时下，中国经济快速发展，带来的各项数据都以指数级迅速攀升，公安系统亦不例外。随着卡口、车辆信息、前科人员、社会大众的信息量不断增长，传统的公安数据库及解决方案已然满足不了如今公安系统对数据的管理及实际的需求。大华股份作为面向全球服务的科技企业，凭借多年的行业经验及技术优势，结合当下前沿的科技手段，以公安车辆大数据为点，推出基于大数据的车辆应用解决方案。以智慧为背景，将公安、安防、警务、智能等深度融合，推动公安管理稽查信息化，打造科技呵护生活的建设目标，协助公安系统解决了当下数据庞大、内容冗杂、来源多样、处理复杂等众多棘手难题。

　　警务新常态下的大数据应用——让每一辆车都是透明的

　　公安车辆大数据应用系统是大华股份真正进行数据碰撞与挖掘出的比较成熟的一套方案。实际上大华股份所追求的宗旨就是让每一辆车都是透明的，当然，这里的透明是用比喻的方式来阐明每辆车的属性，并直观的呈现在系统中。比如车主是不是前科人员、在逃人员以及他的行为轨迹等等，在整套系统布局之后，对布防区域内的所有车辆的行踪都了如指掌。

　　据大华股份公安事业部解决方案经理李鑫介绍，这套系统最早是在浙江奉化进行部署、调研并得到提升。他表示虽然奉化目前只是一个县级市，但日过车辆非常多，早在2013年，差不多日均就达到了150万条过车数据，并且这个数据还在不断的增长当中。基于此，他表示目前大华股份新做的项目不少日过车达到500万到1000万的数量级，在如此大的基数之中肯定会存在一些高危车辆，如外省逃窜、假牌套牌、肇事逃逸车辆等等，这些车辆在现实场景中会危害到各方利益，造成很多负面的社会问题，如何在现存车辆中去挖掘出这些高危车辆，是我们这套系统真正要去承担的责任，也是大华股份的责任，李鑫如是说。

　　车辆大数据系统介绍

　　车辆大数据研判系统：从IT驱动到DT驱动的转变

　　这套系统主要是从IT驱动到DT驱动的转变，打通业务数据与过车数据，构筑车辆大数据DT平台，真正让数据产生价值。大华股份现如今能打通的包含以下几种数据：1、警务数据，目前公安所原有的8大库等系统中积累大量的车辆、人员、社会关系等信息，这其中也积累了大量的高危人员、高危车辆的信息。2、过车数据，每个城市的卡口、电警系统每天都在产生百万级的过车记录和过车图片;这些车辆信息不仅代表车辆的活动情况，还含有车辆的特征信息。

　　车辆大数据研判系统——原理

　　这套研判系统的数据来源包括卡口汇聚平台和公安信息资源库，卡口汇聚平台的数据有过车记录和车辆图片，公安信息资源库通常指省厅级或公安部级，提供车主信息、前科人员库、涉毒人员库等数据。它会着重解决以下四个难题，第一，这些数据最终都会进行汇总，然后进行高危预警分析，比如前科人员的车辆不是在正常的作休时间活动，而是昼伏夜出，系统就会提升该车的高危指数，从而进行高危预警。

　　第二，实现车辆的车脸比对，以往我们都是根据车牌进行识别，现在我们可以对海量图片进行二次分析，获取车脸特征，进行车脸比对，解决假牌套牌、遮挡车牌等情况。

　　第三，数据挖掘，车辆单一的某次行踪并不能说明什么问题，但如果对海量的数据进行研究，就能发现以往发现不了的规律，比如涉毒人员的车辆在同一段时间内会在同一个地方聚集，我们是不是有理由去推测该场所的合法性，这只是一个事例，通过对数据的挖掘可以产生很多现实价值。第四，多业务应用，这套系统主要是以区县或地市为整个包围圈，然后针对圈内所有的活动车辆进行综合数据研判，可以做到多维布控，从而进行统计分析，获取有利线索。

　　核心功能：高危车辆预警研判功能

　　一条过车记录蕴含了很多信息，当某辆车在我们的卡口被抓拍之后，我们就能在后端进行分析，然后提取出它的特征信息，比如车牌出没时间、地点，车辆是否来自高危地区?车主是否是前科人员等信息，然后我们能很容易的做到了解全局，轻松布控。

　　‘人—车—关系人’数据研判网络

　　这套系统的目标数据总共分为三大块。车辆模型、人员模型与关系模型，车辆模型主要从卡口数据、违章数据、视频数据及车辆数据进行归类，检查范围包括车辆的异常属性(敏感地区、假牌盗牌、盗抢车辆、连续违章)、异常行为(高危地区、租赁车辆、凌晨出现、首次入城、隐蔽车辆)和异常特征(遮挡号码、遮挡面部、无牌车辆);人员模型主要从前科人员、涉毒人员、在逃人员进行归类;关系模型就关系到他的亲属、配偶等相关关系人的背景，真正做到数据导控、数据导防、数据导侦。

　　据了解，大华股份在浙江萧山部署也这套系统，整个页面每天都能直观地呈现每天日过车的情况，包括车标、车型分类，然后点击每个分类，车辆的分布情况就能在地图上得到直观呈现，包括哪些区域出现高危车辆，高危车辆出现的时间段等，这样我们就能拥抱我们的顶级配置，包括人员布控。另外这套系统探究的不仅仅是日过车行为，还包括车型、车辆品牌等其他特征或基本属性，这里的数据实际上不仅仅应用于公安，对于车辆厂商或经销商也有一定的参考价值。

　　预警积分自动生成精确导控革新打防模式

　　系统在实际应用过程中，预警积分会自动生成。在前期设定的包围圈里，当有车辆经过时，系统就会产生相应的一个分值，这个分值是要进行个性化设置，关注的点不同，设定的分数相应也会改变，比如在逃人员的分数肯定就会很高，因为这是绝对的高危人员;前科人员是以往的行为，现在已不具备这种特征，这个分值可以适当调低。当车辆经过时，每辆车就会产生一个数值，这个分数一旦达到了我们事先设定的报警门限值，系统就会报警，然后会自动将高危车辆的图片、积分产生原因、车辆信息、车主信息、以及在当天范围内它的轨迹信息可以直接呈现到移动端上，呈现之后我们可以依据这些信息进行快速布控。

　　精细化打击和排查高危车辆优化警力部署

　　这套系统不依赖于前端，也就是说前端卡口是否具备智能化的能力、是否新旧、是哪个厂家都不会限制整套系统的使用，因为大华股份从里面提取的是原始图片及过车记录，不同的厂家卡口中的过车记录会有不同的格式，对此大华股份也会做统一的格式转换。另外大华股份在后端主要是抓取公安、车管所这一块的数据。这两块数据的碰撞研判在系统里会产生报警，这些报警信息可以联动上墙，在指挥中心进行呈现，同时可以下发到警员的手机或警务通上进行报警。这种模式，也就是在云端进行研判，指导前端行动，警员进行拦截检查，端到端的解决方案，真正能把情报+行动应用在整套系统中。

　　核心功能：“车脸”特征识别功能

　　这套系统解决了原先依赖车牌去进行查询布控的弊端，现在我们可以对于车辆的品牌、车系、颜色、包括其他的特征都能做深度的分析，甚至还能对于它的结构化特征进行识别，包括车上的挂坠、纸巾盒、车贴等等，这些图片只要被设备抓拍到，系统都能对其自动进行结构化分析，变成我们可以检索、查询、研判的结构化的数据，具体功能包括如下四种：

　　破解传统依赖车牌或车标识别追踪目标车辆的难题

　　据了解，本套系统采用国际领先的智能算法，把前端设备采集的卡口图片中蕴含的车辆品牌信息-如(奥迪)、型号(Q5)、年款(如2011年款)、类别(如SUV)颜色等信息深度挖掘和提取，并可实时的进行查询检索，即使目标车辆使用假牌、套牌，或中途更换、篡改、遮挡、拆卸车牌，也能在短时间内准确找到目标车辆;

　　车辆局部特征分析与检索技术

　　可对特定车辆的局部特征进行提取分析和建模，在车辆号牌信息缺失(套牌、遮挡号牌或无牌)情况下，准确快速地实现特定车辆追踪与锁定，获取车辆真实行踪;

　　车脸搜车、真牌还原

　　车辆大数据研判系统的“车脸分析”智能应用从根本上克服了传统车辆检索只能按照号牌进行单一查询的功能缺陷，实现了按照车辆品牌、型号、颜色、类别以及局部特征等自定义组合查询和模糊查询强大功能。

　　以图搜车、一键还原

　　仅需一键上传/选定车辆照片，即可自动分析品牌、年款、颜色、局部特征等，可进一步排查是否套牌、或选择车脸查车图or车轨，操作简易，高效准确;

　　这个系统一来可以将车辆图形二次识别、二来就是研判。这两个核心功能可以真正由案到车，由车到人，再由车到案，当发生一个案件之后，我们首先会调阅事发地视频与卡口图片，然后找到一些车辆，车辆里可以根据嫌疑指数进行排序，可以锁定一些高危车辆，根据车辆去查找车主，然后根据车辆与车主这两块的行为信息，找出相关线索。

　　核心功能：丰富的大数据车辆技战法

　　层层过滤式的嫌疑车辆挖掘技术

　　车辆大数据研判系统不仅仅可以实现对车辆和人员的分析研判，通过大量数据的积累和变化规律进行深度的信息挖掘，帮助决策者和管理者提供有价值的线索信息。

　　当有案件发生，我们会在地图上进行定位，查找周边卡口大概时间点的所有数据，通过对时间地点、积分规则、车型、车辆类别、车辆颜色、安全车辆等维度的筛选，最终会锁定嫌疑车辆，而且目标比较集中，可以快速的进行查询。举例来说，我们在案发之后，通过对周边卡口数据分析可以得到上万张图片，在积分研判过滤之后最终会得到数十张图片左右，大大缩小了办案时间，大大增强了办案效率。

　　疑似套牌预警

　　系统在前端抓拍到图片之后会导入到后端，通过自动识别的车型信息实时自动与该号牌在车管所登记的车型信息比对，识别套牌车牌。据李鑫介绍，这还只是其中一种方案，我们还可以通过其他方法来评估是否是套牌车辆，比如说我们的设备在某个城市8点钟抓到一个车辆，8点05分又在另一个区域抓到相同车辆，但两者距离很远，通过系统之后会自动判断同一辆车正常时速不可能在两个地点出现，报警其中有套牌车，所以说技术运用都是在实际场景中体现的。

　　落脚点分析

　　系统根据物理目标每天的运动轨迹，可以直观的展示其落脚点，不受一车多牌，遮挡号牌或者无牌等情况干扰，可根据车型特征快速全面分析涉案车辆的落脚点。

　　一车一档

　　这套系统不同于视频的结构化，本身的系统消耗是在可以接受的范围里，所以系统能够7×24小时不间断运行，因此积累了大量在当地区域内活动的高危车辆和人员档案信息，公安可直接查询本地历史上活动的高危车辆的详细信息。

　　基于车险、车型的稽查布控

　　之前一旦发生重大案件之后，我们就要在相关路段或卡口进行布控，传统的方法比较依赖车牌信息，但很多车牌信息在实际场景中是获取不到的，我们如果能够通过车系、车型等特征进行布控也能大大提升公安的整体效率。车辆大数据平台支持对于高危车辆的多维度稽查布控管理、车牌精确布控、车牌模糊布控、车型布控、车辆类别布控。在整个系统中，我们基本上可以把贴牌车、落脚点分析、包括其他各类应用及技战法得到深度体现。

　　其他业务功能

　　其他业务功能可以分为几大块：一是统计分析，它不仅仅服务于公安，包括对其他的政府部门也是有参考意义的，比如提前疏导拥堵路段，人员密度判断等等，二是大数据这块，它能做到图片的二次存储，图片的秒级检索、智能分析扩展等，系统存储的数据量达到十亿级甚至是百亿级，在这个数据量里，非常考验数据检索的能力，所以在系统设计的时候要考虑非常多的维度。三是社区模式，它的好处在于落脚点非常清晰，可能精确到小区。能真正调动保安、民警等做协同管控。四是综合布控，它包含普通布控、车脸布控、维稳布控。

　　云架构系统-极速处理亿万数据

　　这就是海量数据检索所依赖的应用，据了解，大华股份也评估过传统的数据库的处理能力，然后也开发出基于云架构的海量数据搜索引擎。李鑫表示，在常规的查询中，我们的优势还不是特别明显，但是对于模糊的数据碰撞的类似应用，实际上很多传统数据库就支撑不了，很可能几分钟之后都出不了结果，更依赖于系统去做这个工作。而本方案提到的云架构系统能极速处理亿万数据，部分传统关系型数据库无法完成的业务也可以在秒极响应，另外它还可线性扩充、一劳永逸。

　　目前系统所具备的能力包括以下几种：1、车辆研判模型(大华股份最早提出)，传统的车辆的二次图片分析系统更多的是聚焦于前端的图片二次识别，也就是说怎么把车辆的结构化信息进行高准确性的分析，分析出来之后怎么跟数据库中的其他数据进行碰撞与研判，大华股份与奉化公安交流之后提出独有车辆大数据研判模型，联动卡口记录和公安网数据，构建“人-车-关系人”研判分析网2、X光式的车辆特征分析，截至到去年，本系统可以识别3000多种细分车型，可能数量不是最大的，品牌识别准确率超过90%，在业界绝对是比较领先的。3、大数据架构、无限扩展，现在能做到的是100亿级的秒级检索处理，事前、事中、事后全警应用,时间地点过滤+19项积分规则匹配+2400种车型特征比对+17类车辆技战法筛选+可信车辆过滤，轻松助力客户在数以万计的茫茫车海中快速锁定目标车辆。4、易实施部署，现有的系统要改造前端，成本非常高，而且建设厂家非常杂，大华股份这套系统是着重后端的车辆二次图片分析及研判，不依赖于前端的基础设施，因此无需改造已建卡口系统，当然前端的图片过于模糊也会造成一定影响，但是前端整体的建设对后端的影响比较小。5、端到端方案、这个方案本身也是关注从前端的设计到后端的应用以及技战法的定制，因为各地各异，比如西藏就要查询各地来往西藏人员的身份证，如果我们把身份证的信息与你的车辆信息进行碰撞，通过对车牌的识别可以查询到车主，然后匹配车主信息，就可以知道车辆与车主是不是同时进入西藏等信息，所以说技战法定制是根据各地的情况不同而量身定制的开发，再如广东广西就比较关注摩托车这一块的使用。

　　实战应用-奉化案例介绍

　　奉化市是第一个成功应用了车辆大数据研判系统的县级市;目前奉化市前端卡口有公安卡口和交警卡口两部分，车辆大数据研判系统目前整合了公安的卡口数据和部分交警卡口数据，目前平均每天处理过车数据150w左右。主要整合的是公安卡口数据和部分交警的数据，实际上大华股份在对本方案进行推广时着重提到了二者整合，在以往，交警与公安都会建自己的卡口数据，各自为阵的数据。大华股份这套系统对数据进行打通，既可以服务于公安也可以服务于交警，平台2014年10月份启动以来至2015年三月份半年多时间以来，发现假牌车80辆、盗抢车108辆、抓获逃犯、偷盗犯嫌疑人30余人。

　　另外，本方案还配套单机版便携本，它具备了车辆的二次分析能力，但没有对接车辆研判系统，它的应用场景主要是跨区域的办案，很多时候涉车涉驾的案件地域跨度较大，刑警有可能要跨越几个地市进行追逃，这时就需要带着单机版在不同的地市处理不同的图片，进行车辆真牌还原，是对整体方案和应用的有力补充。

　　项目部署五部曲

　　在部署层面，前面提到两大核心功能，一个是车辆二次识别，一个是车辆大数据研判，实际上研判功能是依赖数据的对接，所以一般建设时，首先上的是车辆识别这个核心能力，然后在研判层面是逐步整合的过程，我们对接的公安信息资源库是和区域相关的，比如浙江省厅这边非常推荐下面区县去运用这类数据。有些区域的数据管控更严格，开放程度没那么高的时候，需要分步骤地去对接各地数据库。

　　1.快速建设车辆图片分析大数据应用-排除各类影响，实现“真牌还原”等核心应用;

　　2.逐步整合业务数据-实现支持“预警、控制、侦查”的“人-车-关系人”全业务大数据研判;

　　3.深度挖掘适合当地地形的车辆技战法;

　　4.同步开展基于前端APP的拦截业务应用;

　　5.全警应用地市/县市级公安的车辆数据+车辆图片的全业务应用+全警应用;

　　去年公安部督办的十几起案件都依赖此类车辆特征分析技术破获，即使目标车辆使用假牌、套牌，或中途更换、篡改、遮挡、拆卸车牌，也能在短时间内准确找到目标车辆，实现真牌还原，一网打尽!

　　科技有形 呵护无尽

　　大华股份通过对之前的调研数据研究显示，在以往发生的各类案件中，驾车涉车案件达到了50%以上，有些区域甚至能达到70%以上。对此，李鑫表示公共安全问题是社会问题的核心内容，这关系到普通民众的切身利益，随着我国经济的快速发展，社会问题日益增多、安全环境日益凸显，如果我们能把社会所有车辆进行有效管控，这无论是对于事前的案件预防还是事后的案件侦破都能起到比较好的作用，这非常有利于有效解决政府当前遇到的棘手难题，最终能提升我们社会整体的安全形势。