視頻大數(shù)據(jù)中心解決方案

背景監(jiān)控平安城市交通智能交通警務(wù)信息化建設(shè)GBTBPBEBZB1PB

=2^50字節(jié)1EB

=2^60字節(jié)1ZB=2^70字節(jié)1無法滿足數(shù)據(jù)日增量的存儲需求2傳統(tǒng)數(shù)據(jù)庫僅能對結(jié)構(gòu)化數(shù)據(jù)進(jìn)行處理3數(shù)據(jù)冗余較大，各自為戰(zhàn)4數(shù)據(jù)資源未能有效整合、數(shù)據(jù)共享構(gòu)建智能化公共安全大數(shù)據(jù)容量幾何增長第一頁，共24頁。公安大數(shù)據(jù)的內(nèi)容視頻監(jiān)控實時視頻、報警視頻錄像文件、摘要視頻系統(tǒng)數(shù)據(jù)警情、案情數(shù)據(jù)各警種警務(wù)數(shù)據(jù)庫人員信息人口信息、人臉建模、指紋、聲紋涉案人員信息、人員關(guān)聯(lián)記錄卡口數(shù)據(jù)車輛圖片、車型特征車牌圖片、車牌號碼結(jié)構(gòu)化數(shù)據(jù)半結(jié)構(gòu)化數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)第二頁，共24頁。模擬視頻時代，解決看得見的問題。數(shù)字視頻時代，解決看得清的問題。數(shù)據(jù)視頻時代，解決看得懂的問題。

大數(shù)據(jù)技術(shù)決定未來視頻偵查發(fā)展方向未來視頻發(fā)展上世紀(jì)90年代本世紀(jì)前十年今后十年大數(shù)據(jù)實時分析服務(wù)于實戰(zhàn)。

公共安全視頻應(yīng)用技術(shù)發(fā)展趨勢第三頁，共24頁。內(nèi)容提綱4

建設(shè)模式2

解決方案1背景及現(xiàn)狀3

核心技術(shù)第四頁，共24頁。視偵大數(shù)據(jù)解決方案第五頁，共24頁。視頻大數(shù)據(jù)技術(shù)應(yīng)用思路視頻預(yù)處理數(shù)據(jù)采集建設(shè)數(shù)據(jù)采集監(jiān)控平臺社會采集卡口電警預(yù)測分析視頻偵查過車分析虛擬卡口以圖搜圖數(shù)據(jù)處理摘要模塊車輛、車型模塊人像模塊結(jié)構(gòu)化模塊網(wǎng)格計算全文檢索GPU分布式語義識別圖像識別神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)計算中心建設(shè)存儲中心建設(shè)數(shù)據(jù)儲存云存儲數(shù)據(jù)集群業(yè)務(wù)應(yīng)用服務(wù)中心建設(shè)綜合檢索

第六頁，共24頁。多種產(chǎn)品形態(tài)，靈活部署應(yīng)用；背板帶寬高達(dá)500GB，40GB交換容量，輕松實現(xiàn)大數(shù)據(jù)處理；產(chǎn)品形態(tài)基于Hadoop框架，實現(xiàn)海量數(shù)據(jù)云存儲，秒級查詢；VS800VS900第七頁，共24頁。云平臺智能處理中心……如何實現(xiàn)大數(shù)據(jù)采集？

通過云平臺智能處理中心，對前端監(jiān)控系統(tǒng)生成的大量視頻圖像資源進(jìn)行動態(tài)采集。平安城市視頻監(jiān)控聯(lián)網(wǎng)平臺卡口系統(tǒng)……第八頁，共24頁。如何實現(xiàn)大數(shù)據(jù)處理？

對非結(jié)構(gòu)化視頻文件進(jìn)行預(yù)處理，利用視頻深度學(xué)習(xí)分析技術(shù)將視頻內(nèi)容轉(zhuǎn)變?yōu)橐曨l數(shù)據(jù)，支撐大數(shù)據(jù)分析、查詢。第九頁，共24頁。視頻大數(shù)據(jù)結(jié)構(gòu)化特征提取如何實現(xiàn)大數(shù)據(jù)存儲？大數(shù)據(jù)云存儲中心平安城市視頻監(jiān)控第十頁，共24頁。如何實現(xiàn)大數(shù)據(jù)應(yīng)用？視頻大數(shù)據(jù)處理云存儲中心

對所有經(jīng)過視頻結(jié)構(gòu)化前端設(shè)備的車輛、人員進(jìn)行結(jié)構(gòu)化數(shù)據(jù)存儲。在案件偵查中，可根據(jù)民警需求，從海量視頻資源中利用各種數(shù)據(jù)之間的邏輯關(guān)系，進(jìn)行大數(shù)據(jù)檢索、比對分析、軌跡追蹤等，為全警種偵查工作提供服務(wù)。視頻監(jiān)控大數(shù)據(jù)檢索比對分析軌跡追蹤第十一頁，共24頁。主要功能

實現(xiàn)對視頻特征庫中存儲的所有數(shù)據(jù)提供全文檢索功能，支撐公安全警種視頻業(yè)務(wù)應(yīng)用。

如：以圖搜圖、語義檢索、人像比對、虛擬卡口、預(yù)警布控、車輛技戰(zhàn)法等。第十二頁，共24頁。案例1：快速檢索鎖定涉案車輛破案輸入查詢條件2014年7月5日上午9:30，安陽市北關(guān)公安分局民警接到報案稱家人被撞傷，民警根據(jù)線索信息確認(rèn)：嫌疑車輛為“白色

北京現(xiàn)代-朗動”小型車，牌照看不清楚。

民警利用“視頻大數(shù)據(jù)結(jié)構(gòu)化系統(tǒng)”，對案發(fā)生前后的1個半小時內(nèi)10萬余條車輛行駛記錄進(jìn)行批量搜索，系統(tǒng)在1秒鐘左右從10萬余條數(shù)據(jù)中查找出160輛“白色

北京現(xiàn)代-朗動”小型車在路上行駛；再經(jīng)人工排查，確認(rèn)嫌疑車輛，車牌為“*P92347”，整個案件從接案到成功抓獲嫌疑人前后共兩個多小時。語義化檢索關(guān)鍵字匹配檢索模型9:00到10:30白色北京現(xiàn)代朗動10萬余條車輛行駛記錄檢索到160條行駛車輛嫌疑車輛第十三頁，共24頁。案例2：歷史活動軌跡鎖定涉案車輛破案監(jiān)控2監(jiān)控3監(jiān)控5監(jiān)控6監(jiān)控7監(jiān)控8監(jiān)控4監(jiān)控1歷史過車軌跡

2014年3月5日晚20:00，在許昌市汽車站附件發(fā)生一路人被撞傷案件。確認(rèn)線索信息：逃逸車輛為“黑色大眾”轎車，無號牌。

辦案民警通過“視頻大數(shù)據(jù)處理云存儲中心”，對案發(fā)1個月前97萬多條車輛信息進(jìn)行排查，快速檢索出2月1日—5日，發(fā)現(xiàn)有一臺黑色“大眾-帕薩特”無牌車輛在城區(qū)共出現(xiàn)8次。通過對該車多次歷史過車記錄進(jìn)行追蹤、分析，確認(rèn)該車經(jīng)常駛?cè)胪恍^(qū)，后經(jīng)地面?zhèn)刹閷⑾右扇俗ゲ稓w案。第十四頁，共24頁。案例3：快速檢索比對鎖定涉案人員

2014年3月14日下午三時許，吳江市東海鎮(zhèn)人民路人民大廈17B發(fā)生一宗盜竊案件。

民警根據(jù)案件線索，利用視頻結(jié)構(gòu)化系統(tǒng)提取的人臉圖片與人像庫、人臉圖片庫中的信息進(jìn)行比對分析，共查詢到40余張相似的人臉圖片。經(jīng)人工排查，最終掌握嫌疑人身份信息。查詢到相似人臉圖片視頻監(jiān)控嫌疑人經(jīng)人工分析確認(rèn)，鎖定嫌疑人身份信息第十五頁，共24頁。內(nèi)容提綱1背景及現(xiàn)狀解決方案2

核心技術(shù)34

建設(shè)模式第十六頁，共24頁?；谏疃葘W(xué)習(xí)算法的車輛特征提取識別圖像中的邊緣識別車燈車架車標(biāo)識別車輛整個前臉識別車輛型號品牌學(xué)習(xí)層級越多，識別準(zhǔn)確率越高！第十七頁，共24頁?；诰W(wǎng)格計算的海量視頻實時處理第十八頁，共24頁?；贖adoop框架的視頻大數(shù)據(jù)云存儲數(shù)據(jù)存儲存儲分發(fā)寫入數(shù)據(jù)創(chuàng)建索引存儲地址背板交換總線信令控制總線摘要模塊車輛、車型模塊中控模塊人像模塊視頻大數(shù)據(jù)結(jié)構(gòu)化分析平臺網(wǎng)口網(wǎng)口網(wǎng)口網(wǎng)口網(wǎng)口數(shù)字?jǐn)z像機(jī)硬盤錄像機(jī)信令網(wǎng)口原始視頻流數(shù)據(jù)流上傳錄像解碼模塊視頻流Hadoop第十九頁，共24頁。內(nèi)容