隨著社會治安動態監控系統的建設，許昌市各縣(市)治安監控圖像已經通過監控專網匯集聚到市局視頻共享平臺實現互聯互通。監控系統與市局公安業務系統信息共享，實現警視聯動。指揮中心可以隨時調閱和控制各中心監控圖像，掌握現場動態、指揮處理警情，為領導決策指揮提供參考依據。
各級指揮中心、派出所、刑偵部門是社會治安動態視頻監控系統的一線實戰應用單位，擁有對轄區監控圖像資源的直接控制和調用權，對轄區所有監控點進行實時監控，并根據監控發現情況，及時處警。常規的視頻監控業務仍以圖像調閱為主，被動配合各類案件的處理，尚未結合各部門的實際業務適配不同監控，隨著監控技術的發展云計算、云存儲、大數據、智能化技術日益成熟，基于大數據的實戰業務引入成為當前建設的主要方向。
系統建設要求
1、事前防范
通過已建視頻監控資源的利用，實現公安機關對各監控點附近環境、車輛、人物情況實時檢測，對視頻畫面進行查閱、控制、管理等日常功能性操作，以實現對重點區域的監控，對非重點區域的街面巡訪，對可疑現象早發現早處理。
同時可建立完備的預案應用，對重大治安刑事案件、火災、暴恐事件等突發事件或大型節日游街、商業、公益活動等重大事件進行準備，以保證應對突發事件的響應速度和確保重大事件的順利進行。
2、事中指揮
實戰平臺可利用PGIS、卡口、視頻監控等系統，對正在發生的案事件進行現場的指揮調度;通過PGIS的地理信息，將案發時的實時視頻調閱出來，并可根據地圖隨時切換現場視頻;在犯罪嫌疑人追捕過程中，實時展現嫌疑人逃跑路線，并利用卡口系統，對前端各卡口進行布控，當嫌疑車輛經過時，會向指揮中心發出報警。
在指揮中心，平臺可利用大屏進行信息展現，同時對大屏進行操作，包括視頻瀏覽、畫面切換、圖像拼接、圖像分割等，以保證指揮人物更清楚的了解現場動態，及時做出戰略調整。
3、事后處理
公安實戰平臺要以平安城市視頻監控聯網為基礎，逐步建立以視頻為核心，圍繞案事件處理的綜合業務應用平臺;獲取與整合案件相關的視頻圖像信息情報。
在技術應用上，實戰平臺需要結合智能視頻分析處理功能提高整個系統的業務智能，包括：特征提取、人車分離、特征比對、內容檢索等功能，提高辦案人物的工作效率。豐富視頻處理手段：通過視頻分析，實現視頻信息動靜分離，提取有價值的情報信息;通過視頻標注的方式提取出重要的線索;采用視頻清晰化處理，提升視頻的可利用程度，還原視頻中重要信息。
在綜合應用上，平臺在獲取到情報后，可將有關聯的案件視頻通過時空關系串聯展現，可以是以視頻為導航，或是以時間為導航，或是以空間為導航，讓辦案人物可以找出破案方向。
一、大數據業務、車輛布控業務
1、大數據業務
在監控安防以及智能交通監控領域對大數據的需求持續攀升，并呈現多樣化趨勢，監控系統需要滿足海量數據的安全存儲、多種數據類型的快速檢索和豐富的可定制化的業務研判需求。通過各種智能前端采集海量的信息，并且和周邊業務系統整合獲得大量的信息，如何從這些海量信息中發掘有價值的信息，提前發現高危、可疑行為和目標，從大量警情、案件中發現刑偵研判的關鍵線索，需要利用大數據挖掘技術。
1.1大數據平臺建設及數據整合
基于Hadoop的大數據架構系統，需要針對安防數據的特點進行優化，使之能夠更好的提供數據挖掘業務。首先可以實現大數據規模(30億-100億規模)下的快速檢索，在整個城市有效關鍵索引數據在逐步增長的同時，能夠提供一如既往的快速檢索服務，滿足精確檢索、模糊檢索應用。其中利用海量信息發現很多數據背后的業務價值，如海量車輛過車信息中實現套牌車、車輛積分模型、車主社會生活模型分析等應用。這些海量數據蘊含整個城市經濟生活的方方面面，各種社會活動都可以從中得到體驗，對于城市管理、城市規劃提供大量的數據支撐應用。
本次大數據平臺建設，要求基于已建的視頻監控平臺、卡口平臺，利用前端智能化、卡口化應用規模擴大和統一聯網平臺基礎上，結合公安業務特色，基于業界主流大數據架構技術(Hadoop)，部署大數據分析平臺，包括名字路由節點和計算存儲節點，大數據的處理能力至少能支持30億以上數據處理能力，未來不斷擴展大數據規模，最終可以滿足1000億數據規模應用。在大數據應用下，能夠實現對于許昌全市的車輛精確查詢、模糊查詢、車輛軌跡分析等數據檢索功能;實現對全市的稽查布控業務;系統逐步開展數據挖掘功能，能夠迅速支持套牌、路線碰撞分析、高危車輛管控等功能;逐步探索對車輛數據的深度挖掘，深度剖析犯罪模型，依靠車輛積分模型發現高危、可疑車輛。
支持進一步擴展數據范疇，可增加對“人”的身份識別數據，通過人臉卡口擴展人臉信息、人衣著信息、依靠身份證讀取流動人**動信息、依靠電子圍欄讀取通信號碼信息……實現多種信息的綜合研判和數據挖掘，發現可疑和高危人物目標。
n 大數據系統架構要求：
①充分發揮Mapreduce集群計算框架自動并行化、負載均衡和容災備份等功能;
②可融合支持高效迭代算法的Spark集群計算框架;
③提升多種不同類型的數據挖掘算法的性能;
④充分發揮集群系統計算資源;
⑤具備良好的集群擴容能力。
n 大數據查詢要求：
使用搜索引擎服務器集群加速數據查詢請求響應。
①支持近實時索引功能;支持快速檢索，百億數據秒級響應;
②支持豐富的檢索功能，支持模糊查詢、多條件查詢，可定義相似性查詢等;
③支持持久良好的運行，如高并發操作服務的穩定;
④具備的災備機制，如集群中單節點故障(宕機)不影響查詢功能;
⑤支持動態擴展，集群擴展易部署。
n 已建卡口數據整合：
基于現有市局卡口管理平臺，利用視頻專網，對全市各縣區已建卡口、電警平臺上報的實時過車數據和過車圖片進行集中存儲、集中梳理，利用大數據平臺對實時數據進行清洗，納入大數據平臺進行統一調度和管理，實現大數據檢索、分析與業務調用。
1.2基于大數據的車輛業務
n 車輛數據秒級查詢功能
系統投入使用后，隨著卡口、電警、復用卡口設備過車數據量的增加，面對海量數據，平臺需具備快速準確的查詢和檢索功能。基于大數據的查詢功能應包括：車輛信息查詢(精確查詢、模糊查詢)、報警信息查詢、布控信息查詢、操作日志查詢等。要求可以按照時間、地點、車輛號牌、號牌顏色、車輛顏色、車輛類型、布控原因、布控組織，報警時間段進行查詢，支持對無牌，號牌遮擋、未識別車輛查詢。
大數據平臺需要滿足千萬級圖像檢索時間不大于5秒，億萬圖像檢索不大于10秒。并且隨著系統擴容建設性能不降低。
n 軌跡跟蹤功能
基于平臺要可在PGIS或離線地圖上顯示指定車輛、指定時間段的歷史行車軌跡信息，從而進行行為分析。系統可以根據車牌號碼，在地圖中按照時間先后順序顯示該車輛在此時間段內的所有過車信息，并在電子地圖實時呈現其最新的行車軌跡，無需指定車輛查詢歷史信息，從而進行實時行為分析。同時還應支持多條軌跡的歷史軌跡信息和實時軌跡跟蹤，還可根據相應的布控報警信息對周邊視頻資源的關聯和自動調閱。除軌跡查詢外，還具備將圖片數據對應的視頻資源進行相關聯，同時將關聯的前后一段時間(可進行靈活設置)錄像自動合成一整段完成錄像，在應用過程中展示：圖片過車信息、過車圖片、行駛軌跡和軌跡錄像。從四方面的信息全面反映車輛的過往記錄，軌跡展示時除系統自動展示外，還支持手動點擊逐步展示。
n 軌跡碰撞
基于大數據的分析，利用時間和空間的特征設定計算規則，計算出在設定的一段時間內按照順序通過幾個卡口點位的車輛，把在某個時間段內把車輛軌跡按照我的設定規則重合的車輛進行篩選，結果通過列表和GIS地圖的方式進行顯示，在實際應用中為失物尋找、同伙作案的排查提供有效的使用價值。
n 跟車關聯性分析
基于大數據的應用，針對與車輛盜搶案件、或案件中涉及嫌疑車輛的情況，可基于確定的車輛，通過數據挖掘的方式分析其通過多個監測點時相鄰的車輛號牌，找出與嫌疑車輛有關聯的車輛，從而獲取破案線索。在作案手法相似的連環案件中，將多個事發地附近系統檢測到的車輛號牌進行比對，根據車輛出現的頻次進行嫌疑車輛區域關聯性分析。
根據嫌疑車輛的車牌號碼、車牌種類、車輛通過時間、分析時間間隔等篩選出與犯罪嫌疑車輛有關聯的其他車輛，關聯性分析的查詢條件包括：車牌號碼、卡口名稱、車道號、開始時間、結束時間、跟車時間間隔等。
n 套牌檢測功能
原有套牌車輛查詢，主要是接到舉報后、或確定案件中嫌疑車輛的具體號牌后才能查詢，效率很低，套牌車管理一直是難題。基于大數據的分析可以快速檢索定位，實現針對套牌車輛的主動查詢、套牌布控，系統根據車輛通過時間間隔、不同區域同一時間出現的車輛，如果發現車輛號牌相同，號牌顏色相同的車輛，則彈出報警框，由人工復核號牌識別結果，如果確認號牌相同，則認為該車輛為套牌嫌疑車輛，導入套牌嫌疑車輛數據庫中，進行進一步排查。
n 車輛頻度分析
系統應支持車輛頻度查詢與分析，能夠對頻繁出現的車輛根據卡口名稱、時間段(開始時間、結束時間)、出現頻次(小于、等于、大于)等條件進行檢索分析，以便于針對事發點頻繁出現車輛進行快速定位、重點排查，同時也可有效對特定車輛未能正常出現、出現次數不足等問題進行檢索跟蹤。
n 流量統計功能
基于大數據平臺系統要求支持按時間特征、流量特征、卡口特征及區域特征進行統計。可以按照小時、日、周、月、年進行固定模板統計，也可自定義統計，統計對象可包括車流量(分地域)、報警類型、布控單位等。可根據報警地點統計結果進行治安黑點地區的摸查，報警時間段統計結果合理安排警力資源，報警率(報警車輛占全庫車輛的比值)統計結果設定工作計劃。
統計結果可以以折線圖、柱狀圖、立體柱狀圖、餅狀圖等方式進行圖形展示，也可采用報表的方式展示。
n 積分模型
基于大數據的數據挖掘，根據系統對黑名單車輛、故意遮擋號牌車輛、違章車輛、晝伏夜出車輛、首次進城車輛、懸掛高危地域車牌車輛等異常車輛進行積分處理，通過積分模型對嫌疑車輛，進行事前風險預估，將犯罪遏制在萌芽階段。通過對社會車輛建立相應的積分模型庫，系統自動根據歷史數據篩選有可能存在嫌疑車輛進行提前遏制。
2、車輛布控業務
2.1車輛布控功能
系統應支持車輛布控功能，能夠對基于大數據平臺中的卡口、電警、復用卡口等設備的車輛信息進行自定義不同，并且各業務部門對嫌疑車輛的定義和關注程度不同，車輛布控業務支持分級分用戶。
系統通過手工錄入或者批量導入的方式建立車輛布控數據庫，車輛布控數據庫至少包括車輛號牌，號牌顏色、布控級別、布控單位，布控人，布控原因，布控有效期等字段，從而實現對報廢車輛、嫌疑車輛、套牌車輛、監管車輛等進行有效的布控管理。
支持系統報警功能，可以對前端設備、網絡、管理平臺、存儲的狀態進行監控和報警。同時報警信息及時的通知管理員。
支持多種報警聯動方式，并且針對不同報警類型可設置不同的報警聲音，同時系統除支持黑名單功能外，還提供紅名單和白名單功能。
n 車輛進出城/高危時段布控
系統應支持車輛首次進城、多次進城不出城、晝伏夜出、高危時段、懸掛高危地域車牌車輛等布控分析，系統應根據布控規則，自動針對監測點抓拍的車牌數據進行篩選挖掘，針對該地區出現的布控車牌自動篩選;系統應提供獨立查詢界面，能夠通過開始時間、結束時間、卡口名稱等條件進行數據篩選。布控條件應包含：布控日期、布控時間段、布控地點(卡口)、通行次數等。
2.2報警管理與聯動功能要求
基于各種布控規則，系統應支持多種報警的接收、處理、發送和確認功能。
支持報警聯動功能，一路報警可支持不少于16個聯動動作，聯動策略可配置。支持報警聯動到開關量輸出、聯動到監視器及客戶端的視頻播放、聯動預置位、聯動存儲及報警攝像機在地圖的顯示。系統支持卡口/電警/復用卡口周邊監控點位聯動，可以根據報警點聯動周邊0-2公里內的攝像機進行圖像瀏覽，上墻顯示。
此外還可以與專業報警管理系統軟件實現集成，當發生報警時，通過軟件聯動實現圖像切換、報警存儲等。
二、視頻復用、車臉識別、人員特征識別
1、監控視頻卡口復用業務
許昌市視頻監控高清化建設已具備規模，高清圖像在為破案偵查起到了重要作用。然而隨著建設發展點位密集的越來越高，事后視頻查閱、證據定位耗費的精力從未建設，隨著大數據的到來，主動安防、視頻情報化成為今后技術發展的重要方向，為保障項目投資，對現有監控資源充分利用，要求基于現有監控槍機、球機實現智能分析、視頻復用，可以自動分離出所有的運動目標，并將目標按照人、車等對象進行分類，并根據這些特征進行檢索。視頻復用抓拍圖片產生的結構化信息、圖像和視頻片段存儲在視頻專網或根據需要統一導入到公安信息網進行集中存儲、整合應用。
目前許昌全市各城區建設的卡口系統主要在城市主干道內，而城市一些支路、重點單位/社區出入口等區域的卡口建設還是空白，本次建設是要利用該類區域的視頻監控進行有效的車輛特征數據的提取，通過與Hadoop大數據平臺的融合，實現機動車圖片抓拍、車身顏色、車型、車輛號牌識別、行駛方向、車輛速度檢測、軌跡分析、歷史軌跡查詢、布控比對報警等車輛全方位管控業務功能，聯動圖片抓拍視頻片段、聯動周邊視頻上墻、聯動周邊視頻彈窗顯示、聯動報警錄像等多業務定制功能，滿足治安、交通管理等多種業務需求功能。
2、人物特征識別與檢索業務
視頻復用的另外一個重要應用就是對于人的不同部位進行分類、區別，并根據這些特征進行檢索，如對人的上下半身顏色、人臉等進行檢索。本次人物特征識別建設同車輛識別要求一致，需要利用現有監控資源對城區支路、熱點社區/區域的人進行特征化提取。提取后的特征化信息、圖片、關聯短視頻能夠與現有視頻共享平臺無縫融合、集中存儲，基于平臺的大數據實現關鍵字段信息的清洗，構建基于Hadoop的人物特征庫，基于平臺實現大數據秒級檢索。系統可基于人物特征庫實現人物衣著顏色、時間等信息檢索，人員行駛軌跡，關聯視頻播放，檢索視頻濃縮、視頻拼接及錄像導出。
3、車臉識別業務
案件偵破中基于涉案機動車的排查往往是破案的關鍵，以往案件中采用卡口系統對車牌進行識別，通過車牌在海量數據中檢索車輛，但嫌疑車輛往往會采用假牌、套牌、無牌以及多次更換車牌等方式來逃避卡口系統的追蹤和識別，也給案件的偵破工作帶來很大的困難。如何克服車牌易偽裝的特性，以及在沒有車牌信息的時候，還能對車輛進行識別和查找，車臉識別是目前解決問題的有效途徑。
要求系統基于車牌識別和大數據利用車輛本身的特征，實現數據檢索的結構化，滿足以車找車的需求。要求能夠實現對車輛的車頭或車位識別，識別車型精確到年份款型等進行識別，同時兼顧車輛原有特征如車牌識別、車型大小、車身顏色等，并通過以上結構化數據信息實現復合檢索。車輛識別顏色不低于7種、車輛類型不低于6種(三輪車、面包車、摩托車、貨車、客車、轎車);車型識別庫應包含目前國內常見車輛款型，應不低于1800種車輛款型庫、不低于120種車標識別庫、識別準確率不低于90%;檢索類型應包含起始時間段、車輛品牌、車輛類型、車身顏色、車系類型及車輛款型、車牌號碼、識別可信度、車輛識別有效性等;基于大數據的應用，億級數據量檢索時間<5S。
此外，系統應支持套牌假牌車輛查詢布控模塊、數據統計模塊、布控預警模塊，支持與車管庫對接獲取庫中車輛的車牌、車型、車身顏色、車輛品牌等車輛有效數據。通過車輛布控實現套牌車、假牌車、嫌疑車輛的實時布控，發現符合條件的車輛，即可啟動報警。
三、可視域、網格追蹤、智能運維
1、地圖可視域業務
隨著治安監控的建設，監控點位、卡口點位越來越多，傳統的視頻檢索方式隨著建設數量的增大不斷降低，可視化、基于地理位置的檢索方式成為當前監控應用的新趨勢，本次系統整體業務要求基于PGIS或離線地圖實現。
1.1地圖功能要求
要求提供地理信息系統功能，并可與接處警系統、視頻監控系統、卡口系統及其他業務系統集成，實現各類信息在地圖上的展示及操作。
地理信息系統的基本技術要求如下：
(1)地圖顯示響應時間≤2秒，查詢分析響應時間≤5秒;
(2)B/S地圖瀏覽，100個用戶并發獲取地圖請求時，每個地圖請求的顯示響應時間≤2秒;
(3)地址匹配響應時間，25個用戶并發獲取地址信息時，每個地址匹配請求響應時間≤2秒;
(4)對于單類信息的快速查詢：響應時間小于5秒;
(5)對于復雜的綜合查詢，響應時間一般在30秒鐘之內;
(6)對于模糊查詢與統計數據：響應時間在2分鐘內;
(7)返回記錄超過200條以上的數據查詢及涉及復雜計算統計的反應時間不應超過10秒;
(8)地圖放大/縮小、平移、選擇(點、框、圈、多邊形)、全局圖、放大鏡、對中等操作反應時間不應超過2秒;
(9)在線路帶寬允許的條件下(≥100M)，WebGIS地圖響應時間不超過3秒;
(10)GPS移動目標響應時間，200個移動目標并發獲取實時信息時，每個GPS監控請求響應時間≤2秒(不包含GPS系統延遲時間);
(11)長度/面積測量、區域信息度量和統計的誤差不超過3%;
(12)地圖升級，原有地圖配置業務不受影響;支持監控、卡口、電警設備經緯度信息批量導入;
(13)客戶端需支持離線地圖模式，以提高系統的加載效率;
(14)各用戶可以在基于地圖自定義不同業務，用戶可在不同位置登陸，定義功能不受影響;
(15)系統要求不限用戶數，且同時支持不低于200個用戶的并發訪問;
(16)支持基于地圖的視頻巡邏功能，支持自定義巡邏路徑、攝像機切換時間，并能在地圖上展示巡邏軌跡;
(17)支持基于地圖的視頻及時回放、錄像倒放、分段回放、視頻歷史快照、錄像批量下載、錄像分段下載等視頻基本業務;
(18)攝像機點位能夠根據地圖的縮放調整圖標大小，支持多點匯聚在一起顯示，并顯示攝像機數量;
(19)支持自定義防區，可根據需要繪制任意形狀的防區，防區內支持實況、回放、錄像下載等業務，支持視頻巡邏功能;
(20)支持基于地圖的視頻標記和地圖疊加，并能夠標注各種資源設備信息。
1.2動態可視域功能
基于PGIS或離線地圖，攝像機點位支持可視域(視角、朝向、可視距離)標注，攝像場景與地圖可視域方向同步;在實況云臺控制時，在地圖上，可視域隨著云臺的轉動而轉動，通過這一功能，用戶可以直觀了解各點位在實際場景的監控區域。
1.3可視域碰撞功能
社會治安監控中監控點位部署的有效性與攝像機的可視域有直接的關系。案件發生地若不在可視域內，查看周邊監控是無效且耗費資源的，基于地圖路徑和可視域可以過濾出有效的監控信息，提升案件證據的定位實效，減少無效的人力、資源投入。
要求系統支持基于地圖的線選、框選功能，按照案件推理偵破的需要，可以基于地圖通過線選制定嫌疑人/車的行駛路徑、框選嫌疑人/車經過的區域，將該路線、區域與該范圍內精確標定的攝像機點位的可視域進行碰撞，可以直觀、精確定位到可能包含目標嫌疑人經過的視頻錄像點位，通過時間、空間關系精確鎖定目標錄像，避免以往“大海撈針”一般查閱所有點位錄像，確保公安在最短的時間內搜索到最優可能的錄像片段。
2、網格追蹤業務
基于地圖或傳統方式，通過攝像機實現對人、車的追蹤是比較困難的，需要操作人物對所有轄區的地理位置、攝像機安裝位置、攝像機可視域及當前朝向要熟悉掌握，面對海量監控這是難以實現的。為更直觀、便捷的滿足動態人物/車輛定位、跟蹤，要求實現基于地圖的視頻追蹤業務。
當點擊單點視頻，支持自動將周圍N個監控點調用到屏幕上進行實時監控或錄像同步回放(可選擇聯動范圍半徑);當關注的監控點切換時，自動將所關注監控點置于中心，同時可以對活動的目標進行接力跟蹤，在周邊相鄰的攝像機之間快速切換。
基于錄像的：選擇熱點點位，確定回放的時段。以熱點點位為中心，自動選擇周邊的點位，在回放窗格中同時回放多路，方便快速尋找線索。地圖上同時顯示回放點位的關系圖。
切換熱點，自動計算周邊點位，并重新布局播放錄像。
在錄像回放中，通過錄像網格追蹤功能可以再現目標在空間上變化的軌跡，并且了解當時該區域內的總體態勢，有助于公安人物發現周邊的可疑線索，尤其是多人團伙作案業務應用。
基于實況的：支持實況熱點點位+周圍點位同時播放，播放窗格數可切換6分屏、8分屏、10分屏;雙擊周圍點位切換為新的熱點點位，并自動切換周圍點位。在實際業務中，重大活動現場保障和實時抓逃中，可疑通過實況網格追蹤功能在地圖上直觀展現目標移動情況，并且通過攝像點位實時掌握目標動態，無縫切換跟蹤。
3、智能運維
3.1拓撲管理功能
目前系統建設規模越來越龐大，設備管理維護耗費大量精力，設備巡查占用警員過多的工作時間。本次系統建設要求能夠實現對全網設備的智能網管功能，能夠通過遠程網管實時掌握設備的運行狀態、工作質量，及時有效地對系統進行評估、維護。
要求系統支持網絡拓撲管理功能，全網設備自動發現，自動生成拓撲，方便管理。
支持各級子網管理，設備標簽、鏈路標簽，支持多種監視指標的設置，支持網絡、設備負載情況的顏色顯示。
全網設備自動發現，省去繁瑣的人工配置工作，大大提升了使用體驗;
要求支持標準SNMP協議，支持SNMP的所有網絡交換設備、監控設備、服務器設備、存儲設備、客戶端設備等均可接入。
3.2全網資產統計
支持卡口/復用卡口/IPC設備的資產統計管理;支持全網的資產統計，支持按組織/資產類型分類統計，統計結果可導出，打印。
3.3視頻質量診斷功能
為保障視頻建設圖像的有效性，要求對視頻、圖片進行實時質量診斷，及時對成像有問題的設備維護調整。要求系統管理人物能夠實時了解系統中核心設備的運行狀況，及時發現設備及網絡故障信息，能夠提供對系統內設備的自動巡檢功能，對巡檢情況做統計分析，并按照需要生成統計報表。還可通過采用輪巡的方式，執行對前端視頻圖像的質量診斷，使系統維護人物能夠快速了解異常情況，及時排除設備故障，有效預防因圖像質量問題帶來的損失和影響。視頻質量診斷系統從監控系統獲取視頻流進行分析，不會干擾監控系統的正常運行。
系統可以對以下視頻故障進行檢測：
畫面凍結：檢測畫面出現異常凍結現象，質量診斷系統能檢測出異常，給出評估得分，以不同顏**分畫面質量，并可以查看診斷畫面了解圖像實際效果。
畫面顏色異常：檢測畫面出現大面積視頻畫面偏色，質量診斷系統能檢測出異常，給出評估得分，以不同顏**分畫面質量，并可以查看診斷畫面了解圖像實際效果。
圖像模糊：檢測畫面圖像模糊，質量診斷系統能檢測出異常，給出評估得分，以不同顏**分畫面質量，并可以查看診斷畫面了解圖像實際效果。
信號丟失：檢測畫面視頻信號丟失，質量診斷系統能檢測出異常，給出評估得分，以不同顏**分畫面質量，并可以查看診斷畫面了解圖像實際效果。
亮度異常：檢測畫面視頻圖像過亮或者過暗，質量診斷系統能檢測出異常，給出評估得分，以不同顏**分畫面質量，并可以查看診斷畫面了解圖像實際效果。
噪聲干擾：檢測畫面由于各種原因產生大量噪聲，質量診斷系統能檢測出異常，給出評估得分，以不同顏**分畫面質量，并可以查看診斷畫面了解圖像實際效果
3.4錄像診斷功能
存儲設備的錄像狀態監測原來都是通過設備運行狀態、磁盤運轉情況來判斷的，但是往往還是會出現查錄像時錄像損壞、未錄上等視頻丟失的情況。因此要求系統能夠自動對錄像進行檢測，根據錄像計劃查看各攝像機的錄像狀態：是否按計劃錄像、錄像是否完整，支持查看各攝像機的工作狀態：離線、在線、視頻丟失。通過報表，對于已經離線占用的無效存儲資源、存儲錄像完整性可以做到一目了然。錄像監測的最小時間段應不大于5min。
3.5系統告警管理
系統支持設備故障報警和恢復報警，包括溫度告警、風扇故障告警、視頻丟失告警、運動檢測告警、開關量告警、存儲滿告警、存儲讀寫失敗告警、設備上線告警、設備下線告警等;當發現系統設備發生故障或出現異常時，能發出告警提示信息。系統應具有完備的告警和故障管理機制及流程，能自動匯總全網中故障設備，形成故障設備列表，使管理員能快速、清晰的找到需要關注的故障設備;能自動分類匯總全網中前端監控系統狀態情況，形成狀態分類列表，使管理員能快速、清晰的掌握前端監控系統的運行狀態。
四、云存儲系統
1、監控云存儲建設要求
隨著前端監控點位的增加，存儲系統中需要存儲大量的視頻數據，存儲系統里面的錄像也會快速增長,存儲空間要求增大。而且當存儲系統內的錄像過快增長，錄像的檢索查找等操作將會給存儲系統帶來巨大的壓力，特別是單臺存儲下面存放的錄像超過一定數量會造成查找效率急劇下降。為了滿足存儲空間后期擴展要求，以及配合大數據平臺實現快速存儲、快速查找，本次基于已建IPSAN存儲設備實現云存儲升級，要求對原有存儲設備進行有效利用，并實現無縫接入。
視頻云存儲系統需安全、可靠、易管理，實現大容量視頻、圖片、過車數據的集中存儲，事件發生時可以隨時變更錄像時長并即時生效和不停機擴容存儲以滿足增加時長的存儲量要求，以確保視頻圖像存儲的安全性、可靠性。
云存儲要針對治安監控、卡口大數據分析與挖掘，滿足大量結構化數據、非結構化存儲和分析需求研發而成，整體系統提供高速的數據庫讀寫和大數據分析服務。系統支持高達千億級的數據存儲和分析，結合Hadoop架構，能夠具備更快的檢索和計算能力。基于Hadoop架構和云存儲系統的高耦合對接，完善實時事件處理功能，實現海量信息的快速處理和推送。
云存儲系統應采用集群架構，通過虛擬化技術實現存儲資源的統一分配、空間調度管理。支持視頻圖像、圖片按照時間段分布在存儲系統內不同的存儲節點上，對應的存儲空間能夠無縫的擴大和縮減。系統支持負載均衡和智能路由，保障系統整體設備運行的穩定性和高效性。存儲節點的添加或刪除不能影響整個系統的正常工作，系統最大存儲容量不低于240PB。
要求云存儲系統能夠在系統容量達到規劃規模時，性能指標不下降。視頻存儲應避免長期循環復寫產生的文件碎片問題。支持視頻、圖片、數據信息數據的直存功能。
設備性能要保證當有硬盤故障，設備做RAID重建時，原接入容量視頻數據依然能可靠寫入數據不丟失，并且滿足調閱要求，性能指標不下降。
存儲設備的關鍵部件必須做到雙冗余，降低存儲設備硬件故障，并考慮多種硬盤冗余技術的使用;
前端設備故障情況(被破壞，意外停電，網絡中斷)，前端設備故障前時間段圖像數據必須保存在存儲設備上(時間粒度到秒)，歷史圖像能夠做到一秒不丟，保障公安視頻錄像的完整性和可靠性，并能被多個用戶的客戶端設備立即檢索到;任意一臺存儲設備故障情況下，允許系統自動指定網絡上任意一臺備份存儲設備接替工作;
從公安實戰及大數據挖掘應用角度出發，要求存儲錄像能夠滿足盡量減少檢索時間，能夠快速精度定位到需要查詢的時間點，并檢索到當前時間前一秒的錄像，如具備即時回退等功能;
視頻存儲設備應采用高密度設計，盡可能節約機房空間，降低系統基礎用電量。支持基于硬盤、硬盤組和整機的自動/手動休眠和自動/手動喚醒，有效降低系統能耗，節約運行維護成本。
卡口圖片存儲應滿足至少3個月時間期限，過車數據存儲時間應至少滿足2年時間期限，在大規模數據下，數據查詢需快速、準確。
京公網安備 11010502049343號