智慧警务数字警务室建设技术方案.docx

智慧警务数字警务室建设技术方案二C（二C）年二月目录第一章项目概述61.1. 项目背景61.2. 建设目标61.2.1. 建设任务61.2.2. 建设周期71.2.3. 建设原则71.2.4. 建设依据7第二章需求分析112.1. 现状分析112.2. 建设内容错误!未定义书签。2.3. 建设成效错误!未定义书签。第三章总体设计133.1. 技术路线133.1.1. 设计原则133.1.2. 应用技术133.2. 总体架构133.2.1. 总体框架设计193.2.2. 网络拓扑结构错误!未定义书签。3.3. 系统安全213.3.1. 网络通信安全213.3.3. 应用系统数据安全213.3.4. 安全管理设计213.4. 接口规范223.4.1. 系统内部接口规范错误!未定义书签。3.4.2. 系统外部接口规范错误!未定义书签。3.5. 性能要求233.5.1. 运行性能要求错误!未定义书签。3.5.2. 输入输出要求错误!未定义书签。3.5.3. 故障处理要求26第四章应用系统建设274.1. 系统概述274.2. 功能组成274.3. 功能设计274.3.1.视频工具升级274.3.2.研判分析工具334.3.3.视频分析任务364.3.4.警务工作台534.3.5.跨境追踪服务544.3.6.回溯查案服务554.3.7.数据及平台对接57第五章硬件设备安装错误!未定义书签。5.1. 车辆信息收集错误!未定义书签。5.2. 设备申请周期错误!未定义书签。5.3. 安装耗材采购错误!未定义书签。5.4. 车辆管理系统开通申请错误!未定义书签。5.5. 电话卡卡号办理申请错误!未定义书签。5.6. 预约安装师傅勘察现场错误!未定义书签。5.7. 实施期间对接人员一览表错误!未定义书签。5.8. 现场实施车辆安装登记错误!未定义书签。第六章项目进度计划错误!未定义书签。第七章项目管理方案597.1. 项目组织结构和职责597.2. 项目组织实施管理607.2.1. 项目组织管理607.2.2. 项目沟通管理617.2.3. 项目实施方式637.2.4. 项目人力资源规划637.3. 项目沟通管理机制647.3.1. 各方的管理结构及机制647.3.2. 各方的沟通机制647.4. 项目变更机制667.5. 项目跟踪667.5.1. 问题跟踪667.5.2. 客户反馈66第八章项目质量管理678.1. 目的678.2. 质量管理688.2.1. 质量方针688.2.2. 质量保证活动（QA职能）698.2.3. 独立的测试组和规范的测试流程（测试职能）错误！未定义书签。第九章培训及运行服务方案709.1. 系统培训709.1.1. 培训目的709.1.2. 培训目标及对象709.1.3. 培训方式709.1.4. 培训内容719.2. 技术支持服务错误!未定义书签。9.2.1. 应用软件维护服务内容错误!未定义书签。9.2.2. 系统平台运行维护内容错误!未定义书签。9.3. 运行服务措施719.3.1. 故障分类、分析及处理719.3.2. 技术支持和专家技术咨询服务739.3.3. 应用服务运作流程749.3.4. 应用软件修改和升级服务74第一章项目概述1.1. 项目背景本期新建数字警务室应用，打造视频工作台，提升基层民警的视频图像应用服务能力。数字警务室以坚持为民惠警、科技兴警为主线，基于视频Al能力和海量多维数据即时计算能力，结合一线民警的实战业务，进一步挖掘视频图像增强、研判分析根据和跨镜追踪等技术在智慧警务的应用。数字警务室服务于基层民警，将成为公安局各分局、派出所、警务室提升打、防、管、控等日常警务工作效率的有效工具，全面提升公安工作的智能化、现代化水平，最终为公安局全面提升破案效率，提高破案率，减少犯罪率。1.2. 建设目标本期新建数字警务室应用，打造视频工作台，提升基层民警的视频图像应用服务能力。数字警务室以坚持为民惠警、科技兴警为主线，基于视频Al能力和海量多维数据即时计算能力，结合一线民警的实战业务，进一步挖掘视频图像增强、研判分析根据和跨镜追踪等技术在智慧警务的应用。数字警务室服务于基层民警，将成为公安局各分局、派出所、警务室提升打、防、管、控等日常警务工作效率的有效工具，全面提升公安工作的智能化、现代化水平，最终为公安局全面提升破案效率，提高破案率，减少犯罪率。1.2.1. 建设任务为全面提升QZ公安警务工作的智慧化进程，实现全市警务工作的精细化、动态化、全覆盖的建设目标，同时结合实际业务场景和管理诉求，将新建QZ公安智慧警务数字警务室信息化平台，打通与现有自建系统的互联互通、有效汇总，达到整体提升警务智慧化的目标。1.2.2. 建设周期合同签定后，365天内完成平台建设。1.2.3. 建设原则全局性原则。按照“全市一盘棋”的建设思路，遵循QZ公安智慧警务顶层设计要求，统筹考虑市、区级平台的匹配衔接。集约性原则。在充分利用现有视频感知、计算存储等资源的基础上，补充必要设施设备，通过系统集成实现平台的共建、共享、共用。实用性原则。紧紧围绕公安局实际工作需要，把满足工作需求和业务管理作为第一要素。可扩展性原则。为适应区公安局未来发展需求，各子系统具有平滑的扩展能力和良好的可移植性。先进性原则。采用开放式平台架构，可实现“上联市区，下接镇街”的效果，并运用视频图像识别、机器深度学习等人工智能技术。1.2.4. 建设依据为保证QZ公安智慧警务数字警务室信息平台项目的建设质量，系统设计将遵循相关业务、技术、数据等标准和规范。1、政策依据«2006-2020年国家信息化发展战略国家“智慧城市”试点指标体系国家“智慧城市”试点暂行管理办法国家电子政务“十二五”规划国家发展改革委员会关于印发“十二五”国家政务信息化工程建设规划的通知(发改高技(2012)1202号)国家发展改革委员会关于印发促进智慧城市健康发展的指导意见的通知(发改高技20141770号)中共中央国务院关于深入推进城市执法体制改革改进警务工作的指导意见数字化数字警务管理模式建设导则(试行)(建城2009119号)全国文明城市测评体系对“开展数字化数字警务管理建设工作”的要求2、应用系统开发标准及规范软件工程国家标准(GTB856)计算机软件产品开发文件编制指南(GB/T8567-1988)计算机软件需求说明编制指南(GB/T9385-1988)计算机软件测试文件编制指南(GB/T9386-1988)计算机软件配置管理计划规范(GB/T12505-90)计算机软件可靠性和可维护性管理(GB/T12394-93)软件工程标准分类法(GB/T15538-1995)软件开发规范(GB8566-88)软件维护指南(GB/T14079-93)软件构件管理SJ/T11373-20073、网络系统建设标准信息技术互连国际标准(ISO/IECII801-95)信息技术、软件包质量要求和测试(GB/T17544-1998)信息技术系统间远程通信和信息交换局域网和城域网(GB15629.11-2003)4、系统集成规范报警图像信号有线传输装置(GB/T16677-1996)视频安防监控系统技术要求(GA/T367-2001)SJ/T11291-2003面向对象的系统建模规范SJ/T11310-2005信息设备资源共享协同服务SJ/T11290-2003面向对象的系统建模规范YD/T1800-2008信息安全运行管理系统总体架构5、安全信息技术设备(包括电气事务设备)的安全(GB4943-95)安全技术防范规范工程技术规范(GB/T75-94)安全防范工程技术规范(GB50348-2004)安全防范工程程序与要求(GA/T75-94)安全防范系统验收规则(GA308-2001)安全防范系统通用图形符号(GA/T74-2000)电子设备雷击保护导则(GB7450-87)安全防范工程程序与要求(GA/T751994)计算站场地安全要求(GB9361-88)国务院令147号中华人民共和国计算机信息安全保护条例第二章需求分析QZ公安智慧警务数字警务室服务的主要核心建设内容为：视频工具升级、研判分析工具、视频分析任务、警务工作台、跨镜追踪服务、回溯查案服务、数据及平台对接等。2.1. 现状分析平安城市建设从最初的视频监控、卡口电警建设，系统已掌握了大量的视频图像资源和卡口车辆数据和价值图片，但是针对人员侦查，身份确认、车辆识别、物件识别等还是需要通过技侦或网侦手段，无法充分利用视频图像资源快速定位跟踪查找。即使出动大量警力，采用“人海战术”但受制于肉眼识别劳动强度的极限，再加上人工排查效率不足，视频图像拍摄受光线、角度倾斜等不确定因素影响，无法保证查找的准确性和时效性，尤其出现突发紧急案件时，往往会贻误最佳破案时机。如何提供更加丰富以及实用的“视频防控”应用，从“事后被动侦查”到“事前主动预警”将是平安城市下一建设阶段面临的主要需求。2.2. 业务需求分析随着经济社会的快速发展，社会的流动性大大增强，犯罪的动态化、智能化特征日趋明显，诸多不稳定因素导致当前社会风险加大，打击、遏制和预防犯罪的任务空前加重。人的活动已经不能单靠传统手段来管理，否则，犯罪活动就很难得到有效预防和控制。人口管理是公安基层基础工作最重要的部分，也是最薄弱的环节。特别是流动人口和重点人口管理是当前公安面临的难点问题。在智能化建设不足的情况下，公安机关侦查破案不仅需要投入大量人力、物力、财力，而且效果也不理想。案件研判人员无法有效利用海量的视频、图片资源及公安业务数据，导致不能快速开展工作。第三章总体设计3.1. 技术路线3.1.1. 设计原则1 .经济性：系统在保证性能强大、先进的同时应考虑经济性，保护原有投资，充分利用QZ公安智慧警务数字警务管理现有信息化成果。2 .可靠性：系统总体设计必须将可靠性放在第一位，在设计中充分考虑确保系统可靠运行的相关保障措施。3 .完备性：系统总体设计需要保证系统功能和数据的齐全、完备，不可遗漏。4 .标准化：系统设计过程中要尽量采用国际、国内、和QZ公安智慧警务既定标准，尽量杜绝私有协议、标准，保证系统后期扩展、升级的便利性。5 .可扩充性：任何信息系统需要按照业务开展的需要不断调整、演变,系统设计应充分采用模块化、组件化设计，便于系统后期的改进与扩充。3.1.2. 关键核心技术3.1.3. .深度学习技术深度学习作为机器学习算法研究中的一个新的技术，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据。深度学习与传统的神经网络之间有相同的地方。二者的相同之处在于,深度学习采用了与神经网络相似的分层结构：系统是一个包括输入层、隐层（可单层、可多层）、输出层的多层网络，只有相邻层的节点之间有连接，而同一层以及跨层节点之间相互无连接。深度学习发展趋势主要包括以下三种情况：1）网络复杂化网络架构将会变得更大、更复杂。朝着建设大型神经网络系统方面发展，交换神经组件的输入输出，不同数据集上预训练的网络部分，添加新模块，同时不断进行微调。2）无监督学习现实世界中，绝大部分的数据是无标注的。在深度学习中，采用更为深层的模型，从更少的训练样例中学习，无监督、半监督和强化学习方法将会是未来的发展方向。3）创新的应用领域目前，深度学习在语音识别、图像识别、自然语言处理等领域发挥了巨大的作用，未来，在机器人技术、数据挖掘、知识发现、网络安全、生物医疗等多领域发挥更广泛的作用。3L22人脸识别技术人脸识别技术是基于生物特征的识别方式，所谓生物特征识别，就是利用人类自身拥有的、并且能够唯一标识其身份的生理特征或者行为特征进行身份验证的技术，一般包含人脸图像采集、人脸图像检测、人脸图像预处理、人脸图像特征提取、人脸图像匹配识别五部分：人脸图像采集：基于人员的脸部特征，通过前端摄像机采集含有人脸的视频或图像；人脸图像检测：人脸图像包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征等，人脸图像检测就是利用这些特征信息，对输入的视频或图像中的人脸进行检测，准确标定出人脸的位置和大小；人脸图像预处理：基于人脸检测结果，通过智能算法，对选出的人脸图像进行灰度校正、噪声过滤等优化，形成最优的人脸图像并服务于特征提取的过程。人脸图像预处理过程主要包括光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波等；人脸图像特征提取：人脸识别可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸图像特征提取就是针对人脸的某些特征进行的，一般采用基于知识的表征方法实现。基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据，其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成，对这些局部和它们之间结构关系的几何描述，可作为识别人脸的重要特征；人脸图像匹配识别：人脸图像匹配是指提取的人脸图像特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出；人脸图像识别就是将待识别的人脸特征与得到的人脸特征模板进行比较，根据相似度对人脸的身份信息进行判断。这一过程又分为两类：一类是确认，是一对一进行图像比较的过程，另一类是辨认，是一对多进行图像匹配对比的过程。人脸识别过程的第一步是通过前端采集设备获取源图像，通过人脸检测方法得到有人脸的图像并对该图像进行一定的预处理，如归一化、小波分解等，滤去外界的部分干扰因素，如光照、饰物等，保留人脸最本质、对特征提取最有利的部分；然后选定一种特征提取算法对该预处理过的图像进行特征提取，最后根据与测试图像的比对来获得匹配的结果。人脸与人体的其他生物特征（例如指纹、虹膜等）一样与生俱来，它的唯一性和不易被复制的良好特性能为身份鉴别提供必要的前提，与其它类型的生物识别技术比较，人脸识别技术具有如下特点：非强制性：采集对象不需要专门配合人脸采集设备，几乎可以在无意识的状态下就可获取人脸图像，这样的取样方式没有“强制性”；非接触性：采集对象不需要和设备直接接触就能获取人脸图像；并发性：在实际应用场景下可以进行多个人脸的分拣、判断及识别。3.L2.3基于Al的视频分析算法集成技术为实现对不同厂商的视频分析算法的兼容、融合和调度，需构建一个开放的、基于Al的视频图像处理与分析引擎集成框架，能支持不同厂商算法灵活地集成进来，并为这些算法任务的执行提供高效的任务分解和调度，并屏蔽底层异构计算资源的差异，提供统一的异构计算资源的管理和调度，为视频智能解析和检索提供一个高效的加速引擎。基于Al的视频图像处理与分析引擎集成框架核心需要提供三大能力:资源和任务的调度、基于深度学习的智能解析引擎和各类解析服务。底层基于异构计算云平台为其提供相应的计算资源，上层与各类智能解析算法对接，为多智能解析厂商提供一个开放的集成开发与运行环境。人像特征算法是人像智能应用平台的基础能力，人像布控、检索等业务均依赖于算法能力，其准确性决定了实战研判的便捷和效率。作为一个可动态部署和扩容的能力，算法的部署应与硬件资源解耦，业务动态调配资源、实时回收，满足实战突发计算。同时，考虑业界的人脸识别算法的成熟度正处于一个上升期，且各家算法厂商提供的SDK或引擎相互之间不能兼容的现状，算法管理服务提供接入多个厂商人脸识别算法的算法集成框架： 提供灵活的多厂商多种算法插件的框架，实现算法、数据、计算资源和上层应用之间的解耦。 提供完备的算法生命周期管理：完成算法加载、启用/停止、版本管理、算法切换、卸载。 当动态人像特征计算和检索的算法从旧版本升级为新版本、或者不同厂商算法之间切换时，需要先使用新算法对历史图片进行特征提取，历史图片分析完成之后再启用新算法进行特征比对。 资源动态调整，根据据人像算法/业务特征按需分配CPU/GPU资源（支持不同CPU：GPU配比模型），根据算法和CPU/GPU资源的负载情况，动态的调度解析任务，保持负载均衡。 提供分时调度功能。 支持按算法名称检索，当有多种智能分析算法时，同一类型只能一种有效。 支持算法导入和更换，可以通过操作启用或停止对应的算法插件。如果有正在运行的分析任务，停用该插件后，会导致任务失败。在本项目建设中提供算法加载、调测、调优、上线、暂停/恢复、算法切换、下线、卸载的APl接口，完成算法的生命周期管理。第三方应用集成SDKAPI,实现算法生命周期管理的Ul功能。平台系统通过南向接口开放可以选择业界最好的算法，为客户提供更好的产品体验和竞争力，为其创造价值。快速匹配客户的算法准确度需求，提升业务的准确性。为便于集成进第三方算法功能，平台提供插件方式的集成接口,定义了日志记录、插件基本信息、通道信息等接口标准，供第三方对接实现。3.2. 总体架构QZ公安智慧警务数字警务管理信息平台，结合移动互联网、物联网、大数据、GlS和GPS等先进技术手段，对接车载终端设备，建立综合一体化的数据库，支撑综合指挥中心的协调调度，视频智能分析系统、车辆作业管理系统、垃圾站管理系统三大系统的业务应用和业务系统的集成。3.2.1. 总体框架设计数字警务室服务的建设遵循“一端、一池、一云、一平台”的架构及“开放、分层、解耦、服务”的设计理念。一平台指挥'业务展示（基于统基础应用接口应用应用应用L的服务和个性化开发）2X（基于Paa裸构的甯去调 、度及底基计算资源云化）算法A算法B算法CKVideo PaaS一端（通用型边缘计算前端）普通 前端通用 人像抓拍开放分层 瞬 服务一端：即各种类型的通用型边缘计算前端，包括人像抓拍摄像机、普通摄像机、通用智能抓拍摄像机。一池：即基于统一存储的视图数据湖，包括结构化和非结构化数据存储和视图大数据；一云：即基于PaaS架构的算法调度及底基计算资源云化，包括算法和其调度层以及基础设施云计算资源池；一平台：即基于统一基础应用接口服务和个性化业务开发，通过统一平台接口服务可支持各类不同业务的应用落地和综合场景展示。通过这样从烟囱系统到通用的分层架构转变，做到了资源集约化、平台开放化、体系标准化，从而构建开放、分层、解耦、服务的公安信息化体系架构。改变之前平台建设烟囱林立，各厂商将各系统前端、数据、存储、算法、后台、应用、展示通过捆绑集成，形成了封闭的烟囱体系，对各层级设备或数据都无法做整合、切割和替换，也无法通过分层的方式为其他系统提供数据或业务支撑，要么整体移植要么完全绑死，形成封闭、捆绑、耦合、孤岛的信息化体系。QZ公安智慧警务数字警务管理信息平台总体架构按照多层架构设计,自下向上由基础设施层、通用功能层、业务应用层和服务层组成。3.22部署架构设计Al动小人保中心（猥族&网）人像在拓酢点市显N合人&中心（公安信息网）科学选址 应用系统BSflMS理及结恂化案CPU计寅节点云/面阳影 图多加就硬件IP交检机构征恰索GPU计”节点ffl安全边界网关p>市Sl用户（Pe）市局用户1度客户端）Iiiiiiiit 71 umtt -J分后第中心I*算专网）校笏专网分同用户（PC）分Il用户I8HE户崇）人参TFM节点柠6E检索GPUi+算节点龙肉人保中心市Ul用刊PC）典保管理计IC节C 分局人存"节点QU分同人保中心漱出所/出所用户3C 爆出所用户（出客户端JE mH呻¾L IP交投机派出步 激出所用户（PC）源出所用户（8客户就】数字警务室服务部署主要包括存储节点，GPU计算节点，CPU计算节点及IP网络交换机及动态人像平台系统，动态人像算法，动态人像智能应用系统。存储节点和GPU计算节点主要通过IP网络互连，CPU计算节点通过IP网络互连。3.3. 系统安全1.1 .1.网络通信安全依托QZ公安视频专网和公安网的相关网络通信安全保障。3.32 应用数据安全应用系统数据安全，需要考虑数据的存储、备份和恢复等。系统需建设专用高速存储网络，实现系统高速、集中、冗余、易扩展、海量的存储和备份能力，提供易于维护的存储管理、备份管理的解决方案,预留远程灾备的接口。对重要的业务数据、操作日志、关键数据、数据库及操作系统进行备份。数据备份系统在备份过程中要用到大量的存储介质，随着时间的推移，介质上备份数据的作用会越来越小，除非要特意恢复到某一历史时刻的状态，都会用最新的备份数据来进行恢复。所以我们在制定备份策略时,将根据数据的运作和使用情况，来确定数据的最长有效期、可容忍的数据丢失时间，从而确定执行备份的时间、每次备份的种类、使用空间介质和重用老介质的方法。常见数据备份策略有多种：完全备份、增量备份、差分备份等。同时，在备份对象上主要分为：系统备份、数据库备份、文档备份、应用备份等。3.3.3.安全管理设计解决信息系统的安全问题，不仅应从技术方面着手，更应加强信息系统安全的管理工作。建立完善的计算机安全管理条例是安全的重要组成部分，通过管理制度的严格实施可以防止人为地泄露机密信息。信息安全管理从制定完善的信息安全管理制度入手，从制度上保证系统的安全。人员管理是信息安全管理的核心，要对所有有关内部办公人员进行信息系统安全知识的基础培训，严格按照应用需求对人员进行安全等级划分，同时指定专人负责系统的安全管理。安全管理人员有变动时，要进行相应的管理程序更改。系统安全相关文档、文件注意整理和保存，对在实际应用过程中出现的各种信息安全事件和安全状况进行严格记录，利用安全管理软件对各种重要性网络行为、各种涉及系统重要配置的更改进行审核并计入日志。在系统实施的同时，建立相应的信息安全管理机构，完善和强化信息安全管理，形成自上向下的信息安全管理组织体系，是系统安全实施的必要条件。3.4. 接口规范实现与视频图像解析中心、与共享、联网平台对接、案件库、警情库、GlS平台等的对接。3.4.1. 对接内容 与视频图像解析中心对接，获取相关视频图像结构化后的数据； 与共享、联网平台对接； 对接案件库，获取案件基本信息及案件关联视频； 对接警情库，获取警情的接警信息、处警信息、涉警人员等相关信息； 与GlS平台对接，调用GlS平台地图服务，实现与GlS平台无缝对接，空间数据同步Q 平台开放并提供完整的Webservice或OCX或SDK接口，满足公安业务系统与之对接的要求，使公安业务系统可根据实际应用需要，通过接口调用平台的各项功能和数据，并在此基础上配合其实现相应视频实战功能的应用开发。3.4.2. 对接方式(1) WebSerViCe接入方式数据格式将业务信息、图片信息通过Webservice接口实现数据接入调用。Webservice是一套标准，它定义了各种应用程序如何在Web上实现互操作。通过WebSerViCe标准实现查询和访问。WebSerViCe提供一套标准XML和XSD标准，用于沟通不同平台、编程语言和组件模型中的不同类型系统。WebSerViCe提供一种标准WSDL来描述Webservice,使用户可以得到足够的信息来调用这个WebserviceoWebservice采用远程过程调用协议(RPC),来对这个Webservice进行远程调用，为了达到互操作性，这种RPC协议(即SOAP协议)与平台和编程语言无关。Webservice数据接口提供如下信息：(1)提供的数据库相关信息。包括：数据库的IP地址及端口号、数据库服务名、登录数据库用户名及密码。(2)提供数据库中图片信息、点位基本信息、设备状态等对应的表名、字段名称、字段描述信息及对应数据字典。(3)点位基本信息包括：点位编号、点位名称、点位对应IP地址、点位位置、纬度、经度、道路位置代码等。(4)设备状态包括：抓拍机、车检器、线圈、补光灯等状态及其他异常信号等。接口系统的Web服务体系由中间件提供具体实现。不仅支持J2EE标准，还提供对SOAP/WebSerViCeWSDLUDDl的具体实现。外部应用程序可以从接口注册中心查询所需要的接口服务，然后向具体的接口服务者WebSerViCe进行绑定，访问其提供的服务。对于具备不同编码体系的应用程序，还是需要在数据库中针对不同的应用程序建立各种编码映射表。(2)前置机接入方式前置机实现通过客户端的形式实现用可视化配置工具，通过集成开发工具提供的数据库适配器开发向导，使用图形化的配置工具，可以对业务数据库的连接、配置、匹配规则进行快速配置和更改。前端设备采集转发按照数据格式直接将前端设备获取的业务信息、图片、以及设备状态等信息实时、主动推送到平台的转发/管理服务器。前置机接入方式将根据不同业务系统的需要提供的数据，定义采集规则，过滤数据，最终取得需要的数据。配置的内容包括源数据、目的数据、数据流方向、数据映射的规则等。配置好数据源后，可以实现对数据库的完整操作，如插入、删除、过滤、更新、加密等；实现从DB-XML、XML-XML、XML-DB,文件一XML等形式的数据格式转换。系统提供的数据库出站适配器，支持数据库的双向操作。(3)消息中间件消息队列中间件MQ(MessageQueue)是一种特定的中间件，它利用高效可靠的消息传递机制进行平台无关的数据交换，并基于数据通信来进行分布式系统的集成。其主要功能：一是及时提供可靠的消息通信手段。为了能够完成消息的可靠传输，一般情况下，使用队列的方式进行消息管理，也就是说，能常在进行数据传输时，将数据按照用户定义的大小，拆分成若干消息放入消息队列，按照同步或异步的通信方式发送或者接收消息。二是在应用程序之间传送消息，这些消息可以在不同的网络协议、不同的计算机系统和不同的应用软件之间传递。提供可靠传输服务，通过内部的可靠队列传输机制，使数据可以尽快、可靠地送达接收方。在传输期间能够应对网络故障、主机宕机等各种意外情况，可以做到断点续传，保证数据”一次传递、可靠到达”。3.5. 系统性能要求系统登录：用户登录系统时间不大于1秒;单点登录：SSo单点登录时间不大于3秒；视频实时浏览平均响应时间不大于3秒；录像查询平均响应时间不大于3秒；统计分析：按月使用情况统计，响应时间不大于3秒；查询检索：单一条件精确查询响应时间不大于2秒，模糊查询响应时间不大于5秒；多个条件组合查询响应时间不大于5秒；同时在线用户数：提供100O个用户同时访问平台。3.5.1. 故障处理要求当系统发生故障时，应及时给出明确的故障信息，供工作人员排错使用；系统应记录故障日志，供维护人员使用；系统发生故障时，不应产生垃圾数据或错误数据。第四章系统建设4.1. 系统概述随着视频深度学习技术的不断成熟，目前在车辆、人脸、行为等方向取得较大进展，数字警务管理也爆发了通过视频自动识别发现违章行为的需求，以机器换人提升数字警务管理的水平和效率。视频智能分析系统采用高性能的GPU服务器，应用深度学习算法，对数字警务管理的违法行为进行智能分析处理，并能够根据素材进行不断的机器学习和完善优化。4.2. 功能组成数字警务室信息平台视频工具升级警务工作台图1数字警务室信息平台功能构成4.3. 功能设计4.4. 3.1.视频工具升级(1)自定义工具支持用户将其他应用平台添自定义添加至该模块中，便于日常调用,减少平台来回切换。其中自定义类型包括以下三种：IE类型，用户点击调用的时候，通过IE浏览器打开对应平台地址。ChrOme类型，用户点击调用时，系统首先是呼出ChrOme浏览器并打开对应平台地址。安装包类型，用户点击时，将该类型工作作为文件下载至本地，充当软件下载中心角色。(2)搜人车实现对人、车、物进行区域、绊线、颜色、相似度等进行检索，同时支持以图搜图方式进行目标检索。Er踮!,AU第8自僚密骷被3回DI职想3Q03R救3 / 1a Mh，MB m I * Mk，4« w* / «*« m / r*a 5 / x S 八Mfc /。内建爵10足次日©m/w/miw/，ram/mw，rm/*/hbm/m，Vem/>mbm/wa口X2G0臼原电星口幺©(3)浓缩看采用目标与场景分离再重组的算法方式，将原视频中的目标在新的视频中展现，同时可以点击新视频目标可以回溯到原视频中，浓缩的密度可以调整，同时也可以进行条件浓缩。ceiem（4）变速看根据自己的检索条件进行区域、绊线关注特定区域，当有目标符合条件时原速度播放，不符合条件的目标进行变速播放（最高可支持16倍速播放）。通过此功能调整播放速度，可以控制在1/16X、1/8X、1/4X、1/2X、IX、2X、4X、8X、16X之间切换。（5）增强看对存在质量问题的视频进行增强、放大观看，同时支持全屏和区域增强，并可以进行单帧、多帧截图，实现增强后视频导出。（6）图像处理具备简单的操作流程，人性化的引导处理不同图像质量的问题，具备自动检测图像并进行自动修复等功能。文件（7）格式转换支持批量视频文件导入进行自动格式转换、可以获取导入视频文件的名称、大小、格式、文件路径等信息。系统可将格式为mp4、ts、加“、/1术七/、/十264或九5”的本地视频文件或选择格式为加8、并28、png或bmp格式的图片文件，转换后的格式视频支持通用播放器播放。（8）视频剪切系统支持导入视频文件预览，并根据需求进行按时间长短切割（支持最小秒级单位）、按大小进行切割（支持最小MB级单位）、手动切割（拖拽播放控制条进行自由切割），切割时显示切割进度，当前自动切割的状态。编号功能操作步骤1标记开始单击I,将打点到视频播放处。如果需要修改位置，可以手动拖动到需要标记开始的地方。2标记结束单击卜，将打点到视频播放处。如果需要修改位置，可以手动拖动到需要标记结束的地方。3截取视频标记开始及标记结束后，单击X,截取标记段的视频。4上一帧暂停时，单击可以播放上一帧。5下一帧暂停时，单击可以播放下一帧。6慢放播放时，单击可以在4/1X、2/1X、IX、2X、4X的速率之间切换。7播放/暂停单击阈IL说明暂停时，在播放界面将有一帧一帧的图片，可以单击某帧进行查看。8快放播放时，单击，可以在4/1X、2/1X、IX、2X、4X的速率之间切换。9停止单击。10截图单击口。(9)视频标注支持视频中目标的标注，标注元素不少于5种，可以进行多段视频同时标注并进行合并导出。(10)人脸重建支持人脸抠图、自动标点、自动建模、原图比对的功能。用户可以从视频中提取模糊的人脸在该系统中进行人脸建模，实现人脸清晰化。(11)车型库支持离线式的车型品牌、特征点搜索功能，可以将原图和结果图进行比对。车型库提供持续更新服务。NtW9: SV,方a wna：和i7 05 OaoOiX).2 2017/11/09 1T:44><2却SA*口东： MA ：.夕|：-mw ：|vi4”坦-*Je*玄MbStJR由向9i½½e22017-114» 12ttN«92M932O17-11)9 1S6S242色72017-11914406291刈7小 SH3247e22O1711S I33M2a72017-11>9122ft212e22017-11X)9 012e42017-114» 0M&S32ae22017-11-0909J492eS2017-11-09 04O23222O17116 瑜0054wm*o2uee«a220l7.11-e2U624N«01a22O17-11-O126M«*02ueesa52017-11461S6&2SM-O2e220l7<11-4612A30M«*02e42017143038½»2.±2 Mtt2MaX-eT<刎1八页"®4.3.2.研判分析工具(1)人像比对T：N.1：N人像识别，即人脸图像检索，直接为确认人员身份而设计。通过该功能，将案件研判过程中发现的嫌疑人截图上传至服务器，系统将根据特征值筛选出候选人，经过人工比对可进一步识别该嫌疑人的身份。(2)人像比对T：1通过该功能，可以实现对串案的打击，将不同案例视频中的人脸进行截取后比对，判断不同视频中的人是否为同一人，即1：1的检索。(2)轨迹分析调用智能感知大数据平台的轨迹分析功能，展现案件中标注过的目标(人、车、物)在地图上自动显示轨迹。(3)智能案件串并系统支持手动案件串并操作，把类似的案件加入比较栏里进行串并比对，系统采用两两比较的方式，重点突出案件内的图片、视频线索比对。提供智能串并升级，将前端采集的数据通过视频解析中心进行结构化后的数据与视频图像案件库、警情库进行串并分析，分析结果按匹配度高低排序展示。根据需要设置“名称”、"审批状态”、“创建单位”、“创建时间”、“创建用户”等基本查询参数，单击“搜索”，可以查询出符合相