“神鉴”视频结构化分析服务器
一、融合先进技术:
深度学习的特征提取+深层网络的多层模型+端到端的训练驱动+高性能的GPU并行运算。
二、识别特征丰富多样:
实时解析视频中的机动车/非机动车/行人的属性特征。
1. 机动车结构化:可识别5种车牌类型、12种车牌颜色、9种车辆类型、3000款车辆子品牌、12种车身颜色、5种车窗标识物检测(年检标、遮阳板、纸巾盒、挂坠、摆件)、2种行为(接打手机、安全带)。
2. 行人结构化,可识别性别、头部特征(戴眼镜、戴帽子)、上身和下身衣服颜色和纹理款式、附带物品(背包、手提包)。
3. 非机动车结构化:可识别二轮车和三轮车,可识别驾乘人的性别、头部特征、衣服颜色款式、附带物品。
三、适应复杂场景:
1. 对城市主次干道、乡间道路、出入口等多种场景下的标准卡口和简易卡口视频进行活动目标检测。
2. 车辆被部分遮挡时,可进行识别。
3. 可对一定倾斜角度的车牌号码进行识别。
四、契合实战应用:
1. 支持多种分类检索,比如搜索“黑色奔驰”或“红上衣黑裤子背包的妇女”,即可迅速地找到目标,查看其出现过的位置和时间,结合地图形成轨迹。
2. 支持以图搜车和以图搜人,快速在多个摄像机中定位相似目标。
3. 部署灵活,智能负载均衡,方便统一资源管理,支持集群扩展和弹性调整。
“神算”大数据检索服务器
一、融合先进技术:
1. 采用基于大规模集群分布式并行运算存储的Hadoop作为底层数据分析存储框架,保证了大数据访问的可靠性、安全性和高性能,彻底消除了传统存储系统的瓶颈,可以满足高带宽和高并发的海量数据存取需求。
2. 采用spark内存迭代计算的流式处理与批量处理相结合的方式,以Hbase数据仓库为数据源。针对客户对业务数据的实际需求应用,构建了多样化的数学分析模型,提供了直观的图形化数据结果展现,既满足实时在线的数据处理需求,又支持海量数据的线下分析。
3. 采用分布式内存检索引擎solr,通过将海量数据在集群各个节点创建索引,并高速缓存在各节点内存,用最小的代价将计算和读取数据完成汇总,可轻松完成千亿级数据组合条件下的秒级查询,比传统数据库检索提升10倍以上效率。
二、技战法应用丰富:
利用数学模型,对具备时间和空间属性的结构化数据进行线索挖掘。集成了多点碰撞、区域徘徊、伴随车辆、昼伏夜出等将近20种技站法以及各种流量统计和态势分析。如:
1. 筛选类模型:车辆稽查布控——检测到某辆车的车牌号码是嫌疑布控车牌时,平台会立刻报警;黑名单人员布控——系统布控了一张嫌疑犯照片,当在某个摄像头视频中检测到一个人长相和其相似时,平台会立刻报警。
2. 研判类模型:车辆频繁夜出——某些车辆经常夜间出行,且在重点地区徘徊,如果排除正当职业,应属于可疑行为;黄牛党——某些人员经常在医院或体育馆门口徘徊出入,如果人脸识别检测超过一定频次,平台会报警提示。
技战法研判