警务新常态下的视图大数据实战应用

　　这一章节内容介绍我们系统在浙江(F市)的成功实战应用情况。

　　目前F市前端卡口有公安卡口和交警卡口两部分，车辆大数据应用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130w左右。

　　3.3.1 实战应用1-日常治安防控 ：

　　图  F市日常治安防控效果

　　治安防控效益1-平均每月积分“爆表”预警直接发现逃犯车辆10辆，直接发现有效盗抢车辆10辆;

　　治安防控效益2-了解统计高危人员如-涉毒人员、前科人员、盗抢骗人员、高危地区人员、敏感关系人、七类重点人员在本地区出没和活动情况，形成治安态势研判重要依据。

　　图 F市涉毒人员车辆动态分布信息

　　3.3.2 实战应用2-找假牌、抓套牌：

　　找假牌-对于每条过车记录，系统都会根据车牌号去和车管所登记信息进行比对，若没有命中，则在并结合卡口识别正确率因素进行综合的研判分析，若对于同一个车牌，若有当天多次没有命中记录，则假牌概率增高，进行推送预警;

　　抓套牌-对于每张过车图片，大数据平台会实时分析，提取车辆的车型、车系、年款等信息，拉取车管所信息进行比对，若比对没有命中，则进行套牌嫌疑车辆推送预警;

　　目前采用大华先进的图像智能分析算法，在普通环境下，车系等关键信息识别能达到9%准确率;

　　3.3.3 实战应用3-由案到车 ：

　　对于刑侦/治安等警种，当发生案事件时，可以根据案件相关车辆初步侧写，然后进入车辆大数据系统进行“由案到车”的研判分析流程：

　　图 车辆大数据分析-由案到车应用战法流程

　　由车到案-常用技战法示例：

　　1. 接到报案某小区发生入室盗抢案(或者其他很有可能需要用到车辆的案件);

　　2. 电子地图上框选小区周边范围输，入案发大概时间点

　　3. 直接检索：该时间段，该地点段 所有异常车辆(异常车辆包括：1.租赁车辆 2.前科车辆 3.高危地区车辆 4.首次或极少出现车辆);

　　4. 人工分析结果，锁定嫌疑车辆----在车辆大数据系统上分析该时间段，该地点段所有过车数据-包括：车辆属性，车牌，车主，首次出现时间，出现频率，异常属性，时间属性，出现地点次数，旅馆住宿信息，高速路口信息;

　　5. 原形毕露!根据车主前科信息，关系人，名下车辆，活动轨迹，手机通话记录等跟踪分析，一网打尽;