警务新常态下的视图大数据实战应用

　　平安城市建设从最初的点位建设到这几年的资源整合，系统已经掌握了大量的车辆卡口数据和价值图片，但是现有的应用基本上还停留在简单的过车记录查询上。

　　1.如何对社会上的高危车辆进行有效的预警防控?优化警力部署，进行有针对性的车辆排查?(治安事前防控)

　　2.面对大量的涉车涉驾案件，如何从有效的锁定嫌疑车辆，提高刑事侦查效能?(事后案件侦查)

　　3.1 车辆大数据应用系统

　　图 车辆大数据应用系统

　　车辆大数据系统基于视图大数据平台，系统汇聚海量车辆数据和图片，并大量采集利用全国公安机关的网上警务综合信息，使用大数据平台能力对车辆、车主、关系人属性构建数据关系网进行深度分布式的数据挖掘分析，并根据上诉设定的规则筛选出高危车辆，进行实时预警和情报推送。

　　另一方面，除了分析车辆过车记录之外，车辆大数据系统使用大数据图像处理引擎，可实时处理海量的卡口过车图片(strom架构处理，性能可线性扩展);对车辆图片进行智能处理之后，系统提取车型、车系、年款等关键信息，提供对套牌车、假牌车分析的有力比对特征;形成车辆特征向量，支持对海量卡口图片的以图搜图查找，快速定位目标相似车辆、而不受套牌和假牌的影响。

　　3.2 “数据导防 数据导控 数据导侦“

　　车辆大数据积分预警系统通过采集利用全国公安机关的网上综合信息(各大服务请求方为主，加上一些地方的业务数据)，使用基于“车<->人<->关系人”的综合数据模型，主要包括以下四大方面：

　　1.车辆基本属性规则-自动判断是否是：盗抢车辆、高位地区车辆、租赁公司车辆、非法运营车辆等多种条件;

　　2.车辆行为基本规则-自动判断是否是：首次出现车辆、重点高位区域出现车辆、凌晨和深夜等高危时间段出现的车辆等多种条件;

　　3.车主基本属性规则-自动判断是否是：吸毒人员、一般高位地区人员、特殊高位地区人员、前科人员、在逃人员、盗抢骗人员等多种条件;

　　4.车主的关系人基本属性规则-自动判断是否是：关系人在逃、关系人为盗抢骗人员、关系人为前科人员等多种条件。

　　系统对车辆、车主、关系人属性构建数据关系网进行深度智能分析，并根据上诉设定的规则进行积分研判。

　　图 大数据积分预警模型

　　系统通过数据分析研判之后，可提供以下基础功能：

　　1.研判结果-实时了解高危车辆信息和详细的研判信息，锁定重点目标;

　　2.综合查询-根据案件、专项行动要求，综合不同条件来查询历史研判记录、车辆记录、车主记录，形成层层过滤式的嫌疑车辆排查综合技战法;

　　3.预警推送-当满足爆表条件时(如盗抢车辆、假牌车等)，系统可联动短信、LED屏、客户端弹出窗口等多种方式进行实时报警，并可将车辆预警信息推送至指挥中心、拦截站派出所、警务通APP，进行及时拦截排查;

　　4态势研判-通过定时分析统计高危车辆出没和分布情况，可对各区域治安态势热力分布形成研判依据(如了解前科人员、涉毒人员的出没情况);

　　5.图片二次识别、实现真牌还原-通过大数据平台和先进车辆图像分析算法，系统对海量卡口图片进行实时二次识别，有效提取车标、车系、年款等信息，联合公安车辆登记数据，对套牌车、假牌车进行有效预警，大大改善了由于现有前端卡口由于品牌不一造成的智能分析能力弱的局限性。