視(shì)頻(pín)偵查中涉車案件的車輛大數(shù)據布控系統

• 2016/10/08

一(yī)、行(xíng)業發展趨勢

随着社會及技術(shù)的發展，犯罪與反犯罪的較量更多、更集中地(dì)體現在科技手段的運用上(shàng)，

考慮到所有發生的案件中有50%左右都(dōu)是涉車涉駕的案件（如(rú)圖1所示），因此對于車輛的防控需要(yào)思考以下(xià)兩個問(wèn)題：

（1）如(rú)何對社會上(shàng)的高危車輛進行(xíng)有效的預警防控？優化警力部署，進行(xíng)有針對性的車輛排查？（治安事前防控）

（2）面對大量的涉車涉駕案件，如(rú)何更有效地(dì)鎖定嫌疑車輛，提高刑事偵查效能(néng)？（事後案件偵查）

平安城市系統目前已經積累了(le)大量的卡口數(shù)據和(hé)圖片視(shì)頻(pín)，而“向數(shù)據要(yào)警力”成為(wèi)警務新常态下(xià)公安業務的新方向。

二、明(míng)景視(shì)頻(pín)偵查及車輛大數(shù)據布控系統

車輛大數(shù)據結構化分析服務器利用先進的深度學習與大數(shù)據技術(shù)，對海(hǎi)量車輛圖片進行(xíng)全信息結構化智能(néng)識别，自(zì)動識别車牌号碼、車輛類型、車輛品牌、車輛子品牌、車系年(nián)款、遮陽闆、駕駛員(yuán)、副駕駛員(yuán)不系安全帶、擺件、挂件、紙(zhǐ)巾盒、年(nián)檢标、車輛顔色、副駕駛是否具有乘車人(rén)員(yuán)等結構化信息，同時(shí)支持車頭、車尾圖片識别。

  在分析收集大量車輛全信息數(shù)據後，系統将基于布控策略，結合指揮調度平台、車輛大數(shù)據結構化分析服務器、車輛大數(shù)據布控管理服務器協同作(zuò)戰，實時(shí)發現違法違章(zhāng)等各類型涉案車輛，進行(xíng)告警，實現對涉車案件的快(kuài)速響應，提升科技化公安作(zuò)戰能(néng)力