图片服务器方案

云存储方案用于大型规模的智能交通平台，一般为日均过车数据在几百万以上的项目中。其中使用云存储设备作为数据信息的核心服务器，内置智能建模的算法;而智能服务器在系统中充当查询对比服务器，为用户返回最终分析结果。该方案图片预建模和分析全都在云存储系统中完成，而检索部分则由专门的智能分析服务器完成，因此是全网范围内的以图搜图应用，搜索的效率会比较高。

而图片服务器方案则适用于中小型规模的智能交通平台，由智能分析服务器完成过车数据的建模，并由其进行数据对比并返回以图搜图的对比结果。该方案则所有的建模分析和检索则全部依靠智能分析服务器完成，因此整个系统的瓶颈在于智能分析服务器的性能。

相比较这两种方案的以图搜图的实现方式，基于大数据平台的以图搜图实现方式则进一步将图片资源的二次结构化和大数据平台的全文检索功能进行融合，从而将以图搜图的功能从精准检索更进一步扩展到极速检索。

1.4 云分析系统功能

1.4.1 车牌二次识别

1.4.2 车身颜色二次识别

系统能够识别11种车身颜色，白色、灰色、黑色、红色、紫色、蓝色、黄色、绿色、青色、棕色、粉红色。还可以识别车身颜色的深色和浅色。

1.4.3 车型二次识别

系统能够识别7种常见车型，包括客车，大货车，轿车，面包车，小货车，SUV，中型客车。

1.4.4 车牌颜色二次识别

系统能够对车牌颜色自动识别，识别的5种车牌颜色包括蓝、黄、绿、白、黑。

1.4.5 车标二次识别

系统可识别的车辆标志包括：奔驰、宝马、大众、别克、丰田、本田、依维柯、金杯、福特、现代、马自达、奇瑞、奥迪、雪铁龙、雪弗兰、标致、东风、五菱、尼桑、起亚、皇冠、东南、比亚迪等两百多种车标。

1.4.6 车辆子品牌二次识别

系统可识别的细分车型包括：奥迪A6L、奥迪Q3、奥迪Q5、阿斯顿马丁DB9、阿斯顿马丁DBS、保时捷911、别克GL8、君威、君越、奔腾B50、奔腾B70、本田歌诗图、本田锋范、标致307、标致308等两千多种细分车型，其涉及范围包括当前已停售，或刚上市热销的各种细分车型。

1.4.7 遮阳板二次识别

系统能够对打开遮阳板进行检测，为公安交通管理和刑侦案件侦破提供科技新手段。

1.4.8 黄标车二次识别

系统能够对黄标车进行检测，为黄标车专项整治、城市环保提供决策支撑。

1.4.9 未系安全带二次识别

系统能够对未系安全带违法行为进行自动检测，为交警查处未系安全带违法行为提供了科技新手段，从而规范驾驶人安全驾驶行为。

1.4.10 异常车辆二次识别分析及报警

系统能够对假牌、套牌、无牌、车牌遮挡、污损、模糊、逾期未年检、逾期未报废车辆进行自动检测识别，对识别不到异常牌照，能够进行自动预警。

1.4.11 以图搜图

以图搜图，是通过搜索图像文本或者视觉特征，在系统中通过类似信息的比对，获取到真正实际需求的图像信息的一种智能搜索方法，可应用于套牌车辆分析等应用中，根据车窗上的车辆年检标识、车辆内饰等车辆特征搜索类似车辆。可应用与无牌车的分析研判，根据车型搜索符合条件的无牌车，然后利用以图搜图根据车标、子品牌、车身颜色等信息定位车辆真实信息，可协助公安交警部门查处套牌车辆、盗抢车辆、肇事逃逸车辆等。

以图搜图的工作流程包括数据建模和比对分析两个步骤：

1)数据建模

由云分析对过车图片进行统一建模，建模数据直接存储在大数据平台中。

2)分析比对

大数据平台根据用户需要查询的原始图片和特征比对信息，自动与要查询的原始图片进行比对，比对结果按相似度返回给大数据平台。

1.4.12 连续违法分析

以不同卡口、不同时间为基点，自动检索多次违法的车辆。分析结果支持列表展示，自动列出分析结果展示具体违法记录。

1.4.13 通行车辆实时监控分析

可对单个卡口，多个卡口进行实时监控，包括通过时间、通过地点、号牌种类、号牌号码、行驶方向、行驶速度、车辆类型、车身颜色、车辆属地、图片详情及行进轨迹等。

1.4.14 特种车辆轨迹时空域分析

基于大数据的特种车辆管控，是指针对类似渣土车、校车等安全等级较高的车辆，通过设定专属的行驶路线，一旦出现车辆偏离行车路线的时候，即发送报警信息给相关人员，从而确保特种车辆始终处于受控的安全状态。

1.4.15 车辆遮阳板与案件关联的时空域分析

大数据平台根据卡口的过车数据对每辆过往车辆建立单独的信息库，与车管库的车辆信息库所不同的是，该信息库是专门用于过车信息研判。例如卡口会对每辆过车时是否放下了遮阳板进行检测，大数据平台则统计车辆的全部过车照片，放下遮阳板的次数有多少;打开遮阳板的次数有多少，随后定义一个研判规则，例如这个比例超过50%，那么驾驶人就有一定的嫌疑，进入单独的嫌疑车辆库;这个信息库往后来看，就是根据一些统计结果来判断驾驶人员的驾驶行为分析。

1.4.16 多业务维度积分研判分析

基于大数据平台的多业务维度车辆积分研判根据对车辆的出没时间属性、出没卡口地点属性、驾驶人员违反行为信息、牌照归属地信息等多种有关车辆属性进行综合考虑，引入一套关于车辆积分研判的方法，因此在对车辆信息进行有针对性地研判时带来一种全新的体验。同时为了满足研判和预警实时性的要求，大数据采用spark流计算的方式保证车辆积分能够实时处理并将结果分发相关人员。