认识达内从这里开始

随着互联网的不断发展，云技术和大数据技术在各个领域都有不同的表现形式，而今天我们就通过案例分析来了解一下，云分析系统构建都包含了哪些内容。

云分析系统具备超高的计算性能，单机设备每天处理的信息量大高达2000万张图片。云分析具备对卡口、电警以及部分监控设备拍摄的车辆图像信息的结构化智能分析功能，主要包括识别图像中车辆的品牌、型号、年款、车身颜色、类别、异常特征(如遮挡面部、遮挡号牌)、性局部特征(如年检标志、车内饰物)等关键信息。

可对提交的图像中的车辆车牌颜色及车牌号进行二次识别，通过大数据进行，时间、地理、轨迹等的对比识别，以得出分析结果。

过去几年，智能交通系统建设取得了长足的进步与发展，针对道路交通违法、交通安全等，不断在不同的时间，不同的阶段建立了交通卡口、违法检测、道路智慧监控、交通事件监测等信息化系统，但这些信息化系统所采用的设备、平台均来自于不同的厂家，采用的标准，上下级不能很好的实现级联，与公安系统融合度不高，无法进行集中管理，资源共享，发挥统一的实战作用。

不同时期，不同阶段建设的信息化系统，技术路线，功能性能指标各异，在套牌、摘牌、故意遮挡号牌等涉车案件中，不能找到行之有效的手段处理。

现阶段，交通违法行为导致的交通安全、道路交通事故问题依然突出，交通违法管理的颗粒度也越来越细，道路交通安全法也不断的修正以满足交通管理工作的需要。其中，不系安全带、开车打电话等违法行为纳入了处罚范围，而过去建设的卡口系统绝大多数不具备这些功能，不能很好的服务公安交通管理需要。

云分析系统的出现，问题将迎刃而解。云分析系统创新型引入GPU+CPU的设计理念，单台设备每天高处理性能达到2000万张图片，提取车牌号、车身颜色、车标、子品牌、车型、车脸等交警实战所需的结构化信息，并能够自动甄别不系安全带、打电话等违法行为，为公安交通管理提供全新的技术手段和业务体验。

系统设计

系统中采用的设计方法和技术路线在实战应用技术中处于地位，软件的设计先进灵活，便于升级以及与其它系统的互联互通。系统涵盖了目前实战应用所涉及的一系列技术，如：图像预处理、信息筛查、电子地图轨迹分析等，在此基础上融合了车型建模、车牌识别、车标识别、运动目标检测和行为分析、图片检索等智能视频图像分析技术，创新性的实现了“车脸识别”、“不系安全带检测”等功能，创造性的使用云分析实现超大数据量的图片二次识别，为用户提供超高性价比的解决方案。

系统设计时，对需要实现的功能进行合理的配置，且配置具有良好的兼容性和扩展性;通过提供二次开发接口，支持用户利用本系统自主开发新功能，满足业务需求。

系统具有开放性的标准体系，后端基于开放式的TCP/IP网络系统进行设计，支持多种网络协议，便于和各系统间的互联、互通、互控，遵循规范的通用接口标准，使系统对硬件环境、通信环境、软件环境、操作系统之间的相互制约和影响减至小。

具有良好的人机交互界面，尽可能避免出现繁琐操作实现某项具体业务应用的情形。系统在体系设计及工程实施中应根据用户使用需求充分考虑性能优化，在合理时间范围内，尽可能缩短系统的操作响应时间;系统维护也应在合理范围内尽可能简化，使操作人员能快速地学习和掌握系统操作。

系统涵盖了目前交通管理业务应用所涉及的一系列技术，如：图像接入、通用解码、转码、图片索引、车型建模、图像预处理、信息筛查、电子地图轨迹分析、套牌分析等。基于云分析的二次识别方案配合大数据的高效查询、检索、研判方案，构筑了智能交通综合管控平台的数据底层支持优秀架构，为交警实战业务应用提供了极佳的用户体验。

【免责声明】本文系本网编辑部分转载，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与管理员联系，我们会予以更改或删除相关文章，以保证您的权益!