智能安防社区系统
2018/10/12 11:30:00      关键字:      浏览量:
智能安防社区系统是面向市、区、所三级公安用户,实现辖区内实有人口、实有房屋、实有设备等基础数据采集和汇聚,整合社区门禁管理系统、人脸系统、小区微卡口系统、WIFI探针系统等多系统数据,围绕打、防、管、控业务实现小区登记人口管理、流动人口管理、重点人员管理、人车轨迹研判、异常人员分析等公安业务应用。
主要功能:
1. 基于物联网系统,解决不同厂家、不同感知设备终端、多源感知数据接入问
企业名称:动力盈科实业(深圳)有限公司
产品概况:
智能安防社区系统是面向市、区、所三级公安用户,实现辖区内实有人口、实有房屋、实有设备等基础数据采集和汇聚,整合社区门禁管理系统、人脸系统、小区微卡口系统、WIFI探针系统等多系统数据,围绕打、防、管、控业务实现小区登记人口管理、流动人口管理、重点人员管理、人车轨迹研判、异常人员分析等公安业务应用。
主要功能:
1. 基于物联网系统,解决不同厂家、不同感知设备终端、多源感知数据接入问题,提供海量数据的汇聚、清洗和存储和共享输出能力;
2.突破大数据检索性能瓶颈,提供多维度、复杂条件的多种查询检索应用,快速找到目标信息;
3.挖掘海量数据中潜在的规律和线索,提供人、车、房、事件等多要素关系分析应用,构建”一人一档”、“一车一档”和“一屋一档”数据关联模型。
4.整合社区感知数据信息、“一标六实”业务数据信息,进行数据碰撞、信息挖掘,根据公安业务需要构建“关注人员分析”、“异常行为预警”等多种数据模型。
5.利用视频AI技术、大数据技术,实现人脸采集、人脸识别、重点人员布控,利用大数据技术实现人群聚类分析,社区陌生人员感知发现,登记人员感知离开等应用。
主要用途:
1.智能安防社区系统面向公安:针对社区警务应用,一方面,系统实现社区基础数据采集、数据分析、重点人员管控,实现以房管人,并通过视频智能分析、大数据分析生成各类警情和事件。另一方面,通过政务微信APP应用形成警情“推送-接警-处置-反馈-结束”处置闭环。警情处置流程和制度按照“智慧公安”警务流程再造要求进行试点,探索社区警情处置新模式。
2.智能安防社区系统面向街道:建立城区政府逐层精细化管理层级,形成街道、居委、小区三级管理模式,深化管理层次、强化管理层级。街道管理通过建立数据模型和数据规则对感知数据进行筛选,并生成感知事件。系统对感知事件进行自动整理,根据事件性质和紧急程度推送至不同处置系统,进入相关的处置环节进行流转、处理。
3. 智能安防社区系统面向网格中心:系统汇聚的前端设备和系统数据分析产生的各类告警事件,均以事件的方式推送给网格系统,网格系统根据事件种类将各类事件进行分类,产生工单,推送给网格员、居委干部等,形成事件处置的闭环。
4.智能安防社区系统面向政务中心:政务服务中心基于各类感知数据的汇聚和统计,在政务中心实现智慧社区系统建设成效的统一展现,实时展现社区感知数据总量、增量,人\车通行情况,外来感知人员数量、事件处置数量等信息。
5.智能安防社区系统面向人口办:人口办基于人员的感知发现和感知离开数据和处置核实数据,实时更新人口数据,目前该机制正在试运行中。
6.智能安防社区系统面向其他单位:其他单位,均可以通过开放服务接口,按需获取社区实时感知数据、告警数据、数据分析结论数据等。

关键技术指标:
1)车牌精确查询平均响应时间
100亿条社区微卡口过车记录数据情况下,50个用户并发,精确车牌号码查询任意1年车辆通行记录,平均响应时间≤3s。
2)车牌模糊查询平均响应时间
100亿条社区微卡口过车记录数据情况下,50个用户并发,模糊车牌号码查询任意1年车辆通行记录,平均响应时间≤3s。
3)车辆轨迹分析平均响应时间
100亿条微卡口过车记录数据情况下,进行任意1年车辆行车轨迹分析,平均响应时间≤3s。
4)管理小区总量
系统支持10万个小区的创建与管理。
5)系统单节点结构化数据管理能力
a. 系统单台数据节点支持10亿条数据存储与管理,数据多线程并发插入能力不低于3万条/秒;
b. 系统单台数据节点支持查询检索能力,10亿条数据查询响应时间低于1秒;
6)系统单节点数据采集能力
在千兆局域网条件下,系统单台采集节点支持数据库采集性能不低于100,000条/秒,文件采集性能不低于200MB/s;
7)系统单节点非结构化数据管理能力
单节点非结构化图片和视频片段云存储管理能力不低于64TB。
产品创新点:
1.优化并行加速查询引擎—OPAQ
OPAQ(优化并行加速查询引擎),是在分布式数据库基础上实现的一种中间件技术。OPAQ可以实现分布式数据库中高效查询,在海量数据(亿条记录以上)的查询、检索效果尤为明显。
OPAQ自动识别查询语句,并将查询语句分解成多条子查询语句分发给各个数据库节点进行查询,每个数据库节点返回查询结果由OPAQ融合、排序后输出。OPAQ能够自动的识别到数据所在的节点,可以将子查询任务准确的派发到节点上,使得分布式数据库的查询效率随节点数量的增加而线性增长。
OPAQ是针对海量数据应用开发的一个查询引擎,综合了Hadoop与传统数据库的优点,将结构化数据按照一定的规则并行分布式存储到n组数据库节点中,实现了Hadoop数据存储和查询检索的并行处理,又保留了结构化数据查询速度快的特点,极大提升了数据存储和查询的效率。
2.基于计算机深度学习的人脸识别技术的人脸聚类
对于深度学习技术上的不断深耕和对各类数据的收集整理,已逐渐形成了一整套行业内领先的技术体系。基于社区基础数据采集和动态感知数据采集,利用深度学习方法不断训练算法的准确性和多角度适应性,通过半监督式学习来实现算法的自我提升。另一方面,融合大数据分析技术和人脸识别技术,实现社区人脸感知数据的聚类分析,在应用层实现陌生人的感知发现与感知离开。
3.基于图计算技术的关系图谱
图计算是以“图论”为基础的对现实世界的一种“图”结构的抽象表达,以及在这种数据结构上的计算模式。通常,在图计算中,基本的数据结构表达就是:G = (V,E,D),即, V = vertex (顶点或者节点) E = edge (边) D = data (权重)。在社区大数据中,关注对象“人、房、车”作为节点,对象间的关系是边,对象间的关联关系是权重。利用Spark技术计算出不同对象间的关联关系,建立不同对象的关联,利用静态关系数据、动态感知数据计算对象间的关系,并为不同关联关系赋值,建立人、车、房等关联对象的关系图谱。
国内外市场推广情况:
智能安防社区系统在上海徐汇智能安防社区系统项目中,接入图片、结构化数据超过100亿条,系统查询检索响应时间低于3秒。系统感知发现外来人员超过500人,经验证准确有效。在黄浦智能安防社区、淞江智能安防社区、山东桓台试点项目建设、淮安样板点项目中,均有较好的应用效果。
本项目依托东方网力公司自研的大数据技术、深度学习技术,通过了国家安全防范报警系统产品质量监督检测中心(北京)、公安部安全与警用电子产品质量检测中心的测试。
其他项目应用:上海市徐汇区智能安防社区系统、上海市黄浦区泛外滩智慧楼宇项目、上海市闵行区“一标六实”系统、上海市奉贤区智慧社区系统、上海黄浦区半淞园智慧社区项目……

微信扫描二维码,关注公众号。