视频监控大数据在智慧交通的应用范文

本站小编为你精心准备了视频监控大数据在智慧交通的应用参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要:文章以视频监视的大数据为前提条件，对于将其使用到智慧交通当中进行了论述，对其在现实中深入应用展开了探究，谨供参考。

关键词:视频监控；大数据；智慧交通；深度应用；解析

以交通领域的大数据中心为基础，简要论述了处于发展状态的智慧交通，利用信息化手段，让交通当中出现的拥堵现象得以解决、让对道路交通进行管理工的水平得以提高，为人民供给了灵动、多元化的、在出行方面的服务，这早已是交通领域达成的共识。

1价值分析

1.1对数据进行处理的效率得到极大的提高数据进行处理的效率得到极大的提高，主要表现为具备极佳的性能、投入的成本资金不多、能够灵活地进行扩展。由于卡口这方面数据的快速加大，传统类型的Oracle关联数据库，它的性能会发生制约，面积大于10亿条的情况下，进行查询方面的性能就会发生一些问题，另外，在对Oracle数据库进行布置期间，普遍要使用到性能极佳的X86型号的服务器，尤其是会使用到微型机器，投入的成本极大。可是使用大数据的返回，与Oracle数据库进行对比，在自身所具备的性能，成本的投入多少、扩张性等领域，大数据都普遍具备不能替代的优点[1]。

1.1.1具备极佳的性能使用大数据进行解决的方式，应用集群的方法进行部署，借助于辅助处理器，开展分布状态的计算，具有极佳的、对数据进行保存以及处理两个方面的性能，在对数据进行检索、经过研究以及判断之后进行分析、经过统计之后进行分析等这些领域，具有更为优质的性能。由于数据数量的加大，传统的方法所具备的性能，其优势会逐渐变得更小，可是，大数据这个方式所具备的性能，在很大程度上，不会由于数据数量的加大，造成性能的弱化。

1.1.2投入的成本资金不多使用大数据进行解决的方式，能够使用大范围进行应用的、价格相对低廉的、X86型号的服务器，可是传统进行解决的方式（存在关联类型的数据库进行解决的方法），普遍是使用相对高端类型的服务器，尤其是会使用到微型机器，另外，传统进行解决的方式在使用的软件当中，同样会投入大量的资金。

1.1.3能够灵活地进行扩展传统进行解决的方式，在实施扩展方面的性能不佳，普遍要经过提高硬件配置这个方法，对系统当中所具备的性能进行提升，可是，使用大数据进行解决的方式，能够灵活地进行扩展，能够经过加大大数据平台内部存在的集群节点，让系统当中所具备的容量以及进行计算的能力得到提升。

1.2对数据进行深入的挖掘以及使用大数据当中所具备的智慧，主要表现在对数据进行深入的挖掘以及使用，互联网的领导企业早就了解到了大数据的优势。在交通领域当中，大数据也能够起到极大的作用。比如把所有路口部位的车流量还有出现的交通问题进行统计，肉眼观测不到二者的关联，可是经过大数据进行的分析以及处理工作，就可以了解到：大量豪华车辆经过的路口，发生酒驾问题的情况居多，数量庞大的大货车频繁行驶的路口，极易出现拥堵问题，工薪阶层居住的社区周边路口，极易出现追尾事故[2]。对上述大数据进行分析之后得出的结论，能够制定与之对应的解决措施，对酒驾进行整改的工作，主要在频繁有豪华车辆经过的路口进行布控，对某一区间的路口，强化大货车禁止通行方面的管理控制，改良工薪阶层居住的社区路口，对信号灯的管理控制等。因此，大数据对于现在的智慧交通而言，其发挥的最大价值是：使用不存在限量的信息方式，对交通警察警力的具体分布状况进行部署。

2实际应用

在车辆当中对大数据进行使用，对前端部位收集拍摄到的大量的视频文件以及图片信息等这些数据，经过进行迁移使用的工具，从传统意义的Oracle关联数据库内，对上述的这些数据，实施结构状态、分布形式同时开展的计算工作等这些类型的处理，达成对车辆当中的车牌、标志、型号、款式、主驾驶以及副驾驶等方面所呈现出来的特征信息，进行提出以及结构状态的等方面的信息，让客户对于车辆信息当中的大数据，进行深入挖掘方面的相关需求，能够得到最大限度的满足。对大数据所具备的分析性能进行调用，能够开展更为便捷、更为智能化的检索工作、判断以及研究，还有就是统计等这些领域的智能化分析工作。借助于大数据，能够在数量庞大的信息内，以最快的速度对目标车辆进行检索、分析以及具体位置确认，比如：

1）使用车牌进行车辆搜索这一性能，经过车辆的车牌号、车身颜色、品牌、型号还有就是时间区间以及行驶过的路口等这些已知条件，随意不清晰地组合在一起进行查询，从数量庞大的经过车辆的记录内，极为快速的将进行查找的精准或者是不清晰的车牌以及车辆信息反馈回来；

2）使用特征进行车辆搜索这一性能，对进行搜索的目标车辆，若是有它的特征图片，经过特征进行车辆搜索，对该车进行搜索查找、或者是查找到相同的车辆；

3）使用图片进行车辆搜索这一性能，将目标车辆第二次进行识别得出的最终结果，提供并进行上传，从大量的经过车辆的记录内，对和图片当中类同的车辆图片进行搜索的这一性能[3]。

借助于大数据，进一步进行挖掘，存在联系、对比、研究、判断工作这些，全部需要面向交通管制；对出警情况进行研究、判断；对不遵守法律进行证据的提取，供给极为强大的技术方面的支持。比如，

1）车辆行驶的运动轨迹：经过将准确的车牌号输入到大数据之中，对该车辆的具体行踪进行查找，对于这辆车在对应的时间当中，从何处行驶过来，最终要去往何处，在道路交通网络内，都经过了哪些地方、具体都出现了什么事情、哪些部分都存在问题，全部能够对之前的运行轨迹，以及发生的事情，实施追溯；

2）对跟踪车辆进行分析：对处于监控状态的车辆，与之同时出行的车辆，根据时间以及行驶路线，展开查询工作，频繁将这部分功能使用到对犯罪团伙乘坐的车辆进行挖掘，还有就是对蓄意进行跟踪的车辆进行排查方面；

3）对车辆实施碰撞分析：对于流窜进行作案的相关案件，供给串并案件、与该案件存在牵连的车辆进行分析，经过大数据对其进行检索以及分析，得出在多起同类型案件发生的位置以及时间当中，出现的车辆信息一致，例如，在甲、乙、丙3个地区，发生了类似案件，全部由同一车辆经过的信息，采用大数据当中碰撞分析这一性能，对车辆实施作案的现场情景重现；

4）对套牌车辆进行分析：经过对即时经过的车辆信息，还有以往经过的车辆记录，系统能够自行组成结构形式的数据，同时与公安系统当中的八大库内的车辆信息库进行比较，若是信息存在差异，对于存在套牌嫌疑的车辆，经过人工进行辅助，对该车辆展开实际核查工作，随后对智慧中心进行通知，对该车辆进行追捕，还要对刑侦机构进行通知，对该车辆展开分析，最后一步是交警对涉案人员进行处罚；

5）对车辆第一次进入城市进行分析：选择一个区域设置关卡，经过系统对这个区域当中，在一定的时间范围内，第一次出现的车辆展开查询工作，能够对外来车辆进行作案的嫌疑进行排查；

6）对开展的稽查布控工作进行分析：能够对黑名单或者是白名单当中的车辆，进行单一的布控、甚至是在一定数量内进行布控，便于用户对其进行操作，达成“对一个区域进行布控，整个道路交通网络全体响应”，这一对整个工作进行处理的环节；

7）对隐藏的车辆进行挖掘：对于作案进行踩点的车辆，对案件发生以前，频繁出现在案发地区的车辆、案件发生之后，不再出现在案发地区的车辆进行分析；

8）对白天不出现、晚上出现的车辆进行分析：这一功能，是对嫌疑车辆有无在进行查询期间、对于白天不出现、晚上出现这一形式规律相满足进行判断，此性能是为了帮助案件办理人员，以最快速度最过往的车辆进行分析；

9）对经常经过的车辆进行分析：按照设定好的分析类型，频率的区间值，对案件发生地区经过车辆的记录展开分析工作，将案件发生以前，经常出现在案发地区的车辆找到，帮助办理案件的人员对目标进行排查[4]。

3结论

对上文所讲的内容进行总结，可以了解到，大数据对于智慧交通而言，发挥着极为重要的作用，同时，大数据在这一领域，还具备广阔的发展前景，因此，需要不断对其中存在的问题进行优化，以便能够更好地服务于智慧交通。

参考文献

[1]何志涛，田铁红，孙世臻，等.基于大数据技术的视频监控应用研究与探索[J].数字技术与应用，2017（1）：95-96.

[2]焦冬冬，尤颖，贾莉莉.基于大数据远程视频监控Web显示技术[J].网络安全技术与应用，2014（8）：132-133.

[3]王晓燕，邹坚敏，裘晨露，等.基于数据挖掘的交通事故信息综合分析研判系统构建研究[J].中国公共安全（学术版），2016（4）.

[4]逯峰，沙伟春，冯松青，等.基于PGIS时空大数据的治安视频(卡口)空间选址模型研究[J].广东公安科技，2016，24（2）：1-6.

作者：陈文华 单位：杭州海康威视数字技术股份有限公司