“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：

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。

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。