DB3308125-2022基層智治大腦 視頻圖像結(jié)構(gòu)化處理技術(shù)規(guī)范

ICS35.020

CCSL70

3308

浙江省衢州市地方標準

DB3308/T125—2022

基層智治大腦

視頻圖像結(jié)構(gòu)化處理技術(shù)規(guī)范

Technicalspecificationsforgrassrootssmartgovernancebrainstructuredprocessing

ofvideoimages

2022-11-30發(fā)布2022-12-30實施

衢州市市場監(jiān)督管理局??發(fā)布

DB3308/T125—2022

目次

前言............................................................................II

1范圍.................................................................................1

2規(guī)范性引用文件.......................................................................1

3術(shù)語和定義...........................................................................1

4結(jié)構(gòu)化處理流程與事件組成.............................................................1

5數(shù)據(jù)采集要求.........................................................................3

6內(nèi)容分析與結(jié)果描述要求...............................................................4

7信息存儲要求.........................................................................9

附錄A（資料性）基層智治大腦內(nèi)容分析結(jié)果的特征屬性描述.........................10

I

DB3308/T125—2022

前言

本文件按照GB/T1.1—2020《標準化工作導(dǎo)則第1部分：標準化文件的結(jié)構(gòu)和起草規(guī)則》的規(guī)定

起草。

請注意本文件的某些內(nèi)容可能涉及專利，本文件的發(fā)布機構(gòu)不承擔識別專利的責任。

本文件由衢州市大數(shù)據(jù)發(fā)展管理局提出并歸口。

本文件起草單位：衢州市大數(shù)據(jù)發(fā)展管理局、浙江省標準化研究院、阿里云計算有限公司、阿里巴

巴達摩院城市大腦實驗室、衢州市衢江區(qū)社會治理中心、衢州市衢江區(qū)大數(shù)據(jù)中心、衢州市龍游縣大數(shù)

據(jù)中心。

本文件主要起草人：鄒巧柔、余子英、毛小兵、蔣偉、占里忠、顧藝、項波、蔣林、鄭秀峰、吳效

威、陳良輔、陳志勇、程丹、陶明淵、蘇凡。

II

DB3308/T125—2022

基層智治大腦視頻圖像結(jié)構(gòu)化處理技術(shù)規(guī)范

1范圍

本文件規(guī)定了基層智治大腦結(jié)構(gòu)化處理流程與事件組成、數(shù)據(jù)采集要求、內(nèi)容分析與結(jié)果描述要求、

信息存儲要求等技術(shù)規(guī)范。

本文件適用于基層智治大腦視頻圖像數(shù)據(jù)結(jié)構(gòu)化處理的開發(fā)建設(shè)，其他領(lǐng)域的視頻圖像數(shù)據(jù)結(jié)構(gòu)化

處理可參考采用。

2規(guī)范性引用文件

下列文件中的內(nèi)容通過文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文件，

僅該日期對應(yīng)的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本

文件。

GB/T28181-2016公共安全視頻監(jiān)控聯(lián)網(wǎng)系統(tǒng)信息傳輸、交換、控制技術(shù)要求

GB/T30147-2013安防監(jiān)控視頻實時智能分析設(shè)備技術(shù)要求

GB37300-2018公共安全重點區(qū)域視頻圖像信息采集規(guī)范

GB50198-2011民用閉路監(jiān)視電視系統(tǒng)工程技術(shù)規(guī)范

GA/T1399.1-2017公安視頻圖像分析系統(tǒng)第1部分：通用技術(shù)要求

GA/T1399.2-2017公安視頻圖像分析系統(tǒng)第2部分：視頻圖像內(nèi)容分析及描述技術(shù)要求

GA/T1400.1-2017公安視頻圖像信息應(yīng)用系統(tǒng)第1部分：通用技術(shù)要求

GA/T1400.3-2017公安視頻圖像信息應(yīng)用系統(tǒng)第3部分：數(shù)據(jù)庫技術(shù)要求

DB34/T3430-2019公共安全視頻圖像信息系統(tǒng)數(shù)據(jù)存儲技術(shù)規(guī)范

3術(shù)語和定義

GB37300-2018、GB/T30147-2013、GA/T1399.1-2017、GA/T1399.2-2017、GA/T1400.1-2017、

和GA/T1400.3-2017界定的以及下列術(shù)語和定義適用于本文件。

3.1

結(jié)構(gòu)化處理structuredprocessing

對沒有固定結(jié)構(gòu)的數(shù)據(jù)通過設(shè)定的規(guī)則轉(zhuǎn)換成能用統(tǒng)一結(jié)構(gòu)進行邏輯表達的信息。

4結(jié)構(gòu)化處理流程與事件組成

4.1結(jié)構(gòu)化處理流程

4.1.1基層智治大腦視頻圖像的結(jié)構(gòu)化處理流程如圖1所示。

1

DB3308/T125—2022

圖1基層智治大腦視頻圖像結(jié)構(gòu)化處理流程

4.1.2基層智治大腦的輸入源數(shù)據(jù)應(yīng)包括網(wǎng)絡(luò)視頻流和視頻/圖像文件，宜支持實時的模擬或數(shù)字視頻

信號輸入。

4.1.3輸入的視頻圖像數(shù)據(jù)（按照設(shè)定的分析規(guī)則）經(jīng)過內(nèi)容分析后，應(yīng)輸出包括相應(yīng)事件視頻、圖

像、標簽等信息的結(jié)果描述。

4.1.4輸出的事件信息結(jié)果描述應(yīng)支持存入存儲設(shè)備和數(shù)據(jù)庫，并用于其它相關(guān)應(yīng)用。

4.2基層治理事件組成

基層智治大腦分析與描述的基層治理事件組成如圖2所示。

圖2基層智治大腦分析與描述的基層治理事件組成

2

DB3308/T125—2022

基層治理事件包含但不限于：機動車違規(guī)停放、游商攤販、店外經(jīng)營、非機動車違規(guī)停放、橫穿馬

路、非機動車占用機動車道、非機動車逆行、踩踏草坪、占道廣告牌、占道撐傘、沿街晾曬、人數(shù)超限、

人群聚集、車輛核入、土地苫蓋、積水、人員佩戴安全帽、人員在崗、人員闖入、消防通道阻塞、電動

自行車進入電梯、渣土車追蹤、垃圾隨意堆放、垃圾箱滿溢等。

5數(shù)據(jù)采集要求

5.1數(shù)據(jù)種類

輸入數(shù)據(jù)應(yīng)包括視頻數(shù)據(jù)、圖像數(shù)據(jù)、與視頻圖像數(shù)據(jù)相關(guān)聯(lián)的設(shè)備數(shù)據(jù)，設(shè)備數(shù)據(jù)應(yīng)包括但不限

于GB/T28181中規(guī)定的的設(shè)備屬性數(shù)據(jù)、絕對時間數(shù)據(jù)等。

5.2視頻圖像采集部位

基層智治大腦視頻圖像采集部位為基層治理事件發(fā)生的重點公共區(qū)域，具體要求見表1。法律、行

政法規(guī)對視頻圖像采集有特殊要求的從其規(guī)定。

表1重點公共區(qū)域基層治理事件的采集部位

事件名稱重點公共區(qū)域基層治理事件的采集部位

機動車違停在城市人行橫道道路以及其他易于發(fā)生機動車違停事件的點位

游商攤販在小區(qū)、學校、菜市場、商場周邊以及其他易于出現(xiàn)游商攤販的點位

店外經(jīng)營在早餐攤、水果攤、飯店以及其他易于出現(xiàn)店外經(jīng)營的點位

非機動車違規(guī)停放在城市人行橫道道路及其他易于發(fā)生非機動車違規(guī)停放事件的點位

橫穿馬路在機動車道及其他易于發(fā)生橫穿馬路事件的點位

非機動車占用機動車道在機動車道及其他易于發(fā)生非機動車占用機動車道事件的點位

非機動車逆行在機動車道及其他易于發(fā)生非機動車逆行事件的點位

踩踏草坪在綠地草坪區(qū)域及其他易于發(fā)生踩踏草坪事件的點位

占道廣告牌在城市公共區(qū)域及其他易于出現(xiàn)占道廣告牌的點位

占道撐傘在小區(qū)、學校、菜市場、商場及其他易于出現(xiàn)占道撐傘事件的點位

沿街晾曬在小區(qū)、學校、菜市場、商場及其他易于出現(xiàn)沿街晾曬事件的點位

人數(shù)超限在工廠廠房及其他易于出現(xiàn)人數(shù)超限事件的點位

在機場、車站、展會、展館、景區(qū)、學校、體育場等戶外公共場所，及其他易于出現(xiàn)人群聚

人群聚集

集事件的點位

車輛核入在園區(qū)或廠區(qū)車輛出入口，及其他易于出現(xiàn)車輛核入事件的點位

土地苫蓋在建筑工地及其他易于出現(xiàn)土地苫蓋的點位

道路積水在城市道路，非鄉(xiāng)村小路和不平整土路等，及其他易于出現(xiàn)道路積水的點位

人員佩戴安全帽在工廠廠房和建筑工地，及其他易于出現(xiàn)人員佩戴安全帽的點位

人員在崗在煤炭、電力、化工等行業(yè)監(jiān)控室、值班室，及其他易于出現(xiàn)人員在崗事件的點位

人員闖入在工廠危險區(qū)域、電場危險區(qū)域、重點警戒區(qū)域，及其他易于出現(xiàn)人員闖入事件的點位

消防通道阻塞在室外生活小區(qū)、工廠園區(qū)、醫(yī)院、學校門口等，及其他易于出現(xiàn)消防通道阻塞事件的點位

電動自行車進入電梯在電梯轎廂內(nèi)部，及其他易于出現(xiàn)電動自行車進入電梯事件的點位

渣土車追蹤在城市道路或園區(qū)道路及其他易于出現(xiàn)渣土車的點位

垃圾隨意堆放在居民或商鋪門口，垃圾投放點附近，及其他易于出現(xiàn)垃圾隨意堆放的點位

3

DB3308/T125—2022

表1（續(xù)）

事件名稱重點公共區(qū)域基層治理事件的采集部位

垃圾箱滿溢在居民生活區(qū)垃圾投放點及其他易于出現(xiàn)垃圾箱滿溢的點位

5.3視頻圖像格式要求

視頻圖像數(shù)據(jù)的輸入格式與方式應(yīng)符合GA/T1399.1-2017中5.1的相關(guān)規(guī)定。

5.4視頻圖像質(zhì)量要求

對于輸入的視頻圖像數(shù)據(jù)質(zhì)量，應(yīng)達到GB50198-2011中5.4.3描述的4級或4級以上，輸入的視頻圖

像照明條件應(yīng)達到GB50198-2011中3.2.12對于照明條件的要求。

6內(nèi)容分析與結(jié)果描述要求

6.1概述

對于基層智治大腦輸入的視頻圖像數(shù)據(jù)，數(shù)據(jù)分析軟件應(yīng)按照以下設(shè)定的內(nèi)容分析要求，分析基層

治理事件信息，并輸出以下設(shè)定的分析結(jié)果描述。

6.2機動車違規(guī)停放

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應(yīng)能識別出滯留超過指定時間（默認5分鐘）且在指定時

間內(nèi)未駛離（默認10分鐘）的機動車目標，并先后輸出兩次報警事件，第一次告警應(yīng)支持輸出：cameraID、

上報大小圖影像、事件發(fā)生時間，宜支持輸出：車牌識別信息（在車牌滿足識別條件下）；第二次告警

應(yīng)支持輸出同一車牌關(guān)聯(lián)的告警信息。

對于采集的視頻圖像中的機動車目標進行識別，機動車目標框的邊長應(yīng)不小于100像素，車牌字符

應(yīng)人眼清晰可辨且車牌目標框的尺寸應(yīng)不小于80×25像素、傾斜或側(cè)傾角應(yīng)小于15°，機動車違規(guī)停放

事件輸出結(jié)果的識別準確率應(yīng)不小于90%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.1，描述結(jié)果特征屬性格式

見附錄A中的表A.2。

6.3游商攤販

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應(yīng)能識別出滯留指定時間（默認30秒）的機動車或非機動

車后斗、箱子、框子、桌子、大片布或紙等經(jīng)營類載體，且裝有食品加工工具、農(nóng)副產(chǎn)品、小商品或其

他貨物的目標，輸出報警事件，告警應(yīng)支持輸出：點位cameraID、上報大小圖影像、事件發(fā)生時間。

對于采集的視頻圖像中的機動車或非機動車后斗、箱子、框子、桌子、大片布或紙等經(jīng)營類載體目

標和裝有食品加工工具、農(nóng)副產(chǎn)品、小商品或其他貨物目標進行識別，目標框的邊長應(yīng)不小于100像素，

游商攤販事件輸出結(jié)果的識別準確率應(yīng)不小于90%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.1，描述結(jié)果特征屬性格式

見附錄A中的表A.2。

6.4店外經(jīng)營

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應(yīng)能識別出滯留指定時間（默認30秒）的箱子、框子、桌

子、冰箱、大片布或紙等經(jīng)營類載體目標，并輸出報警事件，告警應(yīng)支持輸出：點位cameraID、上報大

小圖影像、事件發(fā)生時間。

4

DB3308/T125—2022

對于采集的視頻圖像中的箱子、框子、桌子、冰箱、大片布或紙等經(jīng)營類載體目標進行識別，目標

框的邊長應(yīng)不小于70像素，店外經(jīng)營事件輸出結(jié)果的識別準確率應(yīng)不小于90%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.1，描述結(jié)果特征屬性格式

見附錄A中的表A.2。

6.5非機動車違規(guī)停放

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應(yīng)能識別出停留超過指定時間(默認30秒)的二輪車或三輪

車目標，輸出報警事件，告警應(yīng)支持輸出：點位cameraID、上報大小圖影像、事件發(fā)生時間。

對于采集的視頻圖像中的二輪車或三輪車進行識別，目標框的邊長應(yīng)不小于70像素，非機動車違規(guī)

停放事件輸出結(jié)果的識別準確率應(yīng)不小于90%，非機動車類別（聚集二輪車/單獨二輪車/三輪車）的識

別準確率應(yīng)不小于85%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.1，描述結(jié)果特征屬性格式

見附錄A中的表A.2。

6.6橫穿馬路

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應(yīng)能識別出行人與非機動車橫穿馬路的事件，實時檢測并

上報。

對于采集的視頻圖像中的非機動車和行人目標進行識別，目標框的邊長應(yīng)不小于150像素，橫穿馬

路事件輸出結(jié)果的識別準確率應(yīng)不小于85%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.1，描述結(jié)果特征屬性格式

見附錄A中的表A.2。

6.7非機動車占用機動車道

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應(yīng)能識別出非機動車占用機動車道的事件，實時檢測并上

報。

對于采集的視頻圖像中的非機動車目標進行識別，目標框的邊長應(yīng)不小于150像素，非機動車占用

機動車道事件輸出結(jié)果的識別準確率應(yīng)不小于85%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.1，描述結(jié)果特征屬性格式

見附錄A中的表A.2。

6.8非機動車逆行

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應(yīng)能識別出非機動車逆行事件，實時檢測并上報。

對于采集的視頻圖像中的非機動車目標進行識別，目標框的邊長應(yīng)不小于150像素，非機動車逆行

事件輸出結(jié)果的識別準確率應(yīng)不小于85%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.1，描述結(jié)果特征屬性格式

見附錄A中的表A.2。

6.9踩踏草坪

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應(yīng)能識別出行人踩踏草坪的事件，實時檢測并上報。

對于采集的視頻圖像中的行人目標進行識別，目標框的邊長應(yīng)不小于150像素，踩踏草坪事件輸出

結(jié)果的識別準確率應(yīng)不小于85%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.1，描述結(jié)果特征屬性格式

見附錄A中的表A.2。

5

DB3308/T125—2022

6.10占道廣告牌

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應(yīng)能識別出違規(guī)戶外廣告牌(燈箱廣告牌)目標，輸出報警

事件，告警應(yīng)支持輸出：cameraID、時間、目標區(qū)域坐標、目標摳圖、全圖等。

對于采集的視頻圖像中的戶外廣告牌目標進行識別，目標框的尺寸應(yīng)大于150×100像素，廣告牌違

規(guī)占道事件輸出結(jié)果的識別準確率應(yīng)不小于80%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.1，描述結(jié)果特征屬性格式

見附錄A中的表A.2。

6.11占道撐傘

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應(yīng)能識別出滯留指定時間（默認30秒）的方形獨立大棚或

圓形大傘目標，輸出報警事件，告警應(yīng)支持輸出：點位cameraID、上報大小圖影像、事件發(fā)生時間。

對于采集的視頻圖像中的方形獨立大棚或圓形大傘目標進行識別，目標框的邊長應(yīng)不小于70像素，

占道撐傘事件輸出結(jié)果的識別準確率應(yīng)不小于85%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.1，描述結(jié)果特征屬性格式

見附錄A中的表A.2。

6.12沿街晾曬

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應(yīng)能識別出滯留指定時間（默認30秒）的成片懸掛的被子、

衣物目標，輸出報警事件，告警應(yīng)支持輸出：點位cameraID、上報大小圖影像、事件發(fā)生時間。

對于采集的視頻圖像中的成片懸掛的被子和衣物目標進行識別，目標框的邊長應(yīng)不小于100像素，

沿街晾曬事件輸出結(jié)果的識別準確率應(yīng)不小于85%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.1，描述結(jié)果特征屬性格式

見附錄A中的表A.2。

6.13人數(shù)超限

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應(yīng)能識別出人員總數(shù)超出廠房規(guī)定人數(shù)上限的事件，輸出

報警事件，告警應(yīng)支持輸出：點位cameraID、上報大小圖影像、廠房內(nèi)實時人數(shù)，事件發(fā)生時間。

對于采集的視頻圖像中的人員頭部目標進行識別，目標框的邊長應(yīng)不小于16像素，人員頭部應(yīng)清晰

可見，人員身體應(yīng)有50%以上區(qū)域可見，人數(shù)超限事件輸出結(jié)果的識別準確率應(yīng)不小于90%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.1，描述結(jié)果特征屬性格式

見附錄A中的表A.2。

6.14人群聚集

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應(yīng)能識別出總?cè)藬?shù)超過設(shè)定閾值的事件，輸出報警事件，

告警應(yīng)支持輸出：cameraID、上報大小圖影像、畫面內(nèi)總?cè)藬?shù)，事件發(fā)生時間等。

對于采集的視頻圖像中的人員頭部目標進行識別，目標框的邊長應(yīng)不小于16像素，人員頭部應(yīng)清晰

可見，人群聚集事件輸出結(jié)果的識別準確率應(yīng)不小于90%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.1，描述結(jié)果特征屬性格式

見附錄A中的表A.2。

6.15車輛核入

6

DB3308/T125—2022

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應(yīng)能識別出經(jīng)過指定區(qū)域的車輛目標，輸出報警事件，告

警應(yīng)支持輸出：點位cameraID、上報大小圖影像、經(jīng)過時間以及車輛車牌等。

對于采集的視頻圖像中的車輛目標進行識別，車輛目標框的尺寸應(yīng)大于80×80像素，車輛目標應(yīng)無

明顯遮擋、體積大、移動速度慢、人眼清晰可辨，車牌目標框的尺寸應(yīng)大于30×10像素，車牌字符應(yīng)人

眼可見，車輛車牌事件輸出結(jié)果的識別準確率應(yīng)不小于95%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.1，描述結(jié)果特征屬性格式

見附錄A中的表A.2。

6.16土地苫蓋

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應(yīng)能識別出明顯土方和裸土未苫蓋目標，輸出報警事件，

告警應(yīng)支持輸出：點位cameraID，未苫蓋位置，上報大小圖影像，事件發(fā)生時間等。

對于采集的視頻圖像中的土方和裸土未苫蓋目標進行識別，目標框的尺寸應(yīng)大于200×200像素，土

地苫蓋事件輸出結(jié)果的識別準確率應(yīng)不小于80%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.1，描述結(jié)果特征屬性格式

見附錄A中的表A.2。

6.17積水

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應(yīng)能識別出明顯道路積水影響人員車輛通行的事件，輸出

報警事件，告警應(yīng)支持輸出：點位cameraID，積水位置、上報大小圖影像、事件發(fā)生時間等。

對于采集的視頻圖像中的積水目標進行識別，目標框的尺寸應(yīng)大于150×150像素,影響通行，道路

積水事件輸出結(jié)果的識別準確率應(yīng)不小于90%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.1，描述結(jié)果特征屬性格式

見附錄A中的表A.2。

6.18人員佩戴安全帽

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應(yīng)能識別出有人員未佩戴安全帽的事件，輸出報警事件，

告警應(yīng)支持輸出：點位cameraID、上報大小圖影像、事件發(fā)生時間。

對于采集的視頻圖像中的人員頭部目標進行識別，目標框的邊長應(yīng)不小于16像素，人員頭部應(yīng)清晰

可見，人員身體應(yīng)有50%以上區(qū)域可見，人員未佩戴安全帽事件輸出結(jié)果的識別準確率應(yīng)不小于90%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.1，描述結(jié)果特征屬性格式

見附錄A中的表A.2。

6.19人員在崗

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應(yīng)能識別出超過設(shè)定時間沒有工作人員在崗的現(xiàn)象，輸出

報警事件，告警應(yīng)支持輸出：點位cameraID、上報大小圖影像、事件發(fā)生時間等。

對于采集的視頻圖像中的人員身體目標進行識別，目標框的邊長應(yīng)不小于100像素，人員身體應(yīng)有

50%以上區(qū)域可見，人員脫崗事件輸出結(jié)果的識別準確率應(yīng)不小于90%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.1，描述結(jié)果特征屬性格式

見附錄A中的表A.2。

6.20人員闖入

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應(yīng)能識別出有人員進入指定區(qū)域的現(xiàn)象，輸出報警事件，

告警應(yīng)支持輸出：點位cameraID、上報大小圖影像、人員闖入時。

7

DB3308/T125—2022

對于采集的視頻圖像中的人員身體目標進行識別，目標框的邊長應(yīng)不小于100像素，人員身體應(yīng)有

50%以上區(qū)域可見，人員闖入事件輸出結(jié)果的識別準確率應(yīng)不小于90%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.1，描述結(jié)果特征屬性格式

見附錄A中的表A.2。

6.21消防通道阻塞

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應(yīng)能識別出停留超過指定時間(默認5分鐘)的機動車、非

機動車等相關(guān)堵塞物目標，輸出報警事件，告警應(yīng)支持輸出：點位cameraID，目標堵塞位置、上報大小

圖影像、事件發(fā)生時間等。

對于采集的視頻圖像中的阻塞物目標進行識別，目標框的尺寸應(yīng)大于50×50像素，消防通道阻塞事

件輸出結(jié)果的識別準確率應(yīng)不小于80%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.1，描述結(jié)果特征屬性格式

見附錄A中的表A.2。

6.22電動自行車進入電梯

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應(yīng)能識別出電動自行車已經(jīng)進入或正在進入電梯的事件，

輸出報警事件，告警應(yīng)支持輸出：點位cameraID、上報大小圖影像、進入時間等。

對于采集的視頻圖像中的電動自行車目標進行識別，目標框的尺寸應(yīng)大于80×80像素，電動自行車

應(yīng)無明顯遮擋、體積大、移動速度慢、人眼清晰可辨，電動自行車進入電梯事件輸出結(jié)果的識別準確率

應(yīng)不小于90%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.1，描述結(jié)果特征屬性格式

見附錄A中的表A.2。

6.23渣土車追蹤

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應(yīng)能識別出停留超過指定時間（默認5秒）渣土車目標，

輸出報警事件，告警應(yīng)支持輸出：時間、點位ID、目標框位置、車牌號、目標進入?yún)^(qū)域時間、目標離開

區(qū)域時間、車輛朝向、車身顏色、是否苫蓋、是否有車頂燈、車牌是否被遮擋、車尾是否涂刷噴涂號等

信息。

對于采集的視頻圖像中的渣土車目標進行識別，渣土車目標框的尺寸應(yīng)大于80×80像素，渣土車應(yīng)

無明顯遮擋、體積大、移動速度慢、人眼清晰可辨，車輛朝向、車身顏色、是否苫蓋、是否有車頂燈、

車牌是否被遮擋、車尾是否涂刷噴涂號等狀態(tài)應(yīng)人眼可見，車牌目標框的尺寸應(yīng)大于20×40像素，車牌

應(yīng)人眼可見，左右偏移角度不超過30°，渣土車車牌輸出結(jié)果的識別準確率應(yīng)不小于90%，渣土車車輛朝

向、車身顏色、是否苫蓋、是否有車頂燈、車牌是否被遮擋、車尾是否涂刷噴涂號等信息的輸出結(jié)果的

識別準確率應(yīng)不小于85%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.1，描述結(jié)果特征屬性格式

見附錄A中的表A.2。

6.24垃圾隨意堆放

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應(yīng)能識別出人眼可見包含剩菜剩飯飯菜、紙箱子、金屬易

拉罐、衣服、建筑垃圾、電子垃圾、裝修材料、家具、玻璃、落葉、金屬桶、廢紙、塑料瓶、塑料泡沫、

塑料垃圾(塑料包裝、塑料袋、餐盒)、垃圾袋(裝有垃圾)、蛇皮袋或編織袋等其中一類垃圾在區(qū)域內(nèi)隨

意堆放事件，輸出報警事件，告警應(yīng)支持輸出：點位cameraID、檢測置信度、上報大小圖影像、事件發(fā)

生時間等。

8

DB3308/T125—2022

對于采集的視頻圖像中的垃圾目標進行識別，目標框所占像素面積應(yīng)超過畫面面積的1%，人眼可見，

垃圾隨意堆放事件輸出結(jié)果的識別準確率應(yīng)不小于80%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.1，描述結(jié)果特征屬性格式

見附錄A中的表A.2。

6.25垃圾箱滿溢

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應(yīng)能識別出垃圾桶（針對戶外塑料可移動翻蓋式垃圾桶）

滿溢事件，輸出報警事件，告警應(yīng)支持輸出：點位cameraID、檢測置信度、上報大小圖影像、事件發(fā)生

時間等。

對于采集的視頻圖像中的垃圾箱目標進行識別，目標框所占像素面積應(yīng)超過畫面面積的1.5%，垃圾

箱人眼可見無遮擋，垃圾箱滿溢事件輸出結(jié)果的識別準確率應(yīng)不小于80%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.1，描述結(jié)果特征屬性格式

見附錄A中的表A.2。

7信息存儲要求

7.1存儲設(shè)備要求

對于支持輸出信息存入的存儲設(shè)備，其存儲設(shè)備類型、信息存儲環(huán)境、信息存儲時間、信息存儲格

式和信息存儲安全應(yīng)符合DB34/T3430-2019中5的相關(guān)規(guī)定。

7.2數(shù)據(jù)庫要求

對于支持輸出信息存入的數(shù)據(jù)庫，其存儲對象管理、存儲格式、用戶管理、數(shù)據(jù)庫設(shè)備管理和運維

日志管理應(yīng)符合GA/T1400.3-2017中6.3和7.2的相關(guān)規(guī)定。

9

DB3308/T125—2022

A

A

B

C

附錄A

（資料性）

基層智治大腦內(nèi)容分析結(jié)果的特征屬性描述

表A.1輸入規(guī)則的特征屬性

數(shù)據(jù)類必選/

序號名稱標識符長度備注

型可選

系統(tǒng)唯一，標識視頻圖像內(nèi)容分析功能

名稱，可選值為機動車亂停放、游商攤販、

店外經(jīng)營、非機動車違停、橫穿馬路、非機

動車占用機動車道、非機動車逆行、踩踏草

分析規(guī)則類

1funcTypestringR坪、占道廣告牌、占道撐傘、沿街晾曬、人

型

數(shù)超限、人群聚集、車輛核入、土地苫蓋、

積水、佩戴安全帽、人員在崗、人員闖入、

消防通道阻塞、電動自行車進電梯、渣土車、

垃圾亂堆放、垃圾桶滿溢等。

在線視頻攝在線視頻時必選，指明視頻圖像來源,系

2cameraIDstringR/O

像機ID統(tǒng)唯一，國標20位編號。

像素水平方

像素水平相對坐標，用于規(guī)則中描述幾

3向歸一化相xfloatR/O

何興趣區(qū)域。

對坐標

像素豎直方

像素豎直相對坐標，用于規(guī)則中描述幾

4向歸一化相yfloatR/O

何興趣區(qū)域。

對坐標

視頻圖像內(nèi)容分析頻率，標識視頻圖像

5分析頻率freqintO

內(nèi)容分析過程中采樣間隔。

視頻圖像內(nèi)容上報頻率，標識視頻圖像

6上報頻率reportFreqintR/O

內(nèi)容分析上報間隔。

上報區(qū)域面視頻圖像內(nèi)容分析上報區(qū)域像素面積最

7reportThreshfloatR/O

積最小限制小限制。

車牌最小高單位：像素，待檢車牌最小高度，用于

8plateMinHintR/O

度機動車亂停放。

10

DB3308/T125—2022

表A.1輸入規(guī)則的特征屬性（續(xù)）

必選/

序號名稱標識符數(shù)據(jù)類型長度備注

可選

retentionT單位：秒，視頻圖像內(nèi)容分析目標滯留

9滯留時長intR/O

ime時長限制。

區(qū)域人數(shù)最

10pcThreshintR/O用于人數(shù)超限，區(qū)域人數(shù)最小限制。

小限制

注1：“R”：必選；“O”：可選；“R/O”：特定條件下必選，其他情況下可選。

11

DB3308/T125—2022

表A.2描述結(jié)果的特征屬性

數(shù)據(jù)類必選/

序號名稱標識符長度備注

型可選

在線視頻時必選，DeviceIDType類

在線視頻

1cameraIDstring20R/O型應(yīng)符合GA/T1400.3-2017中附錄表B.2

攝像機ID

相關(guān)描述。

視頻圖像內(nèi)容分析事件類型，可選值

為機動車亂停放、游商攤販、店外經(jīng)營、

非機動車違停、橫穿馬路、非機動車占用

機動車道、非機動車逆行、踩踏草坪、占

2事件類型objTypestringR道廣告牌、占道撐傘、沿街晾曬、人數(shù)超

限、人群聚集、車輛核入、土地苫蓋、積

水、佩戴安全帽、人員在崗、人員闖入、

消防通道阻塞、電動自行車進電梯、渣土

車、垃圾亂堆放、垃圾桶滿溢等。

系統(tǒng)生成視頻圖像內(nèi)容分析事件時

3生成時間timestampintR

間。

4起始時間entryTimeintR/O視頻圖像內(nèi)容分析事件起始時間。

5結(jié)束時間leaveTimeintR/O視頻圖像內(nèi)容分析事件結(jié)束時間。

水平起始

6objLeftintO事件發(fā)生區(qū)域水平起始像素坐標。

坐標

水平截止

7objRightintO事件發(fā)生區(qū)域水平截止像素坐標。

坐標

豎直起始

8objTopintO事件發(fā)生區(qū)域豎直起始像素坐標。

坐標

豎直截止

9objBottomintO事件發(fā)生區(qū)域豎直截止像素坐標。

坐標

目標高階視頻圖像內(nèi)容分析事件高維視覺特

10featurebytesO

特征征。

視頻圖像內(nèi)容分析事件場景圖片鏈

11場景圖片oritImageUrlstringR

接。

12

DB3308/T125—2022

表A.2描述結(jié)果的特征屬性(續(xù))

必選/

序號名稱標識符數(shù)據(jù)類型長度備注

可選

事件區(qū)域圖視頻圖像內(nèi)容分析事件發(fā)生區(qū)域圖

12cropImageUrlstringR/O

片片鏈接。

13車牌號碼platestringR/O車輛車牌號，用于機動車亂停放。

14車牌顏色plateColorstringR/O車輛車牌顏色，用于機動車亂停放。

15車輛類型vehicleTypestringR/O車輛類型，用于機動車亂停放。

載具（運貨工具）類型，用于游商攤

16載具類型carrierTypestringR/O

販。

farmgoodsTyp

17農(nóng)產(chǎn)品類型stringR/O售賣農(nóng)產(chǎn)品類型，用于游商攤販。

e

18商品類型vendorTypestringO售賣商品大類，用于游商攤販。

分析區(qū)域編

19polygonumintO視頻圖像內(nèi)容分析規(guī)則線圈編號。

號

非機動車類型，用于非機動車違停、

非機動車類novehicleTyp

20stringO非機動車占用機動車道、非機動車逆行

e

型等。

21傘具類型umbrellaTypestringO傘具類別，用于占道撐傘。

22區(qū)域人數(shù)pcCountintO區(qū)域內(nèi)人數(shù)。

truckBodyCol

23渣土車顏色stringO渣土車顏色。

ore

渣土車苫蓋truckBodyCov

24stringO渣土車苫蓋類型，取值為是/否。

er

類型

渣土車霓虹truckHeadLig

25stringO渣土車霓虹燈類型，取值為是/否。

ht

燈

truckDirecti

26渣土車朝向stringO渣土車車頭朝向。

on

13

DB3308/T125—2022

表A.2描述結(jié)果的特征屬性(續(xù))

數(shù)據(jù)類必選/

序號名稱標識符長度備注

型可選

渣土車噴truckTailPaint

27stringO渣土車身噴涂車牌號。

ing

涂號

垃圾堆放目標類型，0-垃圾桶1-生

garbageHeapLab

28垃圾類型intO活垃圾2-建筑垃圾，用于垃圾亂堆放、

le

垃圾桶滿溢。

注2：“R”：必選；“O”：可選；“R/O”：特定條件下必選，其他情況下可選。

D

B