跨区域、跨部门、跨警种的数据共享、资源共享，使共享后的海量数据资源成为公安机关的打、防、管、控工作的巨大助推器。
1.3.2强化视图智能化分析应用，大幅提升侦查水平
近年来，视频侦查在侦查破案、治安防控和维护社会稳定中发挥着越来越重要的作用，但是在海量视频的有效利用上，大量数据仍然处于睡眠状态，数据价值并没有充分挖掘出来。
通过建设视图解析中心进一步加强视频图像信息智能化分析应用,完善人员、车辆、行为、人脸等多种智能化分析手段，并通过调度中心统一调度智能分析集群完成海量视频的大规模解析的需求。同时紧密结合上层业务应用，将高大上的智能分析功能和民警日常业务紧密融合，简化使用流程，提升易用性，从而大幅提升侦查手段水平，开启治安防控新模式。
1.3.3基于全业务融合架构，解决烟囱式建设问题
公安系统已建成大量的应用系统，其中大多数系统彼此相互独立，不同系统间数据不能共享、业务不能整合，“信息孤岛”现象严重。
以规范化数据标准为前提，基于水源-水库-水厂的建设理念，实现“一套架构、一个平台、数据融合、系统开放”的全业务融合架构，为全警种提供业务支撑。
视频的信息化应用，包含了各类资源的整合汇聚(水源)，视频的结构化解析(水源的加工)，数据的存储和检索(水库)，数据的深化应用(水厂)四个方面。通过全业务融合架构，贯穿信息化应用过程中的四个阶段，从而从根本上解决烟囱式建设问题。
1.3.4构建公安视图大数据服务平台，强化情报综合研判
随着平安城市建设与发展，全国城市视频监控系统已初具规模，各省市视频联网共享建设陆续完善，视频在案事件侦破以及各类公安业务中发挥的作用越来越大，但传统视频监控的局限以及对应用的制约也越来越明显。视频图像信息数据资源的规模庞大、增速迅猛，为公安信息资源的管理和应用带来了巨大的挑战。因此，当前迫切需要在公安信息化建设过程中采用大数据思维，利用大数据、物联网、深度学习等高端技术带来的高性能，挖掘数据的核心价值，通过构建公安视图大数据，实现对治安监控、社会面监控、治安卡口、交警监控、电子警察、智能卡口等各类视频监控资源进行结构化分析，并且与警务大数据中的车辆信息、案（事）件、警情、线索、重点人口信息等进行关联分析、碰撞分析，支撑治安防控、综合研判等方面的业务需求，探索公安业务应用新模式。
1.3.5进一步深化业务应用，建设智能防控平台
目前公安机关已经通过视频联网汇聚了大量的视频监控探头，每分每秒都在产生大量的数据。更重要的是我们现在对视频利用还停留在初级阶段，无法进行快速关键信息检索、自动比对识别以及多信息业务系统交叉关联等应用。
同时需要建设一个集指挥调度、情报合成研判、一线处置、服务民警的“公安大脑”，通过这个公安大脑向一线民警提供全方位信息支持，将系统通过模型挖掘出的各类高危预警信息直接推送给一线民警，实现从事后被动到事前主动，从全面防范到精准防控的转变，实现感知、采录、比对、预警、侦查等一系列智能化，大幅提升警务效率，实现治安防控向前端延伸，把案件预防在萌芽阶段。
1.3.6以健康指数量化运维服务质量，构建运维管理创新机制
系统健康运行是实战应用的保障。视频监控体系的规模越来越庞大，设备种类越来越多，系统复杂性不断提升，管理和统筹规划的难度越来越高，作为建设、管理部门，需要在顶层设计的时候加强整个体系的统筹管理。
建设以健康指数为量化的运维服务质量管理创新机制，从实战应用的实际价值出发，通过视频在线率、视频完好率、视频质量达标率、卡口完好率、卡口图片完好率、录像完整率、丢包率、码流统计共8个维度综合考量系统的运行状况。
针对发现的问题，系统通过自动化报修流程管理，通过维修工单的自动流转，加快了系统的运行维护效率，构建了高效的故障处理流程。
1.3.7以评促建、以评促改，建立科学的应用成效评价体系
系统建设完成后，民警使用状况如何？民警使用这套系统到底有没有在实战中发挥价值？个人或者单位的绩效如何量化考核？前端这么多点位，到底哪些是真正发挥了价值的？等等这些问题都是困扰管理部门的难题。
建立一套科学的应用成效评价体系，转变原先拍脑袋式的考核方式。该系统以积累的用户操作日志、案件信息、设备访问情况、资源利用情况等的基础数据为依托，从用户、单位、资源、设备、案件、平台、运营商、厂家共8个维度进行综合考量，以评促建、以评促改，从而为下一步的视频图像综合应用系统的建设、应用、升级优化与管理起到指导作用。
1.4设计原则
1.4.1坚持统一标准、科学推动的原则
遵循国家和公安部的标准要求，以《关于进一步加强公安机关视频图像信息应用工作的意见》、《“十三五”平安中国建设规划》（征求意见稿）、《公安视频图像信息应用系统》、《公安视频图像分析系统》等标准规范为基础开展工作，实现视频图像信息跨区域、跨部门、跨警种的进一步深化应用及服务共享。
1.4.2坚持统筹规划、分步实施的原则
要以实际需求为导向，围绕实战应用、智能化分析应用、技术创新、工作机制等环节，制定切实可行的总体建设规划、技术方案及具体实施方案；规划中应注重原有投资的有效性、新旧技术的兼容性，并协调各部门、警种，理清对视频信息系统需求的共同性和差异性，进一步完善并编制切实可行的具体实施方案，结合本地实际情况、省市进度要求，针对首要任务、基础性工作等先行完成，其他内容结合本地财政资金保障情况，进一步制定具体的分步实施方案。
1.4.3坚持实战引领、应用带动、新技术试点的原则
坚持把紧贴实战、服务实战作为视频综合警务应用建设的出发点和着力点，围绕公安机关的核心任务和工作目标，推动视频监控技术的深度应用，在公安部技术要求、统一架构、接口协议规范要求，不断探索视频监控技术在情报研判、应急指挥、治安防控、侦查破案、反恐防暴、维稳处突、社会管理、群众服务等公安工作中的应用，尤其是在视频智能分析技术、视频图像信息结构化描述自动采集等方面做好试点工作，努力提升视频监控技术服务公安机关现实作战能力，充分发挥实战应用效能。
1.5 建设依据
本方案的设计，严格遵循以下各标准规范和文件要求：
一、公安行业标准及规范
《公安视频图像信息应用系统 第1部分：通用技术要求》
《公安视频图像信息应用系统 第2部分：应用平台技术要求》
《公安视频图像信息应用系统 第3部分：数据库技术要求》
《公安视频图像分析系统 第1部分：通用技术要求》
《公安视频图像分析系统 第2部分：视频图像内容分析及描述技术要求》
《公安视频图像分析系统 第3部分：视频图像增强与复原技术要求》
《公安视频图像分析系统 第4部分：视频图像检索技术要求》
《“十三五”平安中国建设规划》(征求意见稿)
《关于进一步加强公安机关视频图像信息应用工作的意见》
《关于加强社会治安防控体系建设的意见》
《关于加强公共安全视频监控建设联网应用工作的若干意见》(发改高技[2015]996号)
《全国公安机关视频图像信息整合与共享工作任务书》
《全国公安机关图像信息联网总体技术方案》
《安全防范监控数字音视频编解码技术要求》（GB/T25724-2010）
《公安信息通信网边界接入平台安全规范（试行）》
《视频图像接入公安信息网技术规范（征求意见稿）》
《关于深入开展城市报警与监控系统应用工作的意见》（公科信［2010］30号）

《浙江省公安视频图像信息系统总体技术要求》
《浙江省公安厅关于规范社会视频资源整合工作的意见》
《浙江省公安视频图像信息实战应用平台建设任务书》
二、视频监控图像质量方面：
《电视视频通道测试方法》（GB3659-83）
《彩色电视图像质量主观评价方法》（GB7401-1987）
三、视频标准平台（共享平台）设计方面：
《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）
《信息技术开放系统互连网络层安全协议》（GB/T 17963）
《信息安全技术信息系统通用安全技术要求》GB/T20271-2006
《计算机信息系统安全》（GA 216.1－1999）
《信息技术设备的安全》GB4943-2001
《计算机软件开发规范》（GB8566-88）
第二章 总体设计
2.1总体架构设计
2.1.1公安部标准架构
公安部《公安视频图像信息应用系统 第1部分：通用技术要求》中定义了视频图像信息应用系统的总体架构，如下图所示：
公安部标准架构明确了以下内容：
◆联网共享平台和分析系统、视图库、应用平台的关系；
◆分析系统、视图库、应用平台之间的关系；
◆视图库省市县三级、双网双平台整体架构；
◆视图库在未来公安视图大数据时代的地位。

图 公安部标准架构

2.1.2大华视频综合警务应用平台架构
大华作为公安部《公安视频图像信息应用系统》标准规范的起草者之一，深刻理解建立公安视频图像信息应用系统标准的重要性以及每个技术细节，结合多年安防系统实施经验，大华推出了视综智能防控平台，平台架构如下图所示：
大华视综智能防控平台以实现“基础信息化、警务实战化、执法规范化”为目标，围绕“服务”的理念进行总体设计，以社会网、视频专网和公安内网三张网为基础，进一步拓展图像信息在公安业务中的应用广度和深度，提升公安机关核心战斗力，为指挥调度、预防打击违法犯罪、维护社会稳定提供有力的信息支撑，基于视图大数据分析技术创新情指巡一体化工作机制。

图 大华视综智能防控平台总体架构图

图 大华视综智能防控平台总体拓扑图

2.2重难点分析及关键技术
2.2.1 基于GPU架构的视频结构化算法
（1）解析性能强、分析特征多
借助NVIDIA Tesla P4的GPU加速卡，实现对海量数据强大而高效的并行计算，达到单台设备支持分析活动目标90路，车辆分析180路的规格，能分析人、车、行为多种价值特征。
◆人员：颜色、大小、方向、速度、性别、年龄段；
◆车辆：品牌、子品牌、年款、车牌，颜色、类别、车检标、遮阳板、挂件、摆件、整车图片特征等标签对象，能识别近200种品牌4000种车型；
◆行为：安全带、打手机、走路、骑电动车/摩托车、骑自行车、骑三轮车。
（2）算法先进、准确率高
采用业内最新人工智能算法架构，通过视频标注进行动态训练（如连贯的行走动作能暴露目标跛脚、内外八字等特征），代替传统图片标注的静态训练（如单张图片，只能提取步行这一浅层特征），极大的提升了目标的检测率（高达90%）与目标特征量。具有自动智能学习能力，车辆品牌、型号：车头识别率大于95%，车尾识别率大于90%；安全带识别率大于70%；以图搜图原图首位命中率100%，原车检出率80%。
2.2.2 基于视频结构化技术实现嫌疑目标轨迹补全
（1）实时视频结构化——案发前的主动预警
针对重点场所（政府、学校、医院等）、重点路口（出城入口、干道枢纽等）、重点区域（案件多发、城中村、城乡结合等）的视频进行实时结构化，将提取到的结构化信息与公安高危人员/车辆库、黑名单库等警务数据进行碰撞比对，发现可疑人员/车辆及时预警，通知一线警员进行拦截抓捕。
（2）即时案件结构化——案发时的目标追踪
针对刚刚发生的紧急事件，嫌疑目标尚未逃离太远，需要马上研判目标逃跑方向；指挥中心以案发地为圆心，选取周边500m/1000m/2000m范围内的视频点位进行结构化，同时对结构化结果进行智能筛选，自动过滤不符合条件的目标，为快速定位目标指明研判方向，制定追逃拦截方案。
（3）事后侦查结构化——案发后的轨迹补全
案发后的视频侦查，通常需要根据案发位置、案发时间，调取周边范围内的监控录像确认嫌疑目标行动轨迹；如果案发周边安装有车辆卡口、人脸相机，则可比较准确的确认目标特征及行动轨迹。针对缺少车辆卡口、人脸相机的情况下，如何补全轨迹，从而精确定位嫌疑目标每次出现的时间、空间、行为细节，高度还原行动轨迹？
◆掌握嫌疑目标两点轨迹，补全中间轨迹
根据两条线索的时间和地点，对两点之间的点位录像进行结构化分析和研判，进而找到目标的其他轨迹线索。
◆掌握嫌疑目标一点轨迹，辐射找线索。
以该点线索（如时间、地点、方向）为基础，向外辐射，选取周边范围内的点位录像进行结构化分析，进而找到线索。
◆没有目标对象任何轨迹，根据嫌疑人员/车辆特征找线索
在已知嫌疑人员或车辆特征信息前提下，根据案发时间和地点，针对周边的治安监控点位录像进行智能结构化分析，从而确认嫌疑人或车的轨迹线索。
2.2.3 解析中心级联调度设计

以市县两级部署解析中心为例，解析资源支持级联调度，让闲置的解析资源不浪费，实现分析能力共享，分析结果共用，改善市县烟囱式建设的情况。
（1）市级调用区县闲置资源
针对紧急事件，市局解析任务已满，区县解析资源存在闲置，通过后台资源调配器可以将市级新增的解析任务分发到当前闲置的区县解析中心。
（2）区县申请调用市级资源
针对区县未建立解析中心或区县解析任务已满，区县可以向市级解析中心申请调度市级解析资源。
（3）跨区县调用资源
针对区县未建立解析中心或区县解析任务已满，区县可以向其它区县解析中心申请调度闲置的解析资源。
2.2.4 人脸特征提取算法

通过业界领先的人脸特征提取算法，实现对人脸卡口视频图片的人脸实时智能分析和特征提取，可以将非结构化人脸图像，转化为人脸特征信息，有利于快速锁定人员信息。
人脸特征提取的方法归纳起来分为两大类：一种是基于知识的表征方法；另外一种是基于代数特征或统计学习的表征方法。基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据，其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成，对这些局部和它们之间结构关系的几何描述，可作为识别人脸的重要特征，这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。人脸特征比对识别：通过采集到的人脸图片形成人脸特征数据，与后端人脸库中的人脸特征数据模板进行搜索匹配，通过设定一个阙值，相似度超过这一阈值，则把匹配得到的结果输出。这一过程又分为两类：一类是确认，是一对一进行图像比较的过程，另一类是辨认，是一对多进行图像匹配对比的过程。
2.2.5 车辆积分研判模型
通过独创车辆大数据研判模型，可将“车辆、车主、车主关系人、车辆行为事件”的特征、行为信息与公安信息资源库&&高危车辆库自动比对，对发现的异常和可疑行为进行实时预警和布控，实现由“案后被动侦控”向“案前主动查缉”的创新转变。

图 车辆积分研判模型
系统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/电警图片视频资源、治安监控、公安信息库（如人员信息库、车辆盗抢库、车架管库、六合一系统等）、社会资源信息、互联网高价值信息等，以过车数据为主线，实现车辆的行为轨迹与车辆属性信息、人员信息（车主&&关系人）、历史案件信息、物品等数据的关联挖掘，通过对关键情报的自动提取、检索和分析处理，高效实现对重点车辆、重点人员、敏感行为、特定时段与区域的实时预警和精准分析。依托数据研判，科学部署警力，及时预防和快速处理紧急异常和可疑情况。为反恐、维稳、打防、防范、等公安工作提供有力支撑。
2.2.6 车型二次分析技术
车型二次分析技术采用神经网络算法，利用大量的车型样本进行训练，提高准确度，这种方法相对于传统算法在识别率上有着本质上的区别，分析技术中采用了贝叶斯优化分析算法。贝叶斯推断与其他统计学推断方法截然不同。它建立在主观判断的基础上，可以不需要客观证据，先估计一个值，然后根据实际结果不断修正。
贝叶斯推断对条件概率公式进行变形，把P(A)称为”先验概率”，即在B事件发生之前，对A事件概率的一个判断。P(A|B)称为”后验概率”，即在B事件发生之后，对A事件概率的重新评估。P(B|A)/P(B)称为”可能性函数”，这是一个调整因子，使得预估概率更接近真实概率。大数据时代出现了大型数据集，加上高速运算能力，为验证这些统计量提供了方便，也为应用贝叶斯推断创造了条件。正是基于这种算法使车型二次分析技术对各种场景下的车辆达到高质量识别率。
系统应用车型二次识别技术可以将非结构化车辆图像数据，转化为可准确描述、理解、查询的结构化描述信息，破解了传统单纯依赖车牌或车标识别，难以准确、快速锁定目标车辆及人员的难题。

图 车辆图片二次分析系统
（1）品牌型号识别服务
对提交的图片中的车辆进行品牌型号的识别，识别结果包括厂家品牌（车标，如：本田）、车辆子型号（如：雅阁），能够区分出厂年份的款式还应该包括年份（如：2008款）。能识别近200种品牌4000种车型。
（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、蓝、黄（橙）、绿、红（（粉、紫）、灰、青色中的哪一种。
（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、三轮车等等12种车型的哪一种。
（4）车辆信息比对服务
将图片中识别的信息，与通过车牌号从车管数据库中查询到的车辆信息进行比对，进行假牌、套牌可疑度评价。在车型识别的基础上，即使目标车辆中途更换、篡改、遮挡、拆卸车牌，或使用假牌、套牌，系统也能够基于车辆局部特征唯一性进行分析、识别、提取，在短时间内锁定目标车辆。
（5）车牌二次识别服务
支持对提交的图片中的车辆进行车牌颜色及车牌号的识别，可有效应对已建卡口相机车牌识别算法准确率低的问题，在后台进行二次识别，保证已建卡口系统能最大发挥实战价值。
2.2.7 视图库数据同步设计
在公安视频专网中，省、市、区县分局分别部署视频图像信息数据库，实现视频专网内视频图像信息及社会面监控的资源的采集、存储与管理，在各地建立关键数据的结构化描述信息，并通过数据级联实现对视频图像信息在省级结构化信息汇聚，并通过安全边界将信息同步到公安网省级视频图像信息数据库系统、市级视频图像信息数据库系统，以便各地各级公安机关进行跨地域、跨警种的信息共享，便于在上层实战业务平台的串并案分析、图像侦查、事态研判等更加有效的开展。

图 视图库同步设计
系统接口包括采集接口、数据服务接口、级联接口和分析接口：
（1）采集接口用于公安视频图像信息数据库与在线视频图像信息采集设备、在线视频图像信息采集系统、公安视频图像分析系统之间数据的交互。
（2）数据服务接口用于视图库与公安视频图像信息应用平台、分析系统、其他信息系统等之间数据的交互。
（3）级联接口用于视图库与视图库之间数据的交互。
（4）分析接口用于分析系统与应用平台之间数据的交互。
2.2.8一体化授权设计
为了保证全部资源有序、安全访问，通过建设一体化授权体系，实现统一入口、统一资源、统一权限、统一用户，支持跨区域访问、用户分级分层管理。

（1）统一入口
在系统中建设一个统一的登陆入口，不论市局领导还是区县基层民警，登陆平台时，面对的都是一样的登陆界面，方便账号管理，也利于系统普及应用
（2）统一用户和权限
系统支持区县、市局两级用户ID和权限的统一管理，统一纳入数据库，用户在跨区域登陆系统访问时依然采用之前在原单位部门申请的账号、密码以及权限进行登陆访问，提高跨区域办案效率
◆功能层面：具体到各个功能菜单及子菜单，如联网监控、电子地图、车辆应用等
◆资源层面：具体到设备，比如政府单位、寺庙等监控点位
◆应用层面：分为操作类/管理类如：云台控制、点位迁移、朝向、报修报备等。
（3）统一资源访问
系统在市县两级联网的情况下，区县用户在授权许可下可访问全市视频图像资源，如视频、卡口、结构化数据，实现数据共享。

第三章系统组成
3.1视图大数据服务平台
3.1.1技术方案
3.1.1.1主要建设目标
“非机动车（电动自行车）管控系统”主要是应用信息技术在各级公安机关建立起治安业务工作平台，为社会治理、治安防范、民生服务等方面提供支持和服务，其主要目的是达到破解治安管理难题、提高人民群众安全感和满意度，为社会稳定和长治久安提供更优质、高效、可靠的服务和保障。
现阶段，主要以非机动车盗窃防范为切入点，应用物联网技术构建非机动车信息化管理体系和盗窃防范机制。系统与公安视频应用作战平台实现互联互通，借助城市部署的非机动车（电动自行车）管控系统（RFID基站网络），对纳入系统管理的非机动车进行全天候24小时监测，为警务人员案件侦破提供强大的情报支持，为群众提供贴心的锁车服务和异常提醒，有效解决破案线索少、破案率低、追赃难、返还难等问题。
后续以非机动车（电动自行车）管控系统为基础，拓展家庭社区安全防范、重点人口与流动人口管理、社区矫正人员管理等应用，结合治安防控信息大数据处理平台和完善的警民应用系统,形成“公安机关、社会安保力量、个人”的群防群治联动机制，为公安机关提供立体情报支持，构建了“个人、家庭、社区、公共区域”多层次、多方位、多领域、全天候的立体防控体系，创新了公安机关物联网时代下的治安管控工作模式，为公安机关提高预警、防范、打击能力提供新的技术支撑。
3.1.1.2平台总体框架设计
平台总体架构按照物联网的四层两支撑结构组成，如下图所示。

图1 系统总体技术架构图
感知层主要用于获得受监管对象的状态信息，包括各类监控对象的RFID标签、基站、传感器与智能终端等，其中标签主要有电动车防盗标签、汽车标签、门禁专用标签、窗磁标签、门磁标签、固定资产标签、特殊人群钥匙标签等；基站主要包括固定监测基站和各类搜索基站设备。
网络层将感知层获得的各类信息向信息处理环节汇聚，同时将处理后的信息分发给各类应用终端。网络层包括底层的传感器网络，和上层的移动通信网、互联网、有线专网等。
支撑层负责系统的基础性数据处理和分析，主要包括存储数据库和物联防范云两大部分。存储数据库主要包括安防实时监控数据，如标签状态数据、视频数据等；用户信息基础数据，如人车物登记信息等；经过处理的安防应用数据，如分析后轨迹信息、可疑事件信息等。物联防范云主要完成物联数据的解析、处理、融合分析、大数据智能分析功能。
应用层根据公安机关、物业保安、业主的不同需求，提供不同的应用解决方案，主要包括警用平台系统、社区综合管理系统、家庭管控系统、警用APP、业务APP等。
信息安全防护体系主要用于保证系统能够有效防御针对恶意、非法攻击，保证系统安全运行、保证用户信息的保密性，主要包括防火墙、入侵检测系统、漏洞扫描系统、加密系统、安全备份系统等。
标准规范体系主要指定本平台的数据标准、接口标准、操作规范等内容，以便于非公司产品的有效接入和融合，共同为客户提供优质的信息技术服务。
3.1.1.3级联规范设计
各区县建设的RFID非机动车管控系统需支持向上级联市局平台，级联接口需遵循《宁波市公安机关RFID建设联网应用技术规范》中的级联接口规范。应支持上级RFID业务库向本级库进行基于各类主题对象、布控任务与告警记录等及其组合的查询检索；应支持上级RFID业务库向本级库进行对于采集设备或采集系统列表的查询；应支持上级RFID业务库向本级库进行指定目标的布控与告警；应支持下级RFID库向上级RFID库主动上报业务信息包括卡片/标签信息、阅读器（读头）信息、采集时间及电量状态信息等。
3.1.1.4系统软件平台

图 平台登陆页面
3.1.1.4.1车辆管理子系统
对管辖范围内的所有非机动车实行实名制管理，对所有车辆信息、车主信息进行统一管理。市局提供统一的发卡登记服务，登记信息下发到相应区县业务库。

图 车辆详情页面
3.1.1.4.2设备管理子系统
对外场卡口设备、道路监控设备、RFID读写设备或其他接入的电子监控设备进行管理和维护，可以查看设备的实时运行状态等。如对标签进行统一管理和维护，对读卡器的位置信息，与摄像机、电子标签的关联，本身的各性能、安装、参数等等必须的信息。

图 添加RFID设备页面
3.1.1.4.3防盗抢子系统
车辆被盗抢以后，如果车辆已经通过自动或手工方式锁车，系统可自动对用户和平台发出告警，可以通过本系统快速定位具体车辆并实施布控，布控任务下发到各区县物联网平台，在区县完成布控任务。当区县捕获到布控车辆信息，则实时产生报警并将报警信息上传到市局，并联动短信发送当前车辆的实时位置信息。

（1）平台监管中心，通过车辆上牌、档案管理功能，将人、车、卡进行电子户籍化管理，车辆上牌将卡与车绑定。
（2）锁车激活（自动或手工），当被锁车辆移动时，平台自动告警，并通过APP或微信、短信方式推送给车主。
（3）车主确认车辆被盗，通过手机应用或者电话进行报警。

（4）警方根据报警信息，对车辆进行快速、精确布控。
（5）警方通过可视化的地图功能：包括车辆位置定位、车辆轨迹查询、天网视频联动确认、布控统计、实时布控跟踪等功能，进行综合分析，并通过移动作业平台，进行精确搜索，极大的提高办案效率。

图 防盗抢流程

图 查看实时报警页面

图 报警详情页面

图 布控页面
3.1.1.4.4微信公众号（车主APP）
主要功能有：账号绑定、一键报警、一键锁车、蓝牙全民搜车、地图定位、轨迹展示等。
车主达到一个场所，可通过微信公众号对车辆进行一键锁车。在锁车状态中，如果车辆被监测到移动，系统会立即向用户发送告警，用户收到告警通知后判断是否被盗，如果被盗，则立刻一键报警，公安接警后进行布控，有效提高抓捕效率。
特有蓝牙全民搜车功能：对被盗车辆或人员等对象实施布控后，通过APP或微信公众号可把每台手机都变成移动读卡基站，发起全民参与有效提高抓捕效率。

图 公众号界面

图 公众号绑定 图 轨迹回放
3.1.2大数据平台
随着每天的非机动车过车数据与日俱增，数据量开始从TB级到PB级甚至ZB级呈爆炸式趋势增长。数据量高速持续增长、高速的磁盘IO读写、多样化的数据类型和来源，这些技术难点一次次突破着传统数据库框架能够承受的极限。在这样的时代背景下，基于hadoop生态的大数据处理框架，在众多的解决方案中脱颖而出。
本项目采用的大数据引擎基于hadoop架构，采用spark并行计算框架、kafka分布式消息发布订阅系统、hbase分布式数据存储系统等多项顶尖的大数据分析处理技术，是一个集数据采集、查询、分析于一体的平台，能够轻松实现对千亿数据的分布式存储、高性能秒级查询搜索和大数据挖掘分析等需求。
（1）技术架构

图 技术架构
（2）查询性能
精确查询：精确匹配字段查询，毫秒级返回结果；
模糊查询：查询一个模糊字段,比如查车牌号浙A?HH?，3-7秒级返回结果；
复杂查询：多组合查询，比如模糊查询+精确查询+GroupBy（按组分类）+OrderBy（排序）组合查询，10秒内返回结果。

（3）平台应用
基于大数据平台对所有被盗车辆的被盗时间、被盗地点、找回地点、交易地点等进行深度分析、挖掘与数据碰撞，实现高发时段、高发区域热点分析，为公安布控设防提供情报。

图 高发路段热点分析
3.1.3后续扩展应用
3.1.3.1看守所在押人员管理
通过在押人员佩戴RFID电子标签，远距离识别，实现全监管场所的所有罪犯的实时定位，定位点与监所内的视频做到联动，确保罪犯的所有历史轨迹都有视频可追溯，做到全自动、全覆盖和主动式监控，并能够将相关轨迹记录在案。同时通过设置相关报警规则，对一些行为进行报警设置。所有这一切系统都自动记录在案，可追溯、可审计，从而确保相关规范和制度能够得到严格执行。
3.1.3.2办案区管理
利用RFID远距离识别的原理,对进入某些区域的标签进行自动识别和区域性定位。当办案区人员佩戴定位标签，到达某个区域后，在远端的定位系统，能实时检测到佩戴标签的人员当前所在区域，并显示在区域地图上。同时佩戴的RFID电子标签设备具备心率采集功能，如心率不正常显示，可通过RFID设备SOS报警。
3.1.3.3重点人（老年痴呆、肇事肇祸精神病人、儿童、社区矫正人员等）管理
对重点人员（如老年痴呆患者、精神病人、儿童以及社区矫正人员等）通过佩戴或携带RFID标签设备，做远距离识别，对重点人员进行自动识别和区域定位，并显示在区域地图上。
3.1.3.4重点车轨迹查询管理
在重点管控车辆上安装RFID电子标签，可以在管理系统上做轨迹查询工作，同时对重点车进行管控。
3.1.3.5民用枪支管理
通过对民用枪支安装RFID电子标签，系统可实时对枪支进行监控，并且可通过软件记录枪支拥有者信息和枪支使用时间。目前民用枪支管理建设存在一定难点需要深入探讨，需要解决的困难点如下：枪支上的RFID设备安装问题。民用枪支活动范围一般在使用者家里，家里的RFID覆盖与识别问题。
3.1.3.6重点物（危化物等）管理平台
对重点物上安装RFID电子标签，通过管理系统对重点物进行管理。目前重点物（危化物等）管理建设存在一定难点需要深入探讨，需要解决的困难点如下：重点物件的RFID设备安装问题。重点物转移后RFID识别的精度问题。

3.2视频实战综合应用
3.2.1可视化地图应用
大华可视化地图是基础和智能化应用的重要载体，涵盖了天、地、人3大类40小类可视化信息。同时在地图上可以实现诸多应用，例如数据呈现、车辆搜索、指挥作战、研判分析等。领导决策运筹帷幄，让警员工作知行合一。
基础平台、运维、实战、车辆大数据、扁平化等多个系统共享同一个地图引擎。基于大华独有的的专利技术，地图实现了10万个点位秒级加载。精准、主观、快速提现各类资源。
3.2.1.1数据呈现
（1）数据规范采集
基于户籍化的规范录入点位朝向、经纬度、应用分类(如医院、学校、广场)等。
（2）展示的数据类型
地图上可以呈现3大类40小类可视化信息。
天，即业务数据，包括案件、警情(110接处警、人像布控预警、车辆布控预警)、线索、结构化数据、路网数据、警员单兵GPS、警车车载GPS、公交车GPS、出租车GPS、非机动车轨迹(RFID)、卡口过车轨迹、人脸抓拍轨迹、人员轨迹。
地，即固定资源，包括公安自建点位（卡口抓拍、治安监控、人脸抓拍）、社会资源点位、MAC探针、RFID接收器、门禁、报警、重点单位(医院、学校、加油站、防恐目标单位、政府单位等)、重点场所(网吧、旅馆、广场等)。
人，即管控对象，包括人口（重点人口、外来人口、常住人口）、房屋、巡区、防区、必到点、警务室、135防控圈。除此之外，基于大华独有的地图大数据加载专利技术(申请中)，可以轻松达到10万点位秒级加载。
（3）地图形式丰富
大华地图种类丰富，不仅可以对接现有的PGIS、天地图、高德地图、腾讯地图、百度地图、谷歌地图等主流地图，还能展现2.5维、全景地图。
◆全景地图
配合前端球机360度采集，与矢量图结合，在地图上能标注全景地图的点位，只需单击该点位，就能查看点位周边的全景环境。如下图，图一是用实景图片来标注支持全景地图的点位，图二是点击该点位后全景地图的展示效果。

◆2.5维地图
目前2.5维地图主要用于房屋信息的展现，用于流动人口的管理，实现“以房管人、以人管房”。通过地图可以查看房屋和人员信息，房屋信息包括房主名称、身份证、联系电话、现使用人、现使用人身份证号码、现使用人电话、建筑结构、房屋类型、房屋用途、住宅类型、住房来源、面积、出租时间、方位图片、外观图片、门牌照、房屋平面图等信息。

3.2.1.2地图基础功能
电子地图应用提供了方便的地图工具，帮助用户更好地利用电子地图。
1）部门定位
快速精准的定位分局对应的辖区范围。

2）图层显示
根据业务需求，选择实际需要的点位信息，地图显示更直观简洁。

3）鼠标选择
根据不同的业务场景、地形路况来灵活的选择区域,提供框选、圈选、线选和多边形选择。

4）快速定位
根据防控、作战的具体任务要求，绘制自定义区域，形成预案，快速定位。
5）工具测距、侧面、清屏、位置定位
在办案过程中，需要对实地的距离、面积做测绘，也需要标记一些线索、资源信息。平台提供了一些简单易用的测绘工具，帮助办案民警对案发现场进行研判，信息收集，如下图所示。

6）可视域展现
摄像机点位支持可视域（视角、朝向、可视距离），保证设备在地图上，和实际摄像场景方向一致。支持点位按照实际场景，调整其监控朝向。

所有的监控点位、卡口、社会资源、报警信息都能在电子地图上进行实时视频点播、控制、光圈调整、聚焦变倍、鼠标模拟、三维定位、录像下载、解码上墙、设备保修等一站式的操作，极大的提升的系统的易用性。
7）实时视频点播
在电子地图点击实时视频图标，支持视频设备的实时视频点播、球机和云台的控制、摄像机光圈放大缩小、聚焦扩焦、放大缩小、三维定位、鼠标模拟等操作，并且在实时视频界面通过快捷菜单，可实现本地录像、语音对讲、抓图、音频等快捷操作，极大的提升易用性。
8）录像回放
在电子地图点击录像回放图标，支持该通道录像的搜索与播放。支持根据日期来对设备录像和中心录像进行搜索，而且支持1/8倍速~8倍速播放和逐帧播放，办案民警可以根据需要选择不同的速率进行浏览。在发现有价值的视频片段，可以通过快捷菜单中的录像功能，将视频片段保留在本地。
9）解码上墙
在电子地图点击视频上墙图标，可以选择电视墙和视频通道，将视频上墙显示。也可以把当前通道的显示保存为任务，下次只需要启动任务，免去每个视频添加上墙等初始设置。

10）报警信息
在电子地图点击报警信息图标，可以搜索查看该通道的历史报警信息。

11）周边搜索
关联搜索可以查找某个监控点位周围其他的视频点位。
12）录像锁定和解锁
办案人员在出现突发案件或重大案件，需要锁定录像时，常常只能确认设备的地理位置，无法确认设备名称，通过电子地图进行录像锁定，框选设备进行锁定解锁操作，能够极大地缩短办案人员的时间。
13）地图一键报修
在电子地图点击一键维护图标，可以方便的进行报修，能使运维人员第一时间了解到设备的故障信息。

14）视频一键入库
办案人员在出现突发案件或重大案件，在查看录像时，对于需要进行视频浓缩的视频，可以在地图上操作实现一键入库的便捷操作，将录像保存至视频浓缩资源库中，进行视频浓缩，减少录像下载，上传等工作，加快视频的智能处理。
15）视频一键萃取
办案人员在个人案件中心在处理案件时，支持录像视频的萃取，把视频的中的人、车、物分离，有效提高视频查看速度，帮助民警快速的发现、比对和掌握线索。对于需要进行萃取的录像，支持在地图上直接选定相关视频，实现批量萃取，减少录像下载，上传等工作，加快视频的智能处理。

3.2.1.3地图资源一键搜
基于户籍化录入的点位朝向、经纬度、应用分类(如医院、学校、广场)等数据规范，地图上加载的点位以及与之关联的区域、防区等信息都能在统一检索口一键查询（如输入解放路，会展开解放路上全部点位信息；如输入市一医院，会展开该医院附近点位、警务室、警力分布等信息）；同时，所有检索都可以在地图上直接进行，如搜索“南京路与解放路口”，无需切换到其他应用模块再进行搜索；除关键词搜索之外，地图还支持框选、圈选、多边形等空间化手段对图上资源进行检索，促进使用人更精准掌握和运用空间信息与地图资源。
同时，地图还可以根据时空信息，显示选中车辆和人员的轨迹呈现

3.2.1.4态势地图从现在见未来
以地图上加载的大量天地人数据为基础，智能生成点位分布态势图、交通路况态势图、案件分布态势图、警情四色预警、人员聚集热力图、重点人员分布态势图等，为决策与行动提供历史规律性分析和未来趋势性分析，对点位科学布建、交通拥堵治理、重点区域治理、警力资源分配、重大警情预警等有重大指导意义和参考价值。
（1）车辆态势

（2）人口态势

（3）警情四色态势

3.2.1.5特色服务
（1）最短路径分析服务
在查找两个卡口间人员和车辆的轨迹时，支持按道路渲染，标注出最短路径，完美替换成本较高的超图引擎路径分析服务。效果如下图。

（2）道路搜索服务
提供对城市道路的搜索定位服务，为业务层功能拓展提供支撑。比如搜索江南大道，地图可以直接标注江南大道，并显示该道路上及周边一定范围内的摄像头数量和点位。

3.2.2实战基础应用
基于对公安业务的深入了解，我们发现有一些通用基础功能在各个业务系统中都会被频繁使用，如布控联动、挂图作战、情报研判、信息检索、报警及视频调度，但是目前公安各个业务系统都是独立建设，相互之间缺少融合，数据之间缺少关联性，例如车辆应用系统无法完成人脸应用，人像应用系统又无法实现MAC等其他应用，公安在办案过程中往往需要登录多个不同的业务系统进行信息分项研判，最后在人工进行合成研判，这种方式将大大降低民警的办案效率，也无法满足新的警务要求，基于这种现状，大华视频综合应用系统在架构设计之初就进行了充分考虑，在深度业务应用之外，设计了“六大中心”，以此满足公安业务需求。
3.2.2.1视频调度中心
目前公安机关在应对社会治安管理和突发事件处置过程中，往往需要跨业务部门或跨辖区调用视频图像资源，虽然平安城市经过几年的建设，也逐步通过建设社会面汇聚平台、共享平台和联网平台汇聚了全辖区的视频资源，但是这些视频图像资源只存在于市级平台，各区县调用时需要经过申请、审批等流程，不仅过程繁琐，而且无法满足快速侦破案件的实际需要。
视频调度中心就是基于公安业务的这一实际需求，在全市（区）实现视频资源汇聚的前提下，建立视频调度最佳机制，同时在一体化授权体系下完成统一鉴权，实现各警种或业务部门资源分级分层使用。
1）区县访问市局资源
区县访问市局视频资源时，区县客户端向市局联网平台发起请求信令，市局联网平台反馈RTSP地址，客户端依据返回的RTSP地址向本级联网平台获取视频资源。

2）跨区县视频资源访问
区县2客户端向市局联网平台发起请求信令，市局联网平台向市局共享平台发起对应的请求信令，市局共享平台继而向区县1共享平台发出请求信令，最后区县1共享平台将视频资源原路返回。

3.2.2.1.1实时监控
联网监控应用模块提供了简洁、完善的视频监控界面，可以方便的调取各个设备、通道的视频信息，支持各种画面组合显示，并通过云台控制，调整监控视角和范围。主要包含了如下功能：
模糊搜索：由于通道数量巨大，如果只用滚轮翻看查找，容易出现纰漏，效率也很低下，平台提供模糊搜索功能，支持根据通道名称、拼音、首字母、中文进行模糊搜索缩小范围，快速定位需要的视频通道。
通道搜藏：虽然通道数量非常巨大，但是通常用到的通道根据用户的不同会有很大差异，用户可以根据自己的需要将自己所关心的通道加入收藏，通过收藏栏，快速找到该通道，查看视频或是浏览历史录像。
云台控制：支持对镜头定时复位、控制云台方向、调用预置点、控制镜头巡航、抢占云台控制权和图像3D放大。支持网络键盘接入，能够通过键盘控制图像切换和对摄像机的控制。支持一定级别用户对云台监控图像进行锁定。支持高级别用户对低级别用户的图像解锁和操作抢断，抢断操作自动完成，抢断后的释放可以是高级用户通过简单的操作完成；抢断时低级别用户能收到明显提示。同等级的用户可以相互对某个球机的控制权进行抢夺。
组合显示：平台支持多种画面组合显示，方便用户根据需要，采用不同的组合方式。除了支持标准的1x1，2x2等常规组合外，还支持用户根据实际的监控喜好，以自定义的方式确定显示的组合方式。
即时回放与即时下载：针对监控人员多画面实时预览时，当画面快速出现可疑目标，如果去调用录像，时间太久，并且有可能因此延误了案件侦破的时机。平台提供了即时回放功能，可以在观看实时画面的同时，调取之前至少15秒的录像（可设置录像时间长度），通过画中画显示实时视频和录像视频，即确认之前的目标，也不遗漏实时的画面。
针对监控人员通过即时回放等手段确认可疑目标后，平台提供视频下载功能，可立即选择可疑目标出现的时间段进行视频下载。
一键保存视频任务：在分屏查看不同场景的视频时，可一键保存视频任务并添加任务名称，方便随时查看不同的视频任务。
电子放大：在操作实时监控设备画面时，如果需要重点关注视频某个局部画面或可疑目标，可对正在播放的视频进行局部放大和画面拖曳，方便准确定位可疑目标。
视频增强：右键播放窗口选中视频增强，可以选中去雾灵敏度、去雾饱和度、锐化、去偏色、夜增强，从而将视频画面调整到最佳状态，方便查看分析。
轮巡设置：对于某些组合监控的场景，例如某某路口一共有4路监控，从不同的角度进行拍摄，用户需要同时使用这4路监控来监控这个路口，可以将这4路监控保存为一个任务。当开始这个任务时，平台会将这4路监控按预先排列好的方式展现到监控画面上，方便用户对特定监控场景的快速打开。也可以通过轮巡功能，设定固定几个监控画面进行单屏循环播放这几个监控画面。当用户在轮巡监控画面时，发现有异常情况（如发现有人入侵）需要暂停轮巡，排查问题。我们可以支持轮巡画面暂停，等异常排查后，可以点击轮巡恢复，则可以继续轮巡计划。
三维定位：三维定位对可疑目标进行三维智能定位，通过鼠标框选来确定想要观看的目标范围，系统自动将选定的范围定位于屏幕中心位置并且对区域进行适当的放大或缩小，便于快速锁定监控目标，有利于接处警操作人员快速反应，及时发现嫌疑现场情况，保存嫌疑现场视频证据。
视频抢占：平台可支持多个用户同时访问同一个通道，当多个不同等级的用户同时调取同一个通道时，高等级的用户可以通过视频抢占，来获取对这个通道的控制权。
视频分享：当监控人员发现监控中有重要线索，需要通知其他用户查看时，可以通过视频分享功能，直接发送给其他用户，免去其他用户反复查找通道，节省了大量时间。
视频运维：在实时监控界面中，可及时对每一路监控通道进行通道报修，并在报修单中填写报修信息，启动运维报修流程。
3.2.2.1.2录像回放
监控系统的建设除了实时报警，防患未然外，还有一个重大的作用就是事发后有据可查，因此，录像的检索、连续流畅、多功能播放也是平台的一个很重要的功能。提供方便的录像检索、查询手段，可根据时间、地点和报警类型等信息检索并回放图像，回放时可实现播放、快放、慢放、单帧放、拖曳、暂停等功能，并能够按照时间点精确定位。系统支持如下功能：
录像管理：支持前端按设备录像、中心录像和时间片的查询，回放和下载，支持对某段录像增加标签并快速定位标签回放。
录像切片回放：某些案件侦查过程中，对于视频较长，但又需要完整播放的情况，如果按一般播放模式时，效率很低，而且时间一长，容易疲劳，错过破案线索。平台支持分段预览，将一个通道的视频按时间等分成几个不同的片段，一起在多屏中显示，同时播放，办案民警可以同时浏览这个通道不同时间段的画面，大大缩短了视频浏览的时间，提高侦查效率。
录像回放倒放：某些视频时长特别久，在出现可疑目标后，办案民警需要反复的查看一段时间内的录像确认目标，平台支持录像回放倒放，倒放快进，逐帧倒放多种方式播放录像，办案民警可以详细确认目标后再进行后续操作，极大地提高办事效率。
鱼眼录像回放：鱼眼因录像文件为畸变图像，在正常播放时无法有效查看移动目标，不利于录像排查。平台支持多种录像矫正方式，可快速将鱼眼录像矫正成正常画面，提供多种画面展现方式，并提供虚拟PTZ操作。
全帧倒放：监控人员在进行录像回放过程中，经常会对重要视频进行反复观看，传统录像倒放时经常因为录像丢帧导致关键目标丢失，并不有利于录像查看。平台支持支持1/16-16倍数的全帧倒放，可有效减少因倒放导致的目标丢失。
录像锁定与解锁：由于中心录像太过庞大，视频保存周期不长，突发事件或者重大案件发生后，如果无法及时处理，常常会导致视频被删除或丢失等问题，所以及时进行现场视频录像进行锁定，以保护现场显得尤为重要。保证这段录像永远不被循环覆盖。
图片抓拍抓录功能：录像回放时，用户随时可以进行抓拍抓录，将图片和视频资源保存至本地；同时，图片保存时记录文字信息，便于事后查看；可以通过设备树上指定摄像头信息，可以进行图片保存。
录像下载功能：支持录像下载功能。
3.2.2.1.3视频上墙
电视墙是监控中心常用的监控设备，由多个大屏幕液晶电视机组成，能够放大监控画面，便于监控人员观看。系统支持将监控画面上传到电视墙上播放。
系统VMS服务是沟通平台和电视解码设备的桥梁，系统经过视频管理将视频命令发送给VMS后，在VMS的后端可以连接SNVD以及NVD等解码设备，最终将数据输出显示到电视墙。
在选择用NVD解码上墙时，可以根据系统或者解码器设备的负载情况，自由地选择视频是直连上墙还是转发上墙。直连是由解码器直接申请前端数据，显示到电视墙上；而转发，则是由中心平台将数据转发给解码器，通过解码器上墙；
同时支持，报警视频切换上墙等的操作。
3.2.2.2档案中心
针对辖区内的重点管控人员，如易重新犯罪人员、易肇事肇祸人员、涉稳涉恐人员等建立包含基本信息、标签信息、唯一标识信息和活动轨迹信息的人员全息档案，实现对重点人员的动态检测和落地管控，为检索中心、布控中心、预警中心、研判中心等关键应用提供数据支撑。
基本信息：包含姓名、性别、籍贯、年龄、职业单位、身份证号码等信息；
标签信息：人员属性，比如易重新犯罪、易肇事肇祸、涉稳、涉恐、边缘行业人员。
唯一标识信息：包括身份证、手机号码、车辆、MAC、RFID、手机串码卡码、人脸；
活动轨迹：包括人工采集（暂住地等）和系统自动采集（车辆卡口轨迹、mac轨迹、身份证刷卡记录轨迹等）两类。
3.2.2.3检索中心
提供类似百度的一站式检索功能，可以通过唯一标识信息（身份证号码、车牌号码等）或者特征图片（过车图片、人脸图片），快速检索出人车等基础信息、高危信息和轨迹信息，将碎片化信息整合为完整有序的信息。
比如输入一个身份证号，可以检索出人的姓名、出生日期、户籍地址、婚姻状况、名下车辆等基础信息，是否是前科人员、是否是涉毒人员、是否是七类重点人员等高危信息，还有车辆卡口的行驶轨迹、人脸卡口的抓拍轨迹、旅馆住宿以及网吧上网等轨迹信息。
3.2.2.4预警中心
预警中心接收各业务子系统中的多源报警信息，如车辆布控报警、人像布控报警、身份证触网预警等，进行统一归总和展现。
3.2.2.5布控中心
集成原有人像、车辆、MAC、RFID等分散在不同系统中的布控手段，提供多维数据的统一布控入口，像短信群发一样将布控指令下发至各业务子系统，实现人员的一键布控。
3.2.2.6挂图作战
提供淘宝购物车式的服务，可以随时将各种研判手段查找到的线索放入收藏夹内形成线索链，如通过车辆技战法获取的嫌疑车辆信息、通过视频结构化获取的嫌疑目标信息、通过人脸抓拍库检索获取的嫌疑人员信息等，一键挂载到电子地图上，生成嫌疑目标轨迹。同时结合时空合理性以及民警的办案经验可随时在地图上加以修正，直至还原嫌疑目标的真实轨迹。
3.2.3案事件管理应用
办案人员在提取案件的重要线索之后，需要将这些重要线索进行分类管理保存，便于在后期侦查办案时能够快速查询碰撞。根据公安机关案件办理过程，大体可划分为五个步骤，分别为资源采集、视图库、警情模块、案件模块以及案件报告。具体如下：

3.2.3.1资源采集
联网资源采集
调阅查看联网监控平台视频录像资源来梳理案件已变成必不可少的手段，特别是能够在电子地图上显示监控探头点位并播放视频录像在实际的办案中凸显得越发重要。系统可以集成PGIS接口，可以通过地图查看多个联网视频监控的摄像机，可通过点击地图上摄像机的图标直接观看实时图像，也可直观的对单个或多个摄像机下发采集策略，批量将有价值视频数据归档到案件管理系统中，进行有效管理，真正做到“追根溯源”。
社会资源采集
并非所有的案发地点附近都有联网监控视频，在一些案件侦办过程中，无法通过联网监控平台方便的获取视频图像资源，此时，办案民警可携带便携式侦查系统到案发周边直接进行社会面视频采集，或调取社会面视频资源回监控中心进行上传，于此同时，民警也可以结合各种智能分析工具快速查找案件线索，并形成线索轨迹，实现案件线索的现场追踪，案犯实时追捕等工作。
3.2.3.2警情分拣
通过与三台合一系统的对接，将110、122、119报警信息，自动同步到警情管理界面。也可以通过手动警情登记，手动添加警情。所有警情都可以通过警情管理界面的警情查询，根据警情编号、警情类型、时间、管辖单位、报警方式、警情来源和案发地来搜索查询。
支持用地图方式选择经纬度
支持接警记录中涉及的报警人员、嫌疑人的登记
支持接警记录中涉及的媒体信息（图片、视频）的登记，播放视频
支持列表、视图模式切换
支持分页查询
所有警情可以通过平台浏览、编辑、删除，并支持一键转为案情处理。

3.2.3.3警情处理
在系统个人中心工作台“我的警情”中可以方便查看从三台合一系统同步过来或手动录入的警情信息，民警可以对这些警情进行实时处理，或根据自己掌握的信息进行完善补充。
3.2.3.4案情处理
案件录入
在我的案情中根据权限的不同可以对案件进行各种操作，包括案件编辑、联网侦查、挂图作战、案件串并、收藏、删除等。案件来源有两种：其一，可以从打防控同步过来；其二，可以通过手动新增案情。手动新增案情时，需要填写案件基本信息，包括案发时间、案发地点、案件概要，同时需要指派案件的主侦人员和协侦人员。
支持用地图方式选择经纬度
支持案事件记录中涉及的报警人员、受害人、嫌疑人、嫌疑车辆的登记
支持案事件记录中涉及的媒体信息（图片、视频）的登记，播放视频
支持列表、视图模式切换
支持分页查询

关联资源
根据已知案情寻找并关联更多相关的信息资源是民警对案情处理（案件侦办）的重要工作，关联资源主要有两个途径，分别如下：
本地已研判数据上传：民警将本地的信息资源和初步分析研判线索数据上传至平台，方便之后进行综合研判。
信息库已研判数据上传：除了本地信息资源外，视图库中保存了大量与案件相关的视频图像资源，民警通过检索这些资源并关联到具体案情。
轨迹研判
a)点位排查
提供以案件工作台为入口进行挂图作战，系统支持以防御圈方式自动创建倒查或者正查点位排查列表，能根据嫌疑对象的类别与估算移动速度，并根据视频点位距离案发位置的远近自动计算每个点位需调取排查的录像时间段，自动显示所属辖区。可对排查后的结果进行记录，包括排查结论（出现、未出现、疑似），嫌疑目标的出现时间和运动方向，对查找到的嫌疑人、嫌疑车、嫌疑物的图片和视频，提供一键入库功能。
b)任务分配
支持排查任务的分配，主办人员可以将排查点位的任务分配给协办人员，协办人员根据观看视频的情况填写排查结论。
c)轨迹标注
具有案件轨迹标注功能，可以在地图上进行时空分析，对案件中发现的线索和涉案人员、车辆、物品等关联，从而形成目标的时空轨迹，从而帮助办案民警进行分析和研判。
d)轨迹还原
案件侦破过程中，需要找到嫌疑目标在作案前后的运动轨迹，对后期的研判方向和确定嫌疑目标的落脚点有至关重要的作用。根据完整的案件编号查询案件，搜索出案件所有的原始视频及与原始视频相关的浓缩视频和入库的视频快照。通过图片或视频，还原案件发生的完整经过。
为了能直观的显示嫌疑目标运动轨迹，系统支持视频点位基于GIS地图的显示，更好的还原案件轨迹和案件详细图像视频信息
嫌疑目标是需要经过严谨的验证比对，系统支持在浓缩视频和视频快照切换查询，能够在快速锁定嫌疑目标的基础上达到准确锁定嫌疑目标。
在视频条件不足的条件下，嫌疑目标的脸部、服饰等特征不能确定在两个监控下是否为同一人时，系统支持将案件关联多视频点位同步回放，在回放的过程中进行精确比对，如步伐、习惯等。
e)轨迹跟踪
案件侦办过程中，需要对嫌疑目标的运动轨迹进行研判，从而确定嫌疑目标经常出现的区域，增加破案概率，这就要求能在电子地图上用视频直观的显示嫌疑目标的运动轨迹。根据案件相关信息的搜索功能，获取案件发生过程中关联视频信息，并根据GIS地图，还原案件发生的路径，在地图上显示，原始视频自动跳转到这条轨迹所代表的对象，重现真实场景。在实际应用中，对于办案人员采集回来的大量视频，可采用轨迹功能，立即通过轨迹找到所要目标，为办案人员节省大量时间。同时，可根据GIS的轨迹信息，预测犯罪嫌疑人或车辆的移动路径，有助于第一时间安排警力对可能经过路径进行布控及抓捕，大幅度提升了案件侦破的效率。
案件报告
支持案件信息在案件侦查过程中以WORD方式导出案件报告，信息至少包括案件基本信息、涉案线索信息、线索轨迹信息。并支持多用户多版本保存，用户可以对报告进行编辑后保存成一个新的版本，并支持任意版本的报告导出成word格式，方便民警之后的案件汇报和分享。
3.2.3.5图侦工具
3.2.3.5.1视频处理通用工具
1）万能播放
在实际办案过程中，民警在视频研判过程中，为提高视频查看效率，需要有高效的视频侦查专用播放器支持，播放器至少需要支持视频循环播放，AB点循环播放（自定义片段循环播放），1/16~16倍速播放、倒放，逐帧播放等多种高效视频侦查功能。

2）循环播放
办案过程中，常常遇到视频中的线索比较杂乱，需要将段视频反复播放，才能看清视频中的嫌疑人、嫌疑车的行为，发现更多细节。如果视频比较长，平台还支持AB点循环播放，从长时间的录像中，自定义选择某一时间段进行反复播放研判。
3）逐帧播放
为了不漏掉视频的任何细节，包括视频中嫌疑人的动作、表情等，平台提供了逐帧播放功能，使民警能够更加细致的观察每一帧的画面。同时，为了看清车牌，往往通过逐帧播放功能，查看每一帧，找出最清晰可辨认的一张图片，用来确定嫌疑车车牌和车内人员的细节。
4）倒放
为了能更快速的定位到之前几秒或者之前几帧的画面，软件提供了倒放功能。
5）倍速播放
民警在观看录像时，很多场景是无用的，希望快速播放，节约时间和精力，但有些场景又必须慢放，看清每一个细节。平台提供了1-16倍快速播放和1-1/16倍慢速播放，满足民警在审看视频时的不同需求。
6）分段预览
某些案件侦查过程中，对于视频较长，但又需要完整播放的情况，如果按一般播放模式时，效率很低，而且时间一长，容易疲劳，错过破案线索。平台支持分段预览，将一个通道的视频按时间等分成几个不同的片段，一起在多屏中显示，同时播放，民警可以同时浏览这个通道不同时间段的画面，大大缩短了视频浏览的时间，提高侦查效率。

7）电子放大
民警在观看录像时，由于电脑画面中目标较小，无法看清目标的一些细节信息，包括携带物品、是否打电话、脸型、服装颜色、服装款式等等对案件侦破至关重要的信息，通过电子放大功能，可以直接在视频播放过程中实时的对目标进行线性放大，尽可能的看清楚目标细节。
8）普通播放

9）电子放大

10）录像打标
民警在观看录像时，发现可疑目标，可以通过录像打标功能实现对可疑目标在录像中出现的时间进行标签记录，可以在一段录像中多次打标，为后续进一步分析或快速定位可疑目标提供更便捷的视频侦查方法。
11）万能转码
民警在办案过程中采集的社会面录像资源，因为厂家的不同会有多种不同的视频格式，且因为社会面监控普遍存在时差问题，通过统一转码工具可以非常高效的实现对几十种主流厂家视频格式统一转码及校时，为后续线索侦查提供重要的保障。

12）车牌分析
对于案件已经获取相关嫌疑车辆信息如车牌号、车身颜色等，可以通过车牌排查功能实现对案件周边视频进行自动排查，确定周边视频中是否出现嫌疑车辆，根据嫌疑车辆出现的监控点位，从而判断出嫌疑车的行动轨迹；判断出嫌疑车辆的行动轨迹后，在嫌疑人出现或消失的位置进行视频布控或查询，判断该点位是否是嫌疑人的落脚点，从而实施抓捕。

13）屏幕录像
由于视频监控建设厂商较多，特别是在平安城市建设前期和社会面监控，有很多小型监控厂商的视频格式是私有的，导致涉案视频只能用该厂家独有播放器播放，这样就限制了案件视频的研判效率。系统提供了屏幕录屏功能，对于不能用普通播放器播放的视频格式，利用录屏工具，保存成标准的MP4、AVI格式导出，完成对私有格式到标准格式的转换。

14）视频编辑
由于民警采集的视频通常很大，包含大量的垃圾信息，如何将重要信息提取和整合，本系统通过视频非线性编辑技术，实现对视频截取（没有价值的视频片段删除）、视频合并（多段有价值的视频片段合成一段视频）、图像抓取、图像编辑等功能，让线索的质量和有效性得到保障。这种方式有效的让审阅人员定位和重点关注嫌疑目标，分析编辑过的视频更加具针对性。

3.2.3.5.2图像处理通用工具
1）图像标注
为了有效的审阅和定位重点嫌疑目标，系统可直接在图片上进行文字编辑、重点标注等操作，有效的让审阅人员定位和重点关注嫌疑目标，让分析编辑过的视频更加具针对性。

2）图像增强
由于天气、环境、设备等因素，民警采集到的图像资源经常出现视频模糊，无法有效看清目标。本系统通过智能分析手段，实现将图像进行去雾、去噪、去偏色、夜增强、抖动平衡等图像增强处理，解决目标看不清的问题。
3）电子去雾
支持对由于雾天大气散射造成图像色彩和对比度大幅下降所引起模糊问题，利用雾天大气散射模型，推导传递函数及大气光，对雾天拍摄的图像进行反向处理，得到去无雾化的图像。

4）降噪去噪
因摄像机低照度效果不佳导致夜间图像噪点偏多影响图像研判的情况，可通过空域、频域的各种去噪方法，对影像中各种随机噪声、高对比噪声、条纹噪声、周期噪声进行去除。

5）去偏色
由于摄像机老化、线路干扰造成的图像色彩失真、偏色等图像资源，可以通过色调均化、色彩平衡、RETINEX、白平衡等多种方法，对图像的色彩偏转失真进行智能的校正。

6）夜增强效果
夜间监控摄像机采集图像画面由于环境场景偏暗导致监控画面照度较低，系统利用视频增强算法，从而提高夜间视频亮度降低噪声，提供用户以所见即所得的模式解决方法，简单快速的得到最佳处理结果。

7）抖动复原
实际应用中,车牌是公安实际办案中最直接的证据和线索,但由于车辆在运动中的抖动、光线、清晰度等种种问题，导致很多车牌图像并不能直接显示出车牌号码。系统通过对原始图片进行锐化建模，利用智能算法将车牌因为外界原因而不清晰进行分析处理，从而还原车牌原始信息。

8）图像测量
在视频条件较差、嫌疑人面目等识别特征不能帮我们辨别嫌疑人身份的情况下，需要对嫌疑目标的身高进行测量从而来缩小排查范围；系统利用图像测量对于视频图像中的嫌疑目标进行3D建模测量，在案发地点选取参照物并标定其在图像中的数据，从而根据参照物实际的数据测算出嫌疑目标的真实身高。

3.2.4车辆大数据应用
3.2.4.1系统概述
车辆大数据应用系统建设将以过车数据和车辆图片为主线，并联动公安网上业务数据（如-人口库、车辆登记库、盗抢车辆库、前科犯罪人员库等）进行车辆、人员、案件、现场勘查、电磁轨迹及社会资源数据的关联串并和碰撞比对，对高危车辆进行深度数据挖据，进一步放大和倍增数据价值，服务警务实战，提高城市公共安全服务水平。
3.2.4.2功能设计
3.2.4.2.1研判门户
车辆应用模块是平安城市产生的车辆数据的汇聚仓库，是一个典型的警务DT时代的数据平台，模块可将汇聚的过车数据、图片数据、结构化分析数据等用户关心的统计分析结果进行定制展示，满足公安对城市治安态势的总体研判需求。
可对当天预警信息进行集中统计展示，用户可集中了解今日当地的高危车辆情况，支持两个维度：
1、）四色预警-显示布控预警、红色预警、橙色预警、蓝色预警、一般预警等当天产生数量的统计展示，公安可进一步通过此类“四色预警”信息了解当地的治安态势情况；
2、）预警类型-显示当天高危车辆预警类型统计信息-如当天首次入城车辆统计、前科人员出没车辆统计等等-可辅助公安制定进行针对性的打防控策略。
同时在首页可支持定制一系列的细分统计视图、了解不同车型、品牌在当地的车辆活动统计情况，不同地点的过车辆统计、不同研判预警规则的高危车辆分布统计。
3.2.4.2.2车辆研判分析
车辆大数据系统利用全国公安网上综合信息，结合卡口的过车记录，构建车辆大数据积分模型进行数据挖掘和分析，系统可以给公安侦查办案以及打防控预警等工作提供相关的情报线索和数据支撑。
1）分析模型
车辆大数据系统从“车辆、车主、车主关系人”三个维度分析研判。

图 车辆积分研判模型
车辆维度模型-以车辆分析和车主分析为中心，通过公安信息网综合信息，以卡口数据为基础形成复杂的信息关系网进行数据碰撞形成产生积分规则模型，获取有价值的信息，主要依靠以下规则和属性进行积分研判：
1.车辆属性规则：盗抢车辆、一般高位地区车辆、特殊高位地区车辆、租赁公司车辆、非法运营车辆、假牌、套牌车辆、多次违章未处理车辆
2.车辆时空属性：首次出现、重点区域出现、凌晨出现、深夜出现、高危时间出现、高危地点出现、频繁进出城、全省高速轨迹信息
3.异常特征：白天放下遮阳板、描述不符、人员遮挡脸部

图 车辆维度数据研判
人员维度模型：
1．人员属性：车主基本信息（确定是否高危地区）、是否在逃人员是否有犯罪前科、是否是打防控人员、是否是涉案人员、是否是盗抢骗人员、是否吸毒人员；
2．轨迹信息：旅馆+航班（确定活动轨迹）、暂住地址（确定落脚点）

图 人员维度数据研判
关系人维度模型：
1.关系人界定：直系亲属、旅馆同房住宿（同伙嫌疑）、同航班（贩毒同伙嫌疑）、同暂住地（可确定落脚点）、同车违章处理人等；
2.关系人属性：是否在逃人员、是否盗抢骗人员、是否前科人员；

图 关系人属性维度
2）研判查询
提供大数据研判结果查询入口，可对于单条信息显示抓拍车牌图片和高危积分以及研判规则匹配情况，并可关联电子地图显示研判位置。
同时可进一步显示高危车辆详细信息-展示车辆详细过车信息，车辆档案信息，车主信息，车主前科信息，过车轨迹信息等。
目前系统可支持的查询条件：时间范围，积分范围，车牌号码，高危类型，处理类型，排序，车主姓名，身份证号，车辆品牌等。
3）一车一档
系统7×24小时不断运行，因此积累了大量在当地区域内活动的高危车辆和人员档案信息，公安可直接查询本地历史上活动的高危车辆的详细信息。
“一车一档”-输入车辆车牌号码后，可一键查询相关的车辆基本信息、车辆违章信息、车辆轨迹信息、被盗抢信息、车辆驾驶人基本信息、驾驶人前科信息等。
4）可信车辆
系统支持可通过批量方式和手动方式添加“安全”车辆到可信列表中，对于可信车辆系统将不进行车辆积分规则研判，以提高系统的分析效率，但是会对所有车辆图片进行车型二次分析，保证后续所有车辆的有效真牌还原。
另外系统支持批量通过智能出行分析方式，把当地城市中持续“朝九晚五”的车辆智能添加到可信车辆列表中，保留系统资源首先研判行为不规律的车辆。

图 手动增加信任车辆
5）租赁车辆
很多犯罪分子都是基于租赁车辆来进行踩点等高危行动，因此系统可通过整合租赁车辆列表信息，对租赁车辆高危行为进行专项预警和排查。
3.2.4.2.3多维特征检索
在综合应用图片二次识别技术的基础上，即使目标车辆中途更换、篡改、遮挡、拆卸车牌，或使用假牌、套牌，系统也能够基于车辆局部特征唯一性进行分析、识别、提取，在短时间内锁定目标车辆。
系统使用大数据图像处理引擎，实时分析海量卡口过车图片，提取车型、车系、年款等关键信息，形成车辆特征结构化描述，进而实现对海量车辆图片的“以图搜车、以车型搜车、以品牌搜车、以颜色搜车、以类别搜车、以局部特征搜车、无牌车查找”等丰富手段，帮助公安快速定位目标车辆、不受套牌、假牌、无牌、号牌污损等影响。
车牌搜车
当发生案件之后，民警通过走访调查等手段可以获取嫌疑车辆的车牌号码时，可以根据车牌号码查询车辆信息，满足精确和模糊号码搜车，以此获取嫌疑车的行车轨迹，同时支持设置开始时间、结束时间、卡口选择（支持拼音缩写查询卡口）和排除车牌等选项来缩小检索范围，从而达到快速定位嫌疑车辆的目的。
系统利用云检索技术可以实现百万级数据的秒级检索，实现视图/列表/地图的便捷切换，满足视图模式切换录像、视图模式切换地图，同时支持为每辆车建立档案，极大方便了民警案件侦察工作。

车系搜车
在某些特殊情况下，民警通过前期调查分析无法获取嫌疑车辆的车牌号码时，此时，系统利用大数据图像处理引擎，实时分析海量卡口过车图片，提取车型、车系、年款、车身颜色等关键信息，形成车辆特征结构化描述，进而系统提供“车型搜车、品牌搜车、颜色搜车、多维特征搜车”等丰富的检索手段，帮助公安快速定位目标车辆，又不受套牌、假牌、无牌、号牌污损等影响。

以图搜车
在另外一些案件侦办过程中，民警通过其他刑侦手段获取到了嫌疑车辆照片，如群众提供，车辆大数据系统支持以上传的图片为依据搜索车辆，系统自动识别图片中车辆的车型、车系、年款、颜色、年检标、挂件、摆件、遮阳板等信息，根据这些信息在数据库中快速检索出满足条件的车辆信息，并支持相似度排序。
图1-1以图搜车

3.2.4.2.4多维数据碰撞
相对于传统卡口系统只能依靠车牌进行碰撞分析，车辆大数据系统支持多维度的碰撞分析，可在不同的时间和现场过滤筛选具有同一车型和局部特征等的车辆，进而排除假牌、套牌的干扰，获得可能作案的高危车辆影像信息。

图 使用“车脸”进行时空碰撞-发现嫌疑车辆
目前可通过以下维度来碰撞过滤高危车辆（选定时间地点后）：
1.按照积分规则维度碰撞；
2.按照细分车型维度碰撞；
3.按照车辆类别维度碰撞；
4.按照车辆颜色维度碰撞；
5.按照车牌维度碰撞；
除了“车脸”特征，车辆大数据系统还可以基于高危车辆历史数据，可通过时间、地点、车辆积分规则、车型、类别、颜色等的多个维度，层层过滤海量过车数据，辅助民警快速缩小嫌疑车辆范围，进一步对高危车辆和人员分析挖掘，实现警力资源的精确投放，有效避免人海战术，打造情况导侦新局面。
通过大量数据的积累和变化规律进行深度的信息挖掘，系统可实现为第三方业务系统提供数据支持，帮助决策者和管理者提供有价值的线索信息，进行层层过滤式的嫌疑车辆挖掘。

图 层层过滤式的嫌疑车辆挖掘技术
系统具体可支持以下排查方式：
时间地点过滤
通过案发地以及案发时间，当发生多个类似案件时还通过时间以及地点的碰撞分析，查找同时出现的嫌疑车辆。
积分规则过滤
通过19项积分规则，快速排查嫌疑车辆。比如，一般的盗窃案大多是惯犯所为而且一般发生在晚上，可以通过盗抢骗前科人员、夜间出现、首次入城等规则，过滤嫌疑车辆。
车型过滤
根据现场走访或者视频监控知道车辆的品牌、型号等信息后，可输入相关信息，比如大众-桑塔纳，快速过滤嫌疑车辆。
车辆类别过滤
根据现场调查或者视频监控知道车辆的类别后，可通过类别，比如面包车、皮卡、SUV等过滤嫌疑车辆。
车辆颜色过滤
根据现场走访或者视频监控知道车辆的颜色信息后，可指定车辆颜色，快速过滤嫌疑车辆。
安全车辆过滤
针对一些朝九晚五车辆、信任车辆、本地车辆等，可先排除嫌疑，缩小嫌疑车辆范围。
3.2.4.2.5大数据技战法
车辆大数据应用系统有两大核心技术：
1）车辆大数据积分模型
2）车辆特征二次识别技术（即车脸分析技术）
基于以上两大技术，通过与公安的设计业务场景和实战需求的深度结合，系统提供了多种车辆大数据技战法供一线警员使用。
1）首次入城
根据犯罪分子流窜作案的特性，作案车辆大部分都是外地车或者使用外地车牌的套牌车，对在某一时间段内首次进入城区的可疑车辆，作案可能性、嫌疑较大，需要进行重点监控。通过与车辆信息库、历史卡口信息做比对，如果车辆是来自高危地区的首次出现的车辆，系统可自动预警，方便民警重点排查。首次出现不仅应用于实时防控预警，也是事后进行车辆查询，排查嫌疑车辆的重要方法。
首次出现功能可进行日期、时间的选择筛选，也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。支持但不限于固定车辆品牌、型号、年款、车牌信息、车辆类别、限定区域内初次入城车辆的分析。

2）时空碰撞
很多时候民警在前期案件侦办过程中，往往能获取不止一条价值信息，如民警通过调查发现在多个不同时间在不同地点发生了类似案件（电信诈骗案），那么可以利用车辆大数据系统，通过设置多个不同时间段和卡口位置进行碰撞分析，满足这种时空关系的车辆就很有可能是涉案车辆，以此快速缩小查找范围，进而锁定嫌疑车辆。

3）同行车分析
有些案件可能有多人多部车参与作案，为了排查犯罪嫌疑人是否有同伙，民警可以通过同行车分析技术对同一犯罪团伙前后跟车作案的情况完成快速分析。首先，确定主嫌疑车辆，以此车辆信息为条件，查询在某一时间段内和特定卡口条件下，满足跟车时间条件的所有车辆信息和行车轨迹，如民警可以根据主嫌疑车辆车牌号码和案发大致时间，选择前往案发地点必经卡口，进而民警根据检索出来的信息进一步排查同行车，该技术手段将缩小同行车排查范围，并大大提高民警破获同伙作案的效率。
车辆大数据系统支持同行车查询，根据其中一辆嫌疑车的行驶轨迹，查找其他相关的同行车辆。系统支持设定被随车辆的信息，如车牌号、跟车时长、同行路口数量以及同行时段，以此信息为基础进行分析，进而查找出尾随车辆的信息。系统同时支持设定固定品牌、型号、年款、颜色，以实现具体车型条件下的限定查找。

4）开车打手机
为更好的服务交警日常业务，车辆大数据系统支持主驾驶人员开车打电话检测。

5）开车未寄安全带
为更好的服务交警日常业务，车辆大数据系统支持主驾驶人员开车未系安全带检测。

6）套牌车筛选预警
结合车型分析结果和车管所登记信息以及车型识别的置信度设置，能快速针对道路上的套牌车辆进行有效的套牌预警，同时可通过独有的置信度技术来提高套牌车预警的有效率。
置信度说明：
套牌车预警的逻辑是对车辆图片进行二次识别，获取车系品牌信息后，和车管所登记信息进行比对，判断是否存在套牌嫌疑。
置信度技术是对每一次车型识别算法的可信度的一个评估指标，如若本次识别的置信度是96，则表示系统认为本次车型识别运算的可靠程度很高，在进行套牌预警时，可以选择预警的置信度阈值，设定只有超过阈值时才进行车管所登记信息比对判断是否套牌，置信度阈值越高，误报会越少（当然相应的漏报会增加少许）。
使用置信度，可有效过滤由于车型识别算法原因造成的套牌车误报，有效提高预警的可信度和用户体验，是一项非常实用的技术。
7）假牌车筛选预警
车辆号牌无法在车管所登记信息中找到的，系统自动判断为疑似假牌车，对于车牌识别错误的，可直接手工修改号码后进行二次研判，确保结果真实性；
8）落脚点分析
满足依据车辆信息（包含但不限于）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；
9）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。
10）隐匿车辆挖掘
犯罪车辆在作案前经常会有频繁的踩点活动、而在作案后经常会隐匿消迹一段时间，根据犯罪车辆的此类活动规律，结合案发时间地点，通过分析周边车辆的活动频度，可以对可能涉案的高危车辆进行挖掘。
本技战法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，如品牌、型号、年款、颜色等；
11）相似车牌串并
目前很多犯罪分子为了更简单的对车牌进行修改，经常会使用一些号牌车贴改变车牌的一位或者几位数字/字母来逃避监控，相对于使用假牌/套牌进行更换，使用号牌车贴更加方便，可以在短时间多次更改牌号。
此技战法针对可疑相似车牌情况，可智能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多位（可设置）的同车型相似车辆。同时支持显示车牌支持连续号码相似和任意号码相似；
12）频繁过车
一些犯罪嫌疑人，在案发前会对某个区域反复踩点，因此会反复出现在某个区域，公安部门可以通过这个线索，找出嫌疑车辆。频繁过车支持设置出现次数、车辆型号、类别等参数缩小嫌疑车辆排查范围；
13）轨迹重现
对于一些经常更换车牌的套牌车，通过车牌号码无法确定车辆的行驶轨迹。通过轨迹重现功能，可通过车型等条件充分挖掘套牌车辆，并在电子地图上对车辆轨迹进行还原；
14）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；
15）同行车辆
同行车分析可用于查找与某辆车前后相继经过某一卡口点的车辆。对于团伙作案的犯罪嫌疑人，有可能拥有2辆以上的作案车辆，通过对其中一辆嫌疑车的行驶轨迹，查找其他相关的同行车辆，为破案提供更多线索；系统支持通过设定被随车辆的信息如车牌号、跟车时长、同行路口数量以及同行的时段进行分析，查找尾随车辆信息；支持固定品牌、型号、年款、颜色，以实现某具体车型信息的限定查找；
16）无牌车
对于一些故意摘掉车牌的嫌疑车辆，系统会自动进行记录，便于公安机关重点排查；
3.2.4.2.6多维稽查布控
民警在日常工作中需要重点关注经过系统积分研判产生的高危车辆，在一些情况下需要将这些重点车辆添加布控，此外，民警在办案时已经获取了车牌、车型、车系等信息，可以直接申请对嫌疑车进行布控。车辆大数据平台支持对于高危车辆的多维度稽查布控。
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；
车型布控：支持通过设定车型信息、布控时限、布控时段、预警方式、接收单位等信息完成布控单；
车辆类别布控：支持通过设定车辆类别信息、布控时限、布控时段、预警方式、接收单位等信息完成布控单；
布控实时预警：满足警务人员在线实时查看布控信息的需求，在出现符合布控条件的车辆时，支持弹出及声音警报；
布控审批：满足对使用者提交的布控单进行审批的功能，根据布控单的审批阶段及时在对应人员的账号下显示；
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。

1）布控管理功能
布控管理是对所有布控信息的管理，包括根据时间、车牌、车类型、布控状态、布控方式等一些列信息进行查询。

2）布控报警功能
车辆大数据平台支持对于高危车辆的多维度稽查布控管理。
对于民警手动布控车辆，系统将自动进行预警，并在电子地图上通过图标闪烁的形式进行提醒。当点击单条报警记录后，系统自动在电子地图上生成车辆的轨迹路线，便于对车辆的运行状态进行实时把握。

3.2.4.2.7高危实时预警
可将车辆、车主、车主关系人、车辆行为事件的特征、行为信息与公安信息资源库&&高危车辆侧写模型库自动比对，通过实时积分研判分析，并对发现的异常和可疑车辆进行实时预警上报，实现由“事后被动侦控”向“事前主动查缉”的转变。
重点车辆：通过预设值的车辆积分研判规则，通过对车辆实施积分计算达到红色积分底线（如积分达到120分判定为红色预警，100为橙色预警、80为蓝色预警、40为一般预警）的车辆信息详细展示。
对于经过积分研判产生的高危车辆或者手动布控车辆，自动进行预警，并在电子地图上通过图标闪烁的形式进行提醒。当点击单条报警记录后，自动在电子地图上生成车辆的轨迹路线，便于对车辆的运行状态进行实时把握。
布控预警：通过管理人员录入的稽查布控车辆信息产生的实时预警信息展示。
产生预警信息后，提供如下的预警处理功能，特别是通过手机APP联动界面警力进行对高危车辆的针对性拦截和排查，实现一次积分预警的有效闭环。
短信报警 指定特定人员进行短信报警（需对接短信网关）
客户端报警 弹出客户端报警，或者网页上弹出提示框
车辆布控 联动平台进行车辆布控
手机APP预警 联动手机定制APP进行预警
3.2.4.2.8高危研判报告
通过车辆、人员、轨迹、积分规则等信息的综合研判后，可以对该车辆进行相应处理，比如可以对确定为高危车辆的进行布控、短信报警等操作。对于前端卡口车牌识别有误导致研判数据错误的，可以设置为无效数据，或者通过手动输入车牌号码进行重新验证。对于确认是没有问题的车辆，可以直接添加至信任库。还可以直接导出报表，方便向领导汇报工作。
报告内容包括车辆基本信息、人员基本信息、积分信息、轨迹信息、车辆图片等信息。
3.2.4.2.9统计分析应用
通过车辆大数据系统，可轻松打造城市海量车辆汇聚的数据仓库，可针对不同业务需求提供统计服务-掌握交通热点区域、高危车辆热点区域、高危人员活动态势、治安预警分布、车辆品牌统计分布等信息，为二次应用提供数据支撑，帮助系统管理人员掌握系统运行数据，并成为上层的业务决策数据来源。
系统设计以下统计分析类型：
预警对比统计：支持按照卡口（路口）名称、时间进行预警信息统计对比，查询结构以多种统计报表方式展示。
积分规则统计：支持按照积分规则及预警时间进行预警信息比对，查询结构以多种统计报表方式展示。
过车总量统计：支持按时间进行条件筛选，可以按照年、月、日进行统计展示，统计结果以多种统计图表方式展示。
车型统计：支持按时间、卡口进行条件筛选，按车型和车辆品牌进行信息统计，统计对比结果以多种统计图表方式展示。
过车地点统计：支持按时间进行条件筛选，通过图表方式对过车信息进行展示。
布控报警统计：支持按时间、卡口进行条件筛选，按时间、布控类型进行统计，通过年、月、日方式进行统计展示，统计对比结果以多种统计图表方式展示。
3.2.4.2.10车辆拦截与查询APP应用
1）车辆拦截应用
当车辆大数据应用产生高危车辆预警时，指挥平台会将相关信息推送至一线排查民警，信息包含：车主、车牌、颜色、车型、品牌以及车辆抓拍图片，一线民警可以根据推送的信息在该车行进路线上设置拦截站，重点进行排查，完成后进行信息反馈。
2）车辆查询应用
对于在巡逻过程中发现的可疑车辆，民警可通过智能终端拍摄车辆车牌或输入车牌号码查询车辆基本信息以及车辆驾驶人基本信息，以及驾驶人是否涉毒、是否有前科、是否在逃等重要信息辅助民警管控高危车辆。
3.2.5人像大数据应用
3.2.5.1系统概述
人像大数据应用旨在利用公安已有警务数据和视频图片数据，更有效的满足客户对人员追逃、身份排查、人员管控的需求，通过顶层设计出发，解决系统信息孤岛、信息无法共享的问题，具体表现在动态人像天网建设和静态人像天网建设。
1）动态人像天网建设
非标人脸库建设
协助公安针对当地扒窃人员、偷抢盗人员、上访人员、未成年犯罪人员建设人像采集环境，对现场人员进行人像采集和身份采集入库，为敏感人群、重点人群布控提供人像库支持。
重点人员布控
公安重点人员根据地区和目的不同划分不同类型，包括惯偷惯犯、涉恐、涉案、涉毒、水客等当地涉稳人员，同时也包括高危人员、敏感人员等。利用人像大数据系统，将重点人员进行城域级布控，同时后续刻画典型关注人员轨迹，进行高危行为预警研判。
高危人员布控
高危人员包括全国在逃人员、全国违法犯罪人员、重大犯罪前科人员、肇事肇祸精神病人等。人脸识别系统将利用实时视频和身份证信息等手段，可在火车站、汽车站、港口口岸出入口建设人脸卡口，对出入境人士进行审查识别。
敏感人群布控
敏感人群包括来自特殊地区、特殊身份、特殊职业等人员如来自新疆地区人群、个别少数民族人群、长期无工作人群、非法上访人群等。通过在出入境、关键人脸采集卡口对这些人群进行身份信息和人脸信息采集，通过人脸识别系统对敏感人群的身份信息、行为轨迹、出没时间等进行管控，从而做到敏感人群防控的目的。
人证合一
在汽车站、火车站、机场等身份证检查、其他民事应用中，可通过单兵、手机、相机对人员进行脸部拍照，并通过身份证读卡器读取身份证信息，通过拍照图片和身份证人脸确认是否人证合一，并上传照片至后端进行人脸识别确认是否属于重点布控人员。
2）静态人像天网建设
人像库管理
针对公安传统二代身份证、在逃库、流动性人口库等海量图片进行特征提取，并对外提供权限管理、查询接口和以图搜图服务接口。
身份信息确认
针对孤寡老人、三无身份人员、聋哑人员等无法确认身份的人员，可通过手机、相机等对人员进行脸部拍照，并上传后端比对常住人口或流动人口库，确认身份信息。
身份信息查重
对当地常住人口库、流动人口库或全国人员信息库中人员身份证进行人脸库自查重，排查一人多证的问题。
洗白人员身份确认
通过比对当地常住人口库&全国在逃人员库或当地流动人口库&全国在逃人员库进行人脸图片碰撞比对，排查两个库中相似人员人脸及身份信息，从而清洗出漂白身份的人员。
3.2.5.2功能设计
3.2.5.2.1动态人像比对应用模块
动态人像应用主要应用于网吧、酒店、KTV、旅馆、酒店、火车站、汽车站等人员社会属性复杂，流动性大的场所。用于远程快速确认人员身份信息，海量人员布控预警，嫌疑目标轨迹查询和局部特征检索等应用。
1）重点人像布控应用
用户可自行指定需要系统报警的“黑名单”人员，通过建立黑名单库，系统可对“黑名单”中的人进行选择性布控。布控人脸信息包括姓名、性别、出生日期、省份、城市、证件类型、证件号。

抓拍和报警的记录可以长期保存在数据库中，供事后查询；
该系统部署在地铁站、火车站、商场、网吧、宾馆、移动性展馆入口等人员流动性大的地方，通过建立相应报警库，实施对在逃嫌疑人员的实时布控，第一时间提供最有价值的信息。实时性高，可极大提高警务人员工作效率。
入库照片类型 黑名单大小 误报率 漏报率
证件照 1万 0.01% 20%
证件照 10万 0.1% 20%
抓拍照 1万 0.01% 50%
抓拍照 10万 0.1% 50%
布控功能支持：
能够对至少1万人的库进行布控。
对摄像头捕获的路人进行布控，延迟小于5秒。
不同摄像头可以配置不同的布控库。
对于不同的布控库，采用不同的阈值进行报警。
2）重点人像检索应用
对案发时间地点出现的可疑目标查询，用户可根据时间、采集地点信息，查询历史人脸图片，也可关联录像查看现场具体情况，支持内容的导出。
同时，针对历史人脸抓拍记录，可查看现场环境图片和相应时段内小段录像，方便公安对嫌疑目标进行二次确认核查。

同时所有被抓拍的路人被自动存入抓拍库，用户上传嫌疑目标人脸图片，根据抓拍地点、相似度、抓拍时间等检索条件，通过以图搜图方式检索抓拍库比对结果，系统将按照相似度由高到低排序在5秒内返回最相似的n个结果。可以快速查询嫌疑目标是否在可疑时间段内出现在案发地点中。

由用户上传一张人脸照片，选择要检索的点位和时间段，系统在满足条件的过人记录中检索相似的人像，按照相似度由高到低排序返回最相似的n个结果。整个过程会在5秒内返回。
系统可以对一组照片和其附带的人口属性信息录入数据库，提取其特征并与数据库中的照片特征进行比对，查出该路人的身份证号、姓名、年龄、所在库名称及入库照片，显示在系统界面。
3）人像检测抓拍应用
平安城市人脸识别系统平台提供简洁、完善的人脸监控界面。可以方便快捷的调取各个设备和通道的视频信息，对视频监控中出现的多张人脸进行自动框定定位，支持实时刷新抓拍人脸图片。支持对检测区域出现的人员进行人脸检测和评分，并筛选出最为清晰的人脸图像最为抓拍人员人脸图片。

公安治安办案过程中，无法得到嫌疑二代身份照，可挑选一张系统自动抓拍的人像照片做为标准照片，并登记相关人员信息注册入库。

公安在对嫌疑目标排查过程中时，可通过实时报警界面快速浏览人脸报警信息，核查嫌疑目标身份，出现地点、出现时间信息。

名词 定义及指标
抓拍捕获率 被捕获的人数/经过该点位的总人数
系统指标：98%以上
误抓拍率 不是人但被误抓拍为人的图片数/总抓拍图片数
系统指标：2%以下（每100过人小于2次误抓拍）
实时性 5S内

4）比对识别报警应用
当前端摄像头中出现的人脸图片和黑名单中的人脸数据匹配时，如果人脸相识度超过预设报警阀值，系统会自动出发报警。系统可按通道对人脸进行布防，每个通道可以单独配置黑名单，实现单独布防。
使用人员可以在监控界面查看抓拍原图和黑名单人员图片进行核实，也可以点击查看更多跳转报警查询页面进行录像核实。

主要性能指标：
黑名单库大小1万条时，可以保证如下性能：
(清晰证件照) 误报率是万分之一时，捕获率=80%
(警察盘查照) 误报率是万分之一时，捕获率=50%
5）抓拍查询检索应用
对案发时间地点出现的可疑目标查询，用户可根据时间、采集地点信息，查询历史人脸图片，也可关联录像查看现场具体情况，支持内容的导出。
同时，针对历史人脸抓拍记录，可查看现场环境图片和相应时段内小段录像，方便公安对嫌疑目标进行二次确认核查。

所有被抓拍的路人被自动存入抓拍库，用户上传嫌疑目标人脸图片，根据抓拍地点、相似度、抓拍时间等检索条件，通过以图搜图方式检索注册库比对结果，可以快速查询嫌疑目标是否在可疑时间段内出现在案发地点中。

由用户上传一张人脸照片，选择要检索的点位和时间段，系统在满足条件的过人记录中检索相似的人像，按照相似度由高到低排序返回最相似的n个结果。整个过程会在5秒内返回。
系统可以对一组照片和其附带的人口属性信息录入数据库，提取其特征并与数据库中的照片特征进行比对，查出该路人的身份证号、姓名、年龄、所在库名称及入库照片，显示在系统界面。
6）频繁出现人员预警
针对某些点位在一定时间段内频繁出现的人员，系统可自动进行报警。同时频繁出现频率可后台进行设置。
7）轨迹研判分析
发现嫌疑目标之后，我们可以在抓拍库中查询其轨迹。抓拍库数据来源于人脸卡口，显示人员出现的时间、地点及人脸相似度。最终轨迹可以在地图上进行综合呈现。

8）人脸特征检索应用
通过实时视频中的图像信息，能够对具体特定行为特征的人进行分类，比如维族人；能够识别路人的年龄、性别等人口属性，是否刘海、是否戴眼镜/墨镜、为相关部门提供有用的统计数据和预警信息。用户可以通过网站搜索某段时间内具有以上特征的路人。
性能指标
性别：采用生活照准确率≤98%
年龄：采用生活照，平均误差5岁左右，准确率80%
戴眼镜/墨镜：采用生活照准确率≤98%
维族人分类：采用证件照准确率≤97%
9）人像/身份信息核查
支持民警在机场、火车站、汽车站、盘查人员身份是否属实，人证是否一致。系统采用1:1比对服务，将身份证芯片中存储的人像图片与实际拍摄的人像图片进行后端比对，可以将效率和准确率从传统5%的人工排查提升到0.1%。

功能：
 生物特征身份比对确认
 人像采集
 人像生物特征布控报警
 事后人像生物特征查询
10）动态视频实时建库
系统支持动态视频实时建库应用（又称AB门应用），可部署A门对进出人员人脸进行实时入库，同时在B门进行布控比对，用户通过实时建库功能，可管控人员进出记录。
11）报警管理应用
支持用户对抓拍地点中发生的历史报警信息进行检索，也可对抓拍时间和抓拍库进行检索。相关人脸报警信息包括相关人员人脸图片、报警记录发生地点、报警记录发生时间，同时支持进行该时间段前后联动相关录像进行确认。

12）统计分析报表
支持根据从摄像头捕获的人像来源、人脸属性、出现频次进行实时统计；
支持根据性别、年龄、是否戴眼镜、是否长刘海、是否戴墨镜、是否维族人进行历史统计。
3.2.5.2.2静态人像检索应用模块
1）静态人像库导入
用户可根据实际需求建立人像库，通过系统客户端上传的公安常住人口库、暂住人口库、重点人员库，并对每一张人脸进行特征提取，存储到硬盘中供人像库比对使用。系统支持人像库以压缩包或单张人脸图片上传，可以通过一定的文件命名格式将人脸图片压缩成压缩包或以纯图片+命名方式的形式，快速上传导入到人脸系统中

2）静态人像库管理
系统基于大数据技术进行设计，对于人员库中的每个人员建立一人一档记录。支持对静态人像库的增、删、该、查，添加图片时支持单张或批量方式上传图片，查询人像库时，可以查看所有库的ID、名称、备注、图片数目、人脸数目等信息。通过人像库管理界面可以查询库中所有人脸图像。每张图像都有相应姓名、性别、年龄、身份证号等信息。（若上传的图片中这些字段是缺省的，那么系统就默认显示姓名、性别、年龄、证件号未知）。修改人像库时，能够编辑人员基本信息（比如姓名、身份证号、住址、联系方式、照片、备注信息等）。
建库速度 在2颗E5-2440 CPU的条件下，建库速度为10w证件照/小时
入库率 证件照入库率为 > 99.95%
库大小 单库大小1亿（系统所有库的累计大小随机器数量扩展）
库数量 系统支持最大999个库
3）以图搜图应用
用户在视频侦查办案过程中，获取嫌疑目标面部图像，可手工方式上传至静态海量人像检索系统中，在常住人口、暂住人口、重点人口库中查询嫌疑目标身份信息。系统支持1S内根据客户要求返回10条-30条比对结果，检索结果按照相似度从高到低排序。根据场景需求，检索结果可以返回比对结果照片及所在库名称、相似度、人员ID、性别、年龄、证件号等相关信息。支持放大上传图像的人脸部分，点击图片，可得到上传图片与检索结果的详细比对，查看检索结果的详细信息，以供用户核实。

上传图片要求：
a. 人脸角度：仰角/俯角10度，左右侧脸20度内。
b. 两眼中心距离：人脸大小是150*150像素，对应两眼中心距离是60像素。其它要求：光照正常，正常表情，不戴墨镜口罩等装饰，人脸(眉毛到下巴)无遮挡。
c. 格式要求：支持jpg, bmp, png多种类型的图片
d. 单人面部特征文件大小：小于2KB。
检索准确率:
指标 定义 性能指标
首位命中率 最相似的人脸和输入的人脸是同一人的概率 检索静态库≤1000万
证件照95%以上。
男性生活照约80%，女性略低
前10位命中率 最相似的10张人脸中有输入人脸的概率 检索静态库≤1000万
证件照97%以上。
男性生活照约85%，女性略低
4）视频搜图应用
视频侦查办案过程中，用户可对系统中人像卡口视频录像或现场搜集的清晰录像进行人脸身份定位，系统对指定的视频录像文件进行快速编解码和人脸特征提取，与指定的人像库进行比对识别，协助用户快速确认视频录像中每一张人脸的身份信息。比对结果以相似度由高到低返回10条-30条结果。
5）智能终端应用
通过智能终端，如单兵、手机，穿戴式智能眼镜，可联动进行智能识别应用。通过穿戴智能眼镜，在地铁、火车站、汽车站、机场大厅等人流密度大的场所自动进行后端比对，对出现的人、车进行预警，并自动将高危预警推送至智能眼镜显示。同时推送详细高危信息至单兵APP端。

6）历史检索应用
用户每一次检索记录结果可手动选择保存在系统中，保存的信息包括所上传的图片、检索时间、检索条件以及检索结果等。管理员用户可查看或删除某一条历史检索，也可重新指定检索条件，进行新一轮的检索。

7）人像库自查重
用户可对常住人口库、暂住人口库进行单独自查重，通过手动调节相似度条件，可以快速的对查询库相似人脸进行检索，比对结果可导出CSV文件。适合在对一人多证案件进行快速排查。

8）多库碰撞比对
用户可通过系统排查当地漂白身份人员身份信息，通过系统提供的多库碰撞功能，指定全国在逃人员库VS当地常住人口库或全国在逃人员库VS当地暂住人口库进行碰撞比对，输出两个库中最相似的人像组，再通过民警现场调查方式确认是否为漂白身份人员。
功能名称 功能定义
单次型比对 比对任务结束后将不在进行比对。
持续型比对 当两个库有新增信息时，将自动对新增信息进行比对
批量比对 允许建立多个比对任务，系统将依次执行比对，但同时只支持一个比对任务
暂停比对 系统支持暂停任务，继续后从断点开始执行。
比对命中率 十亿分之一的误报率下，漏报率约30%
导出方式 支持CVS方式导出

3.2.5.2.3人员查询APP应用
对于在巡逻过程中发现的可疑人员，民警可通过智能终端拍摄人脸或输入人员身份证号码查询人员基本信息，进而获取人员是否涉毒、是否有前科、是否在逃等重要信息，辅助民警管控高危人员。
3.3辅助应用平台
3.3.1 一体化授权体系
3.3.1.1系统概述
信息化建设是现代警务机制的重要标志之一，近年来公安不断加快深化改革的脚步，信息化建设已经取得了一定的成效，建成了一批切实可用的业务系统。视频监控联网应用作为信息化建设的重要组成部分，近年来各地公安机关全面推进了“平安城市”、“天网工程”等项目的实施，逐渐完成了社会面汇聚平台、联网平台、共享平台以及视频图像信息库的建设，积累了大量的视频图像数据，有效地提高了公安机关打击犯罪、维护社会稳定的能力，提高了公安机关行政管理和服务群众的水平，然偶，当前这些数据的应用仍然存在很大的局限性，只能服务于单部门、单警种和单地区，数据价值无法充分发挥，“烟囱式”建设的问题也难以根治。
一体化授权体系的建设就是基于这种资源共享困境而进行整体设计的，目的是消除“信息孤岛”，根治“烟囱式”建设模式，进一步促进资源共享，提高警务效率。
为了保证全区资源有序、安全访问，通过建设一体化授权体系，实现以下四个目标：
统一入口：各个业务部门使用视频综合应用系统时，由统一入口登录。
统一资源：区县用户在授权许可下可访问全市视频图像资源，突破地域限制。
统一权限：通过统一鉴权服务器和中央鉴权数据库，保证区县、市局两级用户ID和权限的统一管理和自动同步。
统一用户：实现用户跨区登录系统访问时，无需重建新ID和分配权限。
3.3.1.2功能设计
3.3.1.2.1用户权限分级分层管理
根据实际项目经验，我们进行了如下权限分级分层管理机制设计，同时支持用户按照实际情况进行修改。
1）所有民警、协警及维护单位账号不复用。
2）所有民警以数字证书登录；待协警均有数字证书后，同步关闭直接账号登录模式；维护单位固定账号继续保留原有模式。
3）针对维护单位账号命名规则：以公司名称拼音首字母+身份证末四位，如：大华股份为dhgf2201、dhgf2234。
4）针对协警账号命名规则，以xj+组织名称拼音首字母+身份证末四位。
5）跨县市的资源调度，包括视频资源、智能化解析等，均需要市局管理员来调配。
（一）分级管理机制
1）管理员角色
市局管理员
可操作的资源：全市所有视频监控点位、组织、账号、权限。
可操作的对象：全市本级、市交警、所有区县、派出所的角色
可分配的权限：视频相关权限、功能模块相关权限、管理权限，具体如下。
a)视频：实时、回放、下载、云台、预置位
b)卡口：全市卡口查询、布控
c)户籍化：户籍化全市的点位建议、报错、报备、迁移、朝向
d)管理：组织维护、账号维护、权限维护、特权点位、运维、市户籍化/11个运维访问权限、户籍化审批
e)视综模块：个人中心、联网监控、电子地图、车辆大数据、视图库、统计报表、设置。
区县管理员
可操作的资源：本县市所有视频监控点位、账号、权限。
可操作的对象：本县市、派出所、交警的角色
可分配的权限：视频相关权限、功能模块相关权限、管理权限，具体如下。
a)视频：实时、回放、下载、云台、预置位。
b)卡口：全市卡口查询、本县市卡口布控。
c)户籍化：户籍化本地的点位建议、报错、报备、迁移、朝向。
d)管理：本地的账号维护、权限维护、特权点位、运维访问权限。、
e)视综模块：个人中心、联网监控、电子地图、车辆大数据、视图库、统计报表、设置。
2）业务单元角色
市局业务单位
级别1：市局领导〉市局指挥中心〉市局合成研判〉市局视频侦查
级别3：业务指导民警
区县业务单位
级别2：区县领导、区县指挥中心、区县合成研判、区县视频侦查
级别4：区县业务指导民警、区县视频监控员
派出所业务单位
级别5：派出所领导、分管民警、一般民警、视频监控员
（二）分层管理机制
功能层面
具体到各个功能菜单及子菜单，如联网监控、电子地图、车辆应用等权限设计。
资源层面
具体到设备，比如政府单位、寺庙等监控视频资源调阅的权限设计。
应用层面
分为操作类和管理类
操作类：云台控制等权限设计。
管理类：点位迁移、朝向、报修报备等权限设计。
（三）特权点位管理机制
针对一些隐私点位或者发生重大事件周边的点位，需要特权处理权限，当这些点位被纳入特权管理后，这些点位的权限就会游离在用户分级分层规则之外，只有拥有特权的用户方可对其进行调阅、操作等。主要涉及内容有：
1）操作项：实时、回放、下载、云台、预置点；
2）每个操作项均可以指定具有此权限的用户；
3）可以配置特权到期时间；
4）可以配置该点位是否隐藏(设备树、电子地图上无法搜索到此点位)。
区县管理员可以配置本辖区内的所有视频监控点位。
市局管理员可以配置全市辖区的所有视频监控点位。
市局账号针对特权通道，保留实时预览、录像回放功能。
3.3.1.2.2统一入口
所有业务部门采用统一的登录界面，选择对应的网络（视频专网/公安信息网）、区域并输入用户名、密码即可登录对应的视频综合平台。用户并不会察觉到有市县多级平台的存在。

菜单导航页面
由于平台涉及的菜单数量较多，将常用菜单直接放在导航首页，并且对不同的菜单项进行归类。

首页展示效果
将用户关心的视频破案情况、视频采集情况、典型案例情况等以不同的图表方式展现。如果是市局用户登录，则查看到的是全市各区县市分局情况；如果是区市县用户登录，则查看到的是辖区各派出所情况。

大屏展示效果
以电子地图为核心，展现不同县市区分局的视频案件破案情况、视频案件采集情况、案件分类情况、案件趋势情况等。如果是市局用户登录，则电子地图上查看到的是全市各区县市分局情况，点击电子地图上的县市区分局，则对应的案件图表会同步变化；如果是区市县用户登录，则电子地图上查看到的是辖区各派出所情况，点击电子地图上的派出所，则对应的案件图表会同步变化。
3.3.2 “一机一档”户籍化资源管理平台
3.3.2.1系统概述
大华“一机一档”户籍化资源管理平台，严格按照公安部标准，采用智能分析、故障检测和工作流引擎等技术，通过对前端点位的“一机一档”建档，实现监控探头一体化管理应用，可视化展示，为每个监控点建立详细、完备的点位“户籍档案”，通过对点位“户籍档案”管理，实现管理科学化、信息化、精细化、正规化，为图像平台视频资源云端集成、深度挖掘、快速比对奠定坚实基础。
建立标准，通过户籍化管理实现对平安城市中所有监控点位的规范化管理，避免点位建设、点位信息在使用过程中出现的随意变动。
扎实基础，通过循环不断地维护视频监控点位信息，夯实平安城市平台基础数据，为应用提供最稳定、最准确的基础数据。
帮助决策，通过对基础数据的统计分析为后续平安城市监控点位规划、点位分布、平台建设、业务应用提供决策依据
3.3.2.2功能设计
户籍化资源管理系统针对视频监控资源的标准化管理的创新型软件平台，系统设计参考国内先进的资源管理经验，支持采集的通道信息包括基础信息、详细信息、位置信息、维护信息、云台信息等；支持视频资源的各类统计分析；支持字典管理/模板的导入导出、复制、属性查询，可以完成快速的数据录入工作；支持全市各个区县视频资源建设任务的考核和管理，从多个维度对通道信息进行统计分析。项目管理
添加项目信息，在点位规划、新增时可直接选择需要关联的项目信息，便于获取项目下其他附属信息。
3.3.2.2.1点位管理
1）流程配置
点位管理的流程中有规划、建设、启用均涉及跨部门协作，系统为点位规划、点位开户、新增点位、修改点位、改造点位等各环节建立了审核管理机制。以浙江（省）、杭州（市）、滨江（区/县）三级节点，开户（即规划到上线过程）审批流程为例。点位由区县级规划，向上逐级报备审批。
2）单据查询
可以查看登录用户权限下的“待处理单据”和“已处理单据”，同时对单据进行审核和查看审核记录。
3）开户建档
可以对新增设备和点位进行开户建档。对设备信息进行建档入库，包括设备名称、设备类型、网络运营商、用户名及密码、视频输入点位数、设备状态、所属分局、设备IP、设备厂商等等。对点位信息进行建档入库，包括摄像机ID号、点位名称、摄像机类型、录像保存的天数、经纬度信息、摄像机位置类型、安装朝向等。

点位开户审核通过后，点位流转到已建点位为暂存状态，需要进行信息补录完善。
4）点位改造
系统内支持对原有设备老点位进行改造，由县市区相关业务部门人员提出改造流程，改造流程按照“变更点位信息”“改造新建”分为2类不同属性流程：
a)变更点位信息流程：单纯的原有点位信息的变更，流程由业务部门人员提出，提交变更流程后，由县市区领导批复，流程完成；领导在审批界面可以复核“实时视频”“录像”等是否符合要求，不符合驳回。
b)改造新建流程：该类点位ID为平台新增点位信息的ID，流程由业务部门人员提出，由县市区领导审批，然后流程到市局领导审批，市局领导审批完成，该点位记录到当年度“建设任务”中，各自审批界面支持复核“实时视频”“录像”等基本要求，如发现不符合要求，有权限驳回。
5）点位撤销
在已建点位中将点位设备状态变更为报废，会归属到报废点位。
3.3.2.2.2点位采集
1）自建点位采集
公安自建点位包括（已联网、未联网点位）及公安机关下一步规划建设点位，即在户籍化系统内开户的建设点位或者联网共享平台首次同步过来的已建点位，信息可能不完整，需要对点位信息进行详细采集。点位信息支持EXCEL、db文件等介质进行批量导入和导出操作。

图4.4-1 自建点位信息采集示意图
点位信息按照录入类型分成以下三种：
标准化信息：在系统中或者EXCEL模板中使用固定项选择；
字典自定义：用户根据实际需要进行字典表维护，可增加、修改字典表类型名称、类别等属性。
非标准化信息：其他基本信息、点位信息、项目建设信息的内容无法标准被录入，需要按照规则进行自定义填写。

2）社会资源的采集
社会资源指一、二类目标社会监控点位，即监控户外公共区域的摄像头（包括景区、广场所有摄像头） 及监控临街的摄像头。对于社会资源支持手动添加录入户籍化管理系统，已联网采集信息和未联网采集信息进行区分。
3）实地采集
对已建的视频资源均要求通过实地采集保证数据的准确性。系统配套提供手机终端采集APP。
3.3.2.2.3户籍化地图
基于GIS地图，整合公安自建、待建、社会监控资源等各种视频数据资源和警力部署、发案情况等信息，构建可视化视频监控采集、展现与应用的平台。为各警种、部门的各类图像应用需求提供视频资源的统一管理与调度、提供多种方式设备选择、空间信息基础管理、智能搜索引擎等功能。
1）可视化展示
进入地图功能模块，用户可以查看摄像机、卡口、社会资源、警情等各类资源信息的整体位置不是，直观查看摄像机、卡口的在线、报修状态、朝向等属性，同时可以选择不同图层进行设备展现，当点位数量较大地图缩放较小时地图支持点位统计展示。

支持视频监控、卡口抓拍、户籍建设、社会资源、gps警力、道路地址等类型的相关信息模糊搜索，并定位展示详细信息：

支持地图上框选、圈选、线选进行资源区域选择与类型过滤：

2）地图信息管理
通过对地图定位设备信息查看的同时，还提供有效便捷的设备管理，包括视频打开、录像回放、设备报修、设备报备、点位迁移、朝向调整：

3.3.2.2.4统计分析
系统支持对新增点位情况进行统计，对点位状态、点位情况、超期服役点位及建设任务进度等进行统计分析，有效掌握前端点位的运行情况和建设进度。
对于新增点位情况点位的统计，可打开“统计信息分析 > 新增点位情况统计”界面，选择“统计时间”（如2014年度），单击“统计”，可查看“2014年度新增点位的情况统计”，如下所示。

图4.6-1 年度新增点位情况统计图
3.3.2.2.5建设任务管理
户籍化系统提供各区县年度建设任务管理，需要各区县对年度建设任务进行录入。系统根据当前户籍化系统录入的点位数进行实时统计，显示各区县的年度目标建设量、实际建设量和完成率。
1、目标建设量：选择建设年份，录入目标建设量（个）；
2、实际建设量：当前户籍化系统录入的通道数；
3、完成率：实际建设量/目标建设量。
系统支持对建设任务进行管理，可查看年度任务建设指标，包括累计建设数量、今年建设目标、实际建设量以及完成率等。如下图所示。

图4.8-1 建设任务管理示意图
3.3.2.2.6辅助决策
1）信息校对验证
信息校对验证是指所有点位的建档情况，包括经纬度缺失/错误，命名规范与否，必填项属性缺失等校对信息的统计。

2）超期预警
根据设备质保期及健康自检的结果进行综合预测，便于提前配置预警日期，在设备寿命临近时发出提醒短信或者邮件报警通知维保厂家。并对各个组织的超期服役点位进行统计，对于某些重要点位，考虑及时更换新的设备，选择“统计时间”（如“2014年度”）和“设备运行时间”（如“超过5年”），单击“统计”，点击“统计”，查看该时间内各个组织超期服役点位情况

3.3.2.2.7二维码管理
二维码生成：可自定义配置需要加载显示的属性，以及二维码查看打印功能。

3.3.2.2.8移动采集APP
支持移动采集APP二维码扫描，展示设备的资产信息，查询历史维修记录等。采用移动采集APP解决的问题：
1、数据精准：现场采集信息点位经纬度、朝向、现场点位的图片采集，保障了数据的准确性。
2、采集灵活：支持手机、单兵设备；支持Android、IOS系统设备携带更方便。
3、离线可采：支持设备组织结构跟设备信息的数据导入导出；支持离线新增、修改设备信息；在网络不通的情况下也可以去现场将导入的点位信息进行补充完善，回来通过内部导入到平台进行上传，可以很好的解决网络不通的问题。
3.3.3 运维平台
3.3.3.1系统概述
大华智能运维平台，采用智能分析、故障检测和工作流引擎等技术，整合了视频质量诊断、录像检查和设备状态检测等功能，通过故障联动报警、故障流转处理、统计报表等贴合用户业务的功能，将以往对视频设备、网络设备、服务器、主机、操作系统、存储设备、平台软件等分割管理的信息孤岛进行有效的整合和关联，实现视频全网资源全面监控与集中统一管理。通过技术、流程、服务三者的有机结合，帮助用户及时发现视频设备运行中所存在的问题，做到异常事件早发现、早解决，迅速恢复视频监控系统运行环境，通过规范的流程化运维管理，将管理数据电子化，管理过程规范化。从而为视频运行环境构建统一、完善、主动的流程化运维、规范化服务和集中化管理，全面提升运维管理能力，达到无人值守、规范管理、量化考核的目标。从而最大程度的减少视频监控系统运维的人力成本，提高运行维护水平，保障系统安全可靠运行
3.3.3.2功能设计
视频辅助应用子系统包括了一个规范、一套流程、五大核心系统、一个门户，即视频诊断标准规范体系、报修管理流程、IT综合管理子系统、视频诊断管理子系统、运维管理子系统、报表管理子系统、配置管理子系统以及视频综合门户。
3.3.3.2.1首页概览
通过该界面功能，可以方便用户快速直观的了解重要监控数据。并适合领导指导和审查系统时，进行运维情况的演示及整体展现。
对所属地区的行政区域，按照地图进行划分，点击查看对应分局的运维数据，并用柱状图、拼图等进行直观展现。

三个维度，三种指标对现有系统设备的运行状态进行考核分析，实现视频“能连接，能点播，画质佳”。
通道在线率：以通道能否正常连通为标准，实时进行检测，实现“能连接”
通道完好率：以摄像机能够正常点播作为标准，检测出部分码流不规范、解码失败等问题通道，实现“能点播”
视频达标率：以图像显示质量为标准，通过视频质量诊断检测出图像显示质量较差的通道进行统计并及时处理，实现“画质佳”
3.3.3.2.2一键运维
为了提高对重点设备和平台的运维管理效力，我们开发了一键运维功能；通过查看各设备的相关信息，了解最新设备状况及报修情况；在该功能中只要选中相关设备，就能进行快速的报修流程，改变以往花费大量时间去查询异常设备在进行报修的繁琐工作。
通过平台自动化全面检测，掌握用户方整个信息化的运行状况。查看各设备运行的相关信息，了解设备状况及报修情况。通过常用功能和快键入口，提高运行质量的便捷性，方便业务用户的日常工作。

3.3.3.2.3资产状态
通过资源状态管理实现对摄像机、录像、卡口相机、编码器、存储设备、网络设备、矩阵设备、智能设备、平台、硬件服务器等资源信息、状态采集信息的管理。以及可视化展现，同时实现一键报修、诊断管理。
1）摄像机状态
实现对用户单位部署在前端摄像机运行情况进行监控；同时对摄像机获取的视频数据进行诊断，给出有效的诊断分析（根据视频诊断规范标准体系）；为了方便运维人员的工作效率，可选中对应的设备，进行一键报修或条件报修处理。

通过视频诊断标准规划，进行有效分析，结合诊断结合进行分类提示，运维人员可以根据诊断显示的结果进行核实确认，查看明细信息和历史诊断记录

2）录像状态
实现对用户单位部署在前端录像机运行情况进行监控；同时以一天（24小时）作为监控周期，以小时作为最小力度，进行24等分的录像情况进行异常管理。保障用户方对录像丢失情况进行高效规范化。
平台可以自动同步设备录像记录，方便运维人员查看设备的录像情况。同时可以根据录像记录，智能分析出当天录像情况：正常、存在丢失、无录像。通过录像完整率的检测，及时发现录像保存少于30天的设备，提供预警功能。同时平台能支持多达10亿条录像记录的秒级查询。

3）卡口相机
实现对用户单位部署在前端卡口相机运行情况进行监控，通过对卡口相机运行情况的分析，衍生出车检器/线圈的整体状态；为用户方进行警力调控提供参考依据。

4）编码器
实现对用户单位部署在内部的编码器运行情况进行监控，当获取异常报警时，进行及时有效的运维。
平台提供所有编码器的状态功能，包括设备名称、所属组织、设备类型、IP地址、在线状态、视频状态信息等。可以通过查询按钮，根据关键字、在线状态进行条件过滤。

5）存储设备
实现对用户单位部署在内部的存储设备运行情况进行监控，当获取异常报警时，进行及时有效的运维。
平台提供所有存储设备的状态功能，信息包括设备名称、设备类型、IP地址、在线状态。可以通过查询按钮，根据关键字、在线状态进行条件过滤。

6）网络设备
实现对用户单位部署在内部的网络设备运行情况进行监控，当获取异常报警时，进行及时有效的运维。
平台提供所有网络设备的状态功能，信息包括设备名称、所属组织、设备类型、IP地址、在线状态、维修状态信息。可以通过查询按钮，根据关键字、在线状态进行条件过滤。

7）矩阵设备
实现对用户单位部署在内部的矩阵设备运行情况进行监控，当获取异常报警时，进行及时有效的运维。
平台提供所有矩阵设备的状态功能，信息包括设备名称、所属组织、设备类型、IP地址、在线状态、维修状态信息。可以通过查询按钮，根据关键字、在线状态进行条件过滤。

8）智能设备
实现对用户单位部署在内部的智能设备运行情况进行监控，当获取异常报警时，进行及时有效的运维。
平台提供所有智能设备的状态功能，信息包括设备名称、所属组织、设备类型、IP地址、在线状态、维修状态信息。可以通过查询按钮，根据关键字、在线状态进行条件过滤。

9）平台服务
实现对用户单位已经部署在线的平台（联网共享平台、实战图侦平台）等进行有效运行监控；实现对平台各类业务进程、IP管控、视频数据交互等情况进行统一管理。
平台提供对接平台的管理功能，信息包括平台名称、厂商、IP地址、在线状态、平台服务的状态、平台数据库的状态。可以通过查询按钮，根据平台名称、IP地址、在线状态进行查询过滤。

10）硬件服务器
实现对用户单位部署在内部的硬件服务器运行情况进行监控，当获取异常报警时，进行及时有效的运维。
平台提供对硬件服务器的管理功能，信息包括设备名称、所属组织、设备类型、IP地址、在线状态、维修状态信息。可以通过查询按钮，根据关键字、在线状态进行查询过滤。

3.3.3.2.4健康指数
视频监控就像一个人一样，同样存在健康问题，视频监控系统涉及到前端摄像机、存储设备、网络、系统平台等多个方面，任何一个环节出现问题，整个防控网络都将出现漏洞，单一的指标无法反映系统的整体健康情况，所以我们需要引入一套科学的评价体系，将各项指标进行综合研判，从全新的视野去衡量视频防控体系的运行管理情况。
根据提出的“健康指数”管理理念，系统综合视频在线率、完好率、图像质量、卡口、录像、码流等方面指标，建立了“视频监控健康指数”评价体系，实现视频监控工作的“精细化、网络化、专业化” 管理。并根据视频监控健康指数，进一步完善运行管理工作机制，规范各项工作流程，加强对全市视频监控运行管理质量的监管，推动运维管理工作精细化方向发展，切实提高监控系统的真实可用率，全力提升视频图像信息服务实战的能力。
从实战应用角度考虑，我们确定了“视频监控健康指数”评价体系各个组成模块所占的评分比重（可以根据实际情况进行调整）：

3.3.3.2.5运营商评价体系
运营商（承建商）评价体系从运营商（承建商）阅历、项目建设情况、运行维护情况、综合性价比、应急事件处置能力五个方面出发，总分100分，按照重要程度分配分值，各项得分的相加得出总分。

五个子项的数据每个季度发布一次，其中运行维护情况每个月发布一次，季度成绩取评价得出，各项季度得分的相加得出总分最终评价总分。
运营商（承建商）在系统中采取登记制度，登记录入，通过审核后方可进入系统的考核范围。
评价体系的构成：

3.3.3.2.6地图展现
视频监控健康指数管理系统支持多种地图类型，包括超图，pgis，谷歌在线，谷歌离线，天地图，arcgis等，可以实现与公安局警用地理信息系统进行无缝对接。
该平台支持以地图可视化的形式显示设备，支持在地图上查询已部署的摄像机和卡口，并可以对当前摄像机执行实时预览、录像回放、设备报修、疑难点位管理和查看历史报修的概况。
进入地图功能模块，用户可以通过摄像机、卡口不同分类，综合查询所属设备在地图上的整体部署位置；同时可以选择不同图层进行设备展现。

可以进一步通过筛选条件（设备类型、组织结构、监控类别）或关键字搜索，进行相关设备的查询，选中设备在地图上高亮定位展现。
3.3.3.2.7视频诊断标准规范体系
视频监控健康指数管理系统采用国际领先的图形处理算法和模式识别技术，对视频丢失、模糊、偏色、干扰等十多项视频问题，建立了一套完善的视频诊断标准规划体系。

1）条纹检测
条纹是指因为设备老化或者受到电子干扰，在视频中呈现出条状的干扰，如横条纹、纵条纹或者斜向的条纹，给视觉感官造成了很大的干扰。条纹检测算法能够检测出视频中是否存在条纹干扰，对存在条纹干扰的视频进行报警。如下图所示。

2）视频丢失判断
视频丢失判断是指通过分析视频流的内容，判断当前视频流是否是无信号的视频流。目前视频丢失通常有两种标线形式，第一种是视频除了OSD信息外其他区域为纯黑色，如上左边所示。另一种是视频中叠加了“无视频信号”或者其他类似的OSD信息，其他区域含有噪声。如下图所示：

3）视频遮挡判断
在视频监控过程中，由于一些可疑人员为了躲避摄像机的监控，人为的对摄像头进行移动或者遮挡；或者由于意外事件使得监控设备被移动或者遮挡。如果监控工作人员没有发现摄像机被移动或者遮挡，那么就可能给不发分子可乘之机，造成严重的经济损失。
视频遮挡是指人为或者非人为的方式，用物体对摄像机进行了遮挡，从而使得摄像机无法拍摄到真实场景的画面，影响了摄像机的使用。如下图所示，相机的镜头被人为用手遮挡住，造成了摄像机无法正常拍摄场景中的目标。

4）场景变化判断
场景变化是指相机被移动，拍摄的画面依然是正常画面，但是和本身之前拍摄的不是同一个场景。场景变化和视频遮挡既有联系又有区别。

5）视频冻结
视频冻结顾名思义是指画面卡住，这类问题通常是摄像机或者传输故障，造成了监控画面卡住，不能有效的监控到场景中的真实目标，即画面场景没有变化，而仅仅是画面中的时间有变化的情况。类似于播放DVD的时候按住了暂停键，虽然可以源源不断收到前端发送的视频流，但是画面是异常的。

6）视频抖动
正常情况下，运动图像序列的连续多帧之间过渡是平滑的，画面相关性比较连续，但是如果它们之间的相关性出现大波动，视频就会出现抖动的情况。
在视频监控中，摄像头一般都是固定在某个位置，因此造成视频画面抖动现象的原因主要有:1)摄像头受到环境的干扰( 比如强风) 发生有规律的摆动从而造成图像的上下或左右抖动;2) 摄像头正在被人移动，造成画面抖动。任何一种情况，都会导致画面出现周期性振颤或不规则扭曲，都意味着摄像头工作出现了异常，系统都需要发生报警，引起工作人员的警戒。
7）亮度异常检测
图像的亮度, 指的是图像像素的强度, 黑色为最暗, 白色为最亮, 黑色用0来表示, 白色用255来表示，表示了图像的明暗程度。一个像素, 基本上是用RGB三个颜色分量来表示的。 R(0-255), G(0-255),B(0-255)。可以看出，每个像素的每个颜色分量都是有相应的亮度，这个亮度与色彩信息无关，因此不能说绿色就比红色亮。视频图像出现一定面积的高亮区域或者过暗区域，且伴随着对比度异常，就可以判定画面亮度异常。
8）视频噪声检测
在摄像时，光学系统的失真或者传输过程中硬件设备原因所带来的图像模糊、雪花点大、图像质量下降都可以看成是由视频噪声所引起的，如下图所示。通常使用的改善图像质量的方法是图像增强技术，主要包括空间域法和频率域法。

9）视频偏色检测
一般的视频图像都是彩色图像，包含有色彩信息，如RGB。当图像中存在偏色时，视频画面的图像呈现偏向单一色调或者混杂其它色调，视频图像的画面与真实物体颜色之间产生误差（即有偏色现象），则判定为视频偏色。如下图：

10）视频清晰度检测
清晰度好的图像包含了较丰富的细节信息，图像清晰度下降的原因是模糊现象的产生。图像模糊是一种常见的图像降质问题,在图像获取、传输及处理过程中有许多因素会造成图像模糊,如景物与成像系统的相对运动造成的运动模糊、成像系统的聚焦不良造成的离焦模糊、光的衍射、以及压缩之后高频丢失等产生的各类模糊,电子系统高频性能不好也会损失图像的高频分量而使图像不清晰等等。下图分别是同一场景清晰和模糊的图片。

11）低对比度检测
图像的对比度主要是指图像像素灰度级的变化范围，通过检测画面中亮度分量及对比度的异常来判断画面是否出现了过亮或过暗。屏幕同一点最亮时（白色）与最暗时（黑色）的亮度的比值，比值越大代表对比度越大。这可以从对应的统计直方图中得到。对比度高的图像，直方图在整个灰阶范围（0～255）内大致是均匀分布，而对比度低的图像，分布范围明显过窄，导致图像的细节信息不足，如下图所示。

3.3.3.2.8报警管理模块
系统针对网络管理，提供了全面的报警功能，包括：网络连通性、设备负载、TCP告警、端口状态以及流量、线路状态以及流量、设备日志信息、设备配置变动、SNMP连通性等。通过系统智能主动的报警方式，可以使值班人员立刻对机房设备运行情况掌握，而不用在被动的去查找可能出现的问题。
管理系统中的报警信息，并通过数据列表、统计图形及操作接口等方式进行展示和业务交互。系统根据阈值或管理规则对各设备上报的报警信息进行处理，然后产生报警。
报警管理功能主要包括报警采集和过滤、报警入库、报警联动、报警确认与转发、报警查询统计、报警配置管理等。系统通过图形用户界面展示报警信息，并通过丰富的业务接口提供报警相关的处理功能。报表管理模块
系统提供各种运行分析和性能报告，管理人员能根据这些报告准确评估整个视频监控网络的运行状况，及早发现故障隐患和评估威胁，为视频监控网络的决策提供参考依据。
报修管理流程：
平台提供相关人员进行设备报修情况录入、跟踪、问题流转、结果反馈等流程管理，同时提供业务人员可以通过疑难点位的查询列表，查看重点设备相关的故障信息
a)视频监控健康指数管理系统支持对出故障的设备进行报修管理。
b)由报修维护人员填写报修单据，并由报修审核人员对报修单据进行审核。

3.3.3.2.9手机APP运维
移动运维APP安卓版，使运维服务进入手心时代。
以往运维工作人员感触颇深：在日常的运维过程中，运维指令需要通过电话传递到维修人员处，维修现场的状况到底如何无法掌控，现场维修人员需要后台支持的时候，无法即时获取，工作效率较低。
现通过导入手机运维，可以将运维工单在线实时推送，同时支持维修人员与故障点位的地图导航，方便工程师快速抵达现场，
通过视频、照片等方式清晰记录维修现场的故障状况，无需事后进行维修状况的补填单。有效地提高了服务的响应效率，从而提升服务的满意度，也为公司节约了时间和人力成本，确保维修维护人员把精力集中在快速维修服务和预防维护方面，减少设备故障的等待时间。

3.3.3.2.10 报表管理模块
系统提供各种运行分析和性能报告，管理人员能根据这些报告准确评估整个视频监控网络的运行状况，及早发现故障隐患和评估威胁，为视频监控网络的决策提供参考依据。
1）摄像机实时在线统计
按区域统计其下级点位的在线情况，同时可按照组织结构筛选，统计其下级组织各点位在线情况，包括字段为：区域、摄像头总数、在线情况（在线数、离线数）、离线历时（1小时内、1-4小时、4-24小时、24小时以上）、在线率、备注。报表页尾显示统计、审核、时间、制表时间等信息。

2）摄像机历史在线统计
用于统计点位的在线率，此报表可以用于考核运营商或者维护单位，作为每月租赁费用或者维护费用结算的参考依据，同时可按照组织结构筛选,统计其下级组织各点位在线情况，包括字段为：区域、摄像头总数、在线情况（在线数、离线数）、离线历时（1小时内、1-4小时、4-24小时、24小时以上）、在线率、备注。报表页尾显示统计、审核、时间、制表时间等信息。

3）视频质量统计
用于统计视频质量诊断中各点位诊断情况及质量达标率，同时可按照组织结构筛选，对其下级组织中各点位数及在线数进行汇总，同时结合视频质量诊断，统计异常情况，计算出该组织的定位质量达标率，包括字段为：区域、摄像头总数、视频质量异常个数 (在线数、清晰度、亮度、对比度、视频遮挡、视频抖动、视频冻结、视频丢失、噪声、场景变化、条纹、偏色)、质量达标率、备注。报表页尾显示统计、审核、时间、制表时间等信息。

4）设备报警统计
对各个组织发生的报警按设备报警类型进行统计，可按照组织结构筛选,选择时间范围后，点击查询统计出该组织及其子组织各报警类型报警数，包括字段为：所属组织、视频遮挡报警数、硬盘故障报警数、网络故障报警数。报表页尾显示统计、审核、时间、制表时间等信息。
5）点位状态统计
对各个组织的点位状态进行统计，选择时间范围后，点击“统计”，查看该时间内各个组织点位状态情况。

3.4大数据情报分析与研判
公安大数据整合之后，当侦查人员通过车辆、人脸、MAC、RFID、电子围栏等数据分析手段初步找到人员、车辆等嫌疑目标后，以“从哪里来、到哪里去、沿途干什么、落脚点在哪里”为主旨思想，将嫌疑目标的研判结果在地图上展示，便于办案侦查人员分析嫌疑目标的来龙去脉，为案件侦破提供有价值的参考线索。
系统支持多个嫌疑目标轨迹在地图上叠加，并支持展示不同节点嫌疑目标的图片、行为、时间等信息，有利于分析各涉案目标的时空关系。并提供人员WIFI轨迹分析、身份证轨迹分析、多轨碰撞分析等时空轨迹应用，支持多维标注。
对于不同类型的轨迹数据，我们通过时空图计算技术来分析对比不同轨迹的时空吻合度，来尽量挖掘真实的目标活动时空关联性。

3.4.1多源大数据碰撞模型
基于大数据挖掘与分析，以人、车、关系人、MAC信息、虚拟身份、RFID信息、电子围栏等信息为主线，建立基于人脸识别的“人员轨迹模型”、基于车、车主、关系人的“车辆轨迹模型”、基于人、车和其他特征信息的“多维关系模型”。同时，打通公安警务数据，实现更全面的大数据碰撞，以此充分服务于公安预警业务。
3.4.1.1人员轨迹分析模型
基于目前人脸卡口点位建设相比于车辆卡口点位普遍偏少很多的情况，需要确定特定身份人员的轨迹显得非常困难。
人员轨迹碰撞模型结合人脸卡口数据和社会资源(网吧、旅馆、民航、火车等)数据，形成轨迹碰撞，从而精确定位嫌疑人出行轨迹，为公安侦查抓捕提供有力依据。
比如，通过该功能可以在电子地图上实现该人员的精确轨迹，
10:00 出现在河源汽车站(人脸识别)
10:30 出现在河源某网吧(网吧人员身份证登记信息)
21:00 出现在河源某旅馆(旅馆身份证登记信息)
23:00 出现在河源另一网吧(网吧人员身份证登记信息)
同时还可以结合高危人员分析模型，对特定高危人员进行经营分析，确定犯罪嫌疑人活动地点和落脚点等信息，为最后的打击犯罪做好数据支撑。
3.4.1.2车辆轨迹分析模型

从“车辆、车主、车主关系人”三个维度分析研判，以车辆分析和车主分析为中心，通过公安信息网综合信息，以卡口数据为基础形成复杂的信息关系网进行数据碰撞形成产生积分规则模型，获取有价值的信息，主要依靠以下规则和属性进行积分研判：
1.车辆属性规则：盗抢车辆、一般高位地区车辆、特殊高位地区车辆、租赁公司车辆、非法运营车辆、假牌、套牌车辆、多次违章未处理车辆
2.车辆时空属性：首次出现、重点区域出现、凌晨出现、深夜出现、高危时间出现、高危地点出现、频繁进出城、全省高速轨迹信息
3.异常特征：白天放下遮阳板、描述不符、人员遮挡脸部
3.4.1.3车辆与MAC地址分析模型
随着犯罪嫌疑人反侦察意思的不断加强，使用假牌、套牌、无牌、租赁车辆作案的比率在不断上升。因此，就算通过卡口系统定位了嫌疑车辆的轨迹，也无法判断出车内人员的身份。
使用对人员、车辆采集的MAC数据和过车数据，将其在电子地图上的活动轨迹进行叠加分析后，可以确定车辆驾驶人以及车内人员的关联关系，并最终通过MAC地址和运营商数据的比对，确定嫌疑人员身份。
3.4.2综合态势研判分析
根据大数据挖掘与分析的结果，可以实现基于流动人群和车辆的每日动态比对和态势展示，为公安机关提供更加精准的预警分析。
3.4.2.1人员热力图分析

根据MAC地址、手机围栏等信息实时获取人员密度信息，并在电子地图上展现人员热力图分布。
案件四色预警分析：
统计分析新增的案件，可以从数据的层面上看到一年、一月、一周内哪类案件发生较频繁，为下一步工作和部署提供参考数据。

3.4.2.2外来车辆归属地分布图
统计进入河源的外地车辆都来自于哪些省份，用于掌控外来车辆数据。

3.4.2.3外来人员归属地分布图
统计进入河源的外地人员都来自于哪些省份，用于掌控外来人员数据。

3.4.2.4重点车辆分布图

各种类型重点车辆的分布情况。
3.4.2.5过车总量趋势图

3.4.3大数据可视化&魔墙应用
目前业务系统的数据与日俱增，数据关系的复杂度和数据密度也在不断攀升，数据本身逐渐形成了自己的“语言”，而如何看清它们的本质，已然是一门具备极高价值的学科，通过对海量数据的深度加工，多维度的数据挖掘，丰富的数据展现形式，从而及时掌握整个系统运营的各项数据，为今后系统的建设、规划提供决策分析。目前数据可视化技术&系统已经广泛的应用在地理信息、战略态势、商业智能、政府决策、应急指挥、智慧城市等业务领域。
数据可视化技术的基本思想是将数据库中每一个数据项作为单个图元元素表示，大量的数据集构成数据图像，同时将数据的各个属性值以多维数据的形式表示，可以从不同的维度观察数据，从而对数据进行更深入的观察和分析。数据可视化系统首先理解、分解客户业务问题，通过数据分析方法解析业务数据，再通过相关平台技术和工具进行三个维度交互，达到数据可视化结果，解决人机交互最后一公里问题。
目前公安行业在数据展现和应用层面往往面临一下诸多问题：
1）公安各个业务系统已经建设多年，但是系统间相互独立，在数据融合应用和展示层面缺少整体设计。
2）业务应用体验单调，只有简单的报表形式，缺乏从业务运营、数据分析角度进行可视化设计。
3）建设较多大屏系统，但应用系统仅仅是简单上墙投影使用，缺乏“大屏、多屏、触屏”深度体验应用。
通过大数据可视化技术和魔墙应用，我们将实现一下三点目标：
1）多视图整合，探索不同维度的数据关系
通过专业的统计数据分析系统设计方法，理清海量数据指标与维度。按主题呈现复杂数据背后的联系；将多个视图整合，展示同一数据在不同维度下的规律，帮助用户从不同角度分析数据、缩小答案的范围、展示数据的不同影响，具备显示结果的形象化和使用过程的互动性，便于用户及时捕捉其关注的数据信息。
2）所有数据视图交互联动
每一项数据在不同维度指标下交互联动，展示数据在不同角度的走势、比例、关系。除了原有的饼状图、柱形图、热力图、地理信息图等数据展现方式，还可以通过图像的颜色、亮度、大小、形状、运动趋势等多种方式在一系列图形中对数据进行分析，帮助用户通过交互，挖掘数据之间的关联。并支持数据的多维并行分析，利用数据帮助决策者做决策。
3）强大的大屏展示功能
支持主从屏联动、多屏联动等大屏展示功能，可支持触控交互，满足用户的不同展示需求。可以将同一主题下的多种形式的数据综合展现在同一个或分别展示在几个高分辨率界面之内，实现多种数据的同步跟踪、切换；同时提供大屏幕触控屏，作为大屏监控内容的中控台，通过简单的触控操作即可实现大屏展现内容的查询、缩放、切换，全方位展示平安城市建设状态。
3.4.3.1数据整合
数据整合是通过大华已有的平台，如视频综合平台、视频运维平台、户籍化管理平台以及视侦实战平台等平台数据进行融合，将爆炸式的大数据深度挖掘，利用大数据可视化系统内的数据公式和算法创造出交互式的图标和数据挖掘模型，使其展现在视频墙之上。
目前大数据可视化系统拥有多种酷炫效果图，包括饼状、折线图、堆栈型条形图、分组柱状图、分组条形图、比例柱状图、比例条形图、区域图、比例区域图、散点图、地图等多种酷炫的可视化图表类型支持。
柱状趋势图
以柱状的形式来呈现数据的发展趋势的图形 条形图
排列在工作表的列或行中的数据可以绘制到条形图中。条形图显示各个项目之间的比较情况。
区域散点图
散点图表示因变量随自变量而变化的大致趋势。 区域图
检测视频对比度异常
折线图
折线图可以显示随时间而变化的连续数据 饼状图
常用统计学模型
趋势图
以曲线的形式来呈现数据的发展趋势的图形 比例柱状图
以长方形的长度为变量的表达图形的统计报告图，增加比例数据。
3.4.3.2建设数据分析
1）点位建设情况及建设密度显示
分区县显示点位建设情况（柱状图）、建设密度（折线图）。如右侧显示（由于建设任务不区分是否高清点位，所以在已建设的通道占比重需要根据摄像机类别统计高清、标清的占比（统计时根据摄像机类别不是高清的全部归为标清）。通过各区县点位情况及密度分析可以很好的了解全市当下各区县的建设进展，为未来的建设投入提供数据支撑。

2）点位分布
按户籍化管理系统中的：目标分类（只获取大类：警卫工作、交通管理、治安防控。由于类别可进行多选，此处可能会出现合计占比大于100%的情况）、监控性质（治安监控、卡口、电警、其他（排除上述类别剩余的通道数））、建设应用分类（公安出资建设、社会面接入（注：由于户籍化管理系统分类较多，此处除了公安出资建设、其他均认为是社会面接入））字段进行分类统计。如右图所示（在此图上需再增加各分类通道数量）。
数据展现方式：可点击区县进行数据刷新，显示指定区县数据。也可设置自动刷新（根据区县、定义刷新时间进行自动切换）”
点位分布图便于我们分析近年来规划布局的经验与不足，有利于下一步精细化规划设计，为进一步优化监控结构，科学布局提供依据。

3）前端摄像机情况
按户籍化管理系统中的：视频编码分辨率字段进行分类统计。如图所示：

前端摄像机情况分析图提供了监控点位摄像机的基础信息、便于我们对以后摄像机的规划、升级、更新替换，确保监控点位的实际图像效果，在应用中发挥作用。
3.4.3.3用户行为数据分析
1）用户行为分析
显示包括用户总量、当前在线数量（柱状图展现）。各区县活跃用户情况（百分比）。
非大华平台需要与第三平台确定通讯协议，获取用户数、在线数量、活跃用户数。非大华平台需要与第三平台确定通讯协议，获取登陆次数、点播次数、下载次数、非活跃用户TOP5。

通过活跃度统计可对用户需求有明确了解，对未来点位建设规划提供数据支撑。例如：用户下载次数多，未来规划中可增加存储设备。视频点播率次数多，未来规划中可增加传输带宽。
2）用户活跃度分析
用户活跃度分析 “登录次数统计、点播数量统计、下载次数统计、非活跃用户统计。

用户在线活跃度情况统计让监控中心人员实际了解设备运营情况，有助于在新的规划当中更好的服务用户，例如在活跃度高的区域增加足够的带宽，避免在正常视频点播中出现死机、画面传输慢等情况发生。
3.4.3.4运营数据分析
1）在线率统计
上方显示各设备在线率(显示项目为：编码器、智能设备、卡口、服务器、平台服务、网络)下方显示各城区通道在线率、在线通道数、总通道数；数据展现方式：可点击区县进行数据刷新，显示指定区县数据。也可设置自动刷新（根据区县、定义刷新时间进行自动切换）

设备软件在线率统计便于我们及时了解不在线的设备数量，对不在线的故障设备进行维修、更新替换，确保监控点位的正常运行。可以用于考核运营商或者维护单位，作为每月租赁费用或者维护费用结算的参考依据。
2）视频达标率
左侧显示各县区视频质量达标率情况，右侧显示具体县区视频达标率明细。
数据展现方式：可点击区县进行数据刷新，显示指定区县数据。也可设置自动刷新（根据区县、定义刷新时间进行自动切换）

用于统计视频质量诊断中各点位诊断情况及质量达标率，同时可按照组织结构筛选，对其下级组织中各点位数及在线数进行汇总，同时结合视频质量诊断，统计异常情况，计算出该组织的点位质量达标率。
3）视频完好率
左侧显示各县区视频完好率情况，右侧显示具体县区视频完好率明细。如下图所示。
完好率统计标准：（通道总数-不能够成功点播的通道数）/通道总数
不能够成功点播的情况包括：视频离线、点播超时（点播操作后30秒内没有视频）、点播失败、无视频信号（蓝屏或黑屏）；
分类按如下进行分类：正常、视频离线、点播超时、点播失败、无视频信号
数据展现方式：可点击区县进行数据刷新，显示指定区县数据。也可设置自动刷新（根据区县、定义刷新时间进行自动切换）

以摄像机能够正常点播作为标准，检测出部分码流不规范、解码失败等问题通道，实现“能点播”。通过完好率统计对现有系统设备的运行状态进行考核分析。
4）历史在线率
从运维系统获取各城区近7天的在线率情况。如图所示

以通道能否正常连通为标准，实时进行检测，实现“能连接”。通过历史在线率统计对现有系统设备的运行状态进行考核分析。
5）历史视频质量情况
从运维系统获取各城区近7天的视频质量诊断情况。如下图所示。
数据展现方式：可点击区县进行数据刷新，显示指定区县数据。也可设置自动刷新（根据区县、定义刷新时间进行自动切换）

用于统计视频质量诊断中各点位诊断情况及质量达标率，同时可按照组织结构筛选，对其下级组织中各点位数及在线数进行汇总，同时结合视频质量诊断统计异常情况，计算出该组织的点位质量达标率。
6）保修单情况
显示超时报修单情况（1-3、4-6、7-9、10天以上）、近7日新增报修单数量、近七天每天累计报修单数量。

结合报修业务按组织汇总维修数及处理是否及时等情况。可对维修单位依照此表进行业务考核。
7）疑难点位
显示系统疑难点位信息。

用户方在实际业务中，可能会遇到有些设备的故障比较难处理，我们在平台中提供了对疑难点位的重点管理，提高用户的关注度。

3.4.4基于案事件的统计分析
视频实战综合应用平台除了具备完整的案件视频数据管理功能及视频处理功能外，还提供了案件视频数据相关的统计分析功能，用于对案发区域、案件处理情况、案件发生种类，通过同比和环比两种方式进行统计分析，可用于决策辅助分析，量化评估平安城市视频监控系统的使用水平，进而通过大数据统计分析，通过报表等方式展现，为绩效考核提供有效依据。
3.4.4.1破案率统计
破案率是公安机关特别关注的一项数据，人工整理这些数据需要耗费时间和精力并且可能还会有遗漏等情况出现，系统可以对当前组织内各个下级部门案件破获情况进行统计，即依靠视频侦查技术找到破案线索或直接破获的案件与录入的案件比。通过数据分析统计，可以有效掌握平台系统目前在各区域的应用成效情况。
图1-2

3.4.4.2新增案件统计
统计分析新增的案件，可以从数据的层面上看到一年、一月、一周内哪类案件发生较频繁，为下一步工作和部署提供参考数据。系统可对年、月、日新增的案件进行统计归档。
图1-3

3.4.4.3案件分类统计
通过统计区域内案件发生的类型，根据某辖区内案件类型的分布情况，分析出高案发案件类型。从而实现对所有案件类型进行同比、环比等多种对比。
图1-4

3.4.4.4人员排行统计
为了直观展现民警的工作业绩，可对指定时间范围内该民警新增的视频数量，新增的图片数量，新增的视频容量，新增的案件个数进行统计，便于考核。
通过排行榜的方式，直观展示各民警的贡献量，起到有效的激励作用。
图1-5

3.4.4.5案发时间统计
每一天案件的发生时间点和概率是有一定规律的，如夜间某个时间段是盗窃、抢劫或其他案件的高发时间段，如果针对这类时间点进行统计分析，对于后期在巡逻布控的时间安排上便可提供有效的数据依据。
系统支持对指定时间段的案件进行分类统计；同时支持对24小时内的各类案件分布进行统计；进而从两个维度统计出高案发时段及案件类型。
图1-6

3.4.4.6按人员案件统计
管理层需要准确掌握对本组织下民警的办案情况，以便及时进行工作分配和指导，系统实现对当前组织内各个民警在视频侦查工作中直接提供的数据进行统计，即在指定时间范围内的某成员的新增视频数量，新增图片数量，新增视频容量，新增案件个数的统计。
图1-7

3.4.4.7按组织案件统计
同样系统可以对组织在指定时间范围内的新增视频数量，新增图片数量，新增视频容量，新增案件个数进行统计，从而便于对各办案组织整体的工作情况进行统计分析。
图1-8

3.4.4.8成效排名统计
为了更直观的体现办案个人、办案组织的工作效率，以及案件的侦办情况、摄像头当前使用情况，系统根据对办案组织机构、个人及案件进行性排名统计。
图1-9

3.4.4.9资源来源统计
视频监控建设是一项在逐步完善的项目，然而纯粹的臆想并不能很好的逐步完善。系统可对案件资料来源进行分析统计，主要分为线索类、案事件、警务类、交通类、盘查类、接处警、政府其他部门，便于对后期建设方向给出数据意见。
图1-10

3.4.4.10资源上传数量统计
为了更好的激励民警通过系统进行资源采集录入，从而为后期视频侦查工作开展提供数据支撑，系统通过对个人上传资源数量进行统计，最终通过排名从高到低进行呈现。
图1-11

3.4.4.11日常操作统计
智能实战平台主要是为在解决实战中遇到的一些问题提供解决方法，对于能在实战过程中起到比较重要作用的工具或者模块一直是民警想知道的，系统对民警在日常办案操作过程中使用的操作进行统计，分析出办案较为偏向于哪一类的操作工具或操作习惯，能让系统对实战更有实用性。
图1-12

3.4.4.12串并案数量排名
在某个时间范围内，案件的串并情况是直接影响破案率的一个关键因素，所以对案件串并的情况需要进行统计，这样有利于对案件发生的时间、地点进行预判和预防，也可培养组织内视频侦查人员对案件的敏感度，有利于培养专业级的视频侦查人才。系统会在在指定时间范围的某组织的人员串并的案件数量统计，以列表方式进行展现。
图1-13