解决方案

针对客户的不同行业属性及规模量身定制专业的解决方案

智慧安防

一、智慧社区

当前,随着国内城市化进程的加快,城市人口急剧增加,外来人口比例不断攀升,以社区为单元的城市管理体系面临着新的挑战,传统的社区治理模式已经难以满足当前的实际需求。针对目前社区治理的现状,智慧社区系统以人工智能和大数据等新技术为支撑,智慧社区人员管控系统结合人脸识别智能算法与各类硬件智能设备,通过在居民社区出入口构建数据防线,实现针对居民社区出入人员、车辆、手机等各类数据的全方位采集,通过大数据模型技术,对重点人员、流动人口、帮扶人员进行实时分析。系统作为智慧城市、治安防控、雪亮工程等建设的重要组成部分,既可有效提高社区的安全防控能力,又有效加强综治、公安机关针对重点人员的管控手段。 

系统功能:

1)人像深度识别,能识别出人的年龄、性别、衣着、眼镜、背包等外部特征;

2)人员行为的高效识别,能识别人员的奔跑、卧倒、翻越、骑行、驾驶等行为;

3)人的全息特征检索,针对人的外在特征和行为特征进行全维度的信息检索;

4)人脸照片的高效比对,高效比对海量人脸库;

5)高效的以图搜图,基于图片自身特征进行图片检索;

6)数据的全方位统计分析,从海量数据中找到数据的内在规律和价值;

7)动态布控,对重点人员进行多应用场景的实时布控。                

平台特点:

1)支持对抓拍识别信息的同步动态滚播,实时掌控社区人员活动情况;

2)自动构建社区人员的知识图谱,以人为核心做信息关联;

3)一人一档,构建对社区人员的专一化档案管理模式;

4)智能预警,针对社区内的特殊情况能够主动识别,快速响应

5)全息检索,支持以人的基本信息和特征信息的全覆盖检索;

6)支持基于GIS的视图定位,实现对社区虚实结合的可视化管理;

7)提供多种实用技战法,例如徘徊异常、逗留异常、昼伏夜出、托管藏匿、伴随异常等,通过把具体应用场景与算法技术相结合,为社区管控赋能;

8)高性能算法,采用最新一代视图分析算法,针对海量数据仍能做到瞬间响应。

发展前景:

随着当前城市化进程的加快,国家对智慧城市、平安城市的发展力度不断加大,对实现城市管理智慧化,提高城市管理水平的需求也更加迫切。而智慧城市的建设,离不开智慧社区的发展。社区作为城市的细胞,是推进智慧城市的重要落脚点,是其中关键的内容之一。近几年来,无论是物业单位、管理部门、公安机关,还是智能硬件厂商、互联网企业等,对打造智慧社区的劲头丝毫不减。尽管智慧社区方兴未艾,但落地不易,一直在摸索中前行,未来的发展空间巨大。

二、公安图侦大数据

公安图侦大数据分析系统是针对当前公安机关打击违法犯罪和维护社会安定的具体需求,以现有大量高清监控前端所生成的海量数据为基础,通过对图像及视频的结构化处理,提取人员和车辆的静态外部特征和动态活动特征,依托人工智能的视图识别技术和智能行为分析技术,对人车的特征进行识别和分析,再结合具体的应用场景,打造多维度的实战功能与相关技战法,为公安机关侦查办案赋能。

系统功能:

1)人车的全信息识别,实现对人车的整体识别以及局部特征的识别;

2)能实现对人车特征的检索及局部的比对,支持以图搜图、一车多牌、一牌多车自动比对;

3)支持对车辆号牌假与套牌的自动分析比对;

4)能实现积分预警模型研判,积分预警模型比对,对重点信息主动推送;

5)支持大数据综合展示及运维可视化检测,整体数据综合展示,数据状态实施监控;

6)支持人车图谱关联,通过对人员和车辆视图数据的整理、加工、分析,构建人与车基本特征信息图谱、人车关系图谱、活动轨迹图谱等多种信息图谱,形成人车的全信息网络;

7)支持多种实战应用工具,例如位置布控、特征布控、轨迹研判、异常告警、串并碰撞等。

平台特点:

1)车辆全信息二次识别,一张图片,多种结构化信息提取;

2)人员特征信息识别,支持对人的外貌特征、衣着特征、行为特征等信息的机构化提出;

3)大数据分布式计算、检索及存储架构设计,有效保证海量数据实时分析;

4)大数据犯罪预测模型,积分预警模型研判,针对不同违法犯罪的关注度,智能推送嫌疑数据;

5)支持多维数据的融合,通过视频、图像与手机电子围栏、WiFi探针数据相结合,从车到人,从人到车一网打尽,图技网侦等多侦合一、立体分析;

6)绿色效能,系统可选择CPU或者GPU算法,根据不同的业务场景需求,做到低成本高效率的精准识别。

发展前景:

近年来,随着天网工程、雪亮工程的大规模落地,以及社会面监控的大力建设,城市监控硬件资源发展日趋成熟,视图数据资源增长井喷,对大规模数据的治理与运用仍旧还有很大的发展空间。目前,在视图资源的运用上,全国各地都在不断探索中,特别是在车辆和人员的视图数据的分析与运用方面,还有进一步的提升空间。在整体架构方便,从省市县的纵向架构布局到不同部门间的横向架构布局,对视图大数据的系统建设还有很多的要求。在功能应用方面,随着违法犯罪的新手段不断涌现,治安形势的不断变化,现有系统的覆盖面还不足,应用还不够智能。总之,在视图大数据方面,未来发展空间巨大。

三、视频事件智能识别

随着“平安城市”、“雪亮工程”和“智慧城市”的不断推进,以及AI人工智能技术的快速发展,聚焦视频资源深度利用和管理方式智能化的视频智能识别需求日益旺盛。视频事件智能分析系统是一款深度契合视频场景业务需求,基于深度学习的人工智能算法,挖掘海量视频监控资源中的关键信息,实现感兴趣事件自动识别的产品。能提供多种类型场景事件的自动识别,为安全预警、远程巡查、城市管理等提供决策支持。

系统功能:

1)实时信息:展示设备运行状态(设备总数、设备在线数、设备离线数),最新事件,AI识别统计,确认违规统计,事件上报业务平台统计,审核率分析,事件发生地点排行,识别有效数/事件发生数,事件发生时段排行,事件类型占比等模块;

2)数据检索:根据点位信息、违规事件自动识别的时间、类型和审核状态进行精确检索,检索结果包含违规事件的审核状态、违规类型、违规时间和地点等信息;

3)审核处理:算法自动识别的违规事件需要进行人工复核,以确保事件违规分析结果的可靠性。首先,根据点位信息、违规事件自动识别的时间(今天、近三天、近七天)和事件自动识别类型对所有的违规事件进行检索,筛选出需要人工审核的所有事件。然后,人工核查自动识别类型是否与实际情况相符,更改为未违规或者确认违规状态,当人工审核为未违规时,需要修改事件备注信息;

4)系统管理:系统管理模块是整个视频事件智能分析系统正常运行的基础,主要包括视频点位管理、工作模板管理、日志管理、用户管理、任务管理和单位管理六个部分,主要供给系统管理人员根据各自管理区域的实际情况进行配置。

平台特点:

1)部署方便,平台搭载于一体机,软硬件集成,部署方式简单;

2)形式多样,既能独立运行平台,也可作为子系统兼容接入至其他平台;

3)接口独立,支持上级业务平台对接;

4)适应性强,支持第三方视频管理平台、RTSP视频流、GB/T-28181协议等多种方式接入;

5)轮循高效,轮循后,每台一体机分析量可由30路提高至100路;

6)算法灵活,基于深度学习和海量视频资源,算法不断优化,检测准确率逐步提高;检测内容可随客户需求定制。

四、高速公路信息化建设

随着近年来的高速公路的信息化建设加快,车辆监管抓拍设备(包括收费车道高清车牌识别仪、高速卡口路径高清抓拍设备和服务区高清卡口设备)投入运行的数量迅速增加,高速公路管理部门接收的数据越来越多,随之而来对车辆数据的动态管理要求日益凸显,原来的数据和图片没有得到充分利用,如何充分利用这些数据,焕发数据的生命力,并提高异常车辆和事件的发现率、追查率,进而利用这些数据挖掘出各种类型的逃费行为也具有重要意义。本方案专门面向高速公路行业,定位于高速公路管理领域,针对高速公路管控的痛点与难点,充分运用人工智能与大数据技术,为高速公路信息化建设赋能。

系统功能:

1)设备数据集成展示:卡口、视频监控、气象、道路、警员警车等多类型数据展示;

2)交通流量监测及预警:通过流量监测系统,结合卡口抓拍设备的流量数据,实时监测道路车流量,通过直观的图文并茂的方式,在地图上展示高速公路上的流量警情和统计分析数据,及时发现交通隐患,并进行预警发布;

3)车辆二次识别:车辆品牌、颜色、车型、子品牌、年款和车型等信息识别;

4)车辆检索:支持全文检索和高级检索,输入相应的关键词(如车牌号、品牌、型号、颜色等),返回对应条件的结果;

5)车辆轨迹回放与跟踪:结合GIS地图,针对指定车辆(抛洒物车辆、超高超宽车辆、危化品车辆等)的行驶路径实时跟踪与轨迹回放功能;

6)出入口分析:根据输入的车牌号,按时间先后顺序列出车辆的轨迹情况,对应出和入没有对应的情况(只有入没有出、只有出没有入、出和入相差时间超出限定阈值的)进行分色警示;同时可以按天展现该车每天的出入口轨迹情况,便于人工研判是否存在逃费问题;

7)报警稽查:实时报警、黑名单管理、报警数据管理;

8)统计分析:过车流量统计、报警统计;

9)整体数据监控:包括过车总量、今日数据量、各类报警量、异常数据量、外省车迁入、设备状态及识别率统计等。

平台特点:

1)基于车辆图片的特征提取和二次识别技术,采用深度学习技术,克服多尺度、多光照、多姿态的影响,对车辆进行精准定位和多维特征识别。对于指定车辆可基于GIS地图进行实时跟踪和轨迹预测;

2)基于大数据挖掘技术、三维建模和深度学习技术,对大量数据进行实时抽取、集中管理和智能对比分析,建立一个集监测、预判、布控、报警等功能为一体的高速公路车辆行为分析平台;

3)基于危化品车辆的专项识别技术,从车型分类、车牌分类以及车辆面部特征分类三个维度对危化品车辆进行筛选,能够有效的保障检出完整性和准确性;

4)利用雷达成像以及对高速车辆边缘的精确提取进行车辆宽高尺寸测量,实现高速公路主干道上高速行驶的超高超宽车辆的实时检测(传统检测方法多针对低速车辆或静态车辆进行检测)。

发展前景:

交通运输部《交通运输信息化“十三五”发展规划》对我国公路信息化发展现状进行了全面总结。与美、日、欧等发达国家和地区相比,我国高速公路基础设施发展后来居上,取得了令人瞩目的成绩,但公路信息化、智能化发展却相对比较滞后,与世界先进水平差距较大。高速公路信息化建设正在从分散转向集约、从孤立封闭转向共享开放转型,即将迈入全面联网、业务协同、智能应用的新阶段。多种类型数据整合、汇聚展示,重点车辆、特种车辆监控,车辆流量实时监控和指挥调度成为了高速公路信息化不可缺少的环节。

目前,物联网、大数据技术、人工智能算法已经在许多行业得到了广泛应用,有效结合现有的高速公路运行模式与新兴技术必然是大势所趋。推进云计算、大数据、物联网和人工智能等新一代技术在高速公路建设中的快速应用,以技术促进高速管理模式升级,打造新型高速公路交通管理平台具有重要的意义。


查看相关案例

扫描关注数字政通官方微信

京ICP备05040746号 京公网安备11010802013111号 版权所有 2019 亚博王者荣耀竞猜股份有限公司