交通违法提醒教育管理平台建设方案.docx

交通违法提醒教育管理平台建设方案 目 录 TOC \o 1-3 \u 一、项目概况 3 二、技术参数 4 2.1服务参数要求 4 2.1交通违法提醒教育管理平台 11  一、项目概况 根据2021年4月在成都召开的全国公安交通管理工作会议，公安部党委书记、部长赵克志在会上强调规范交警执法处罚，“严禁过度执法、逐利执法、粗暴执法”的指导精神。 项目从构建和谐的交通执法环境出发，根据一线执勤执法工作的需要，如何恰当行驶道路交通违法行为处罚自由裁量权，运用公正、灵活的执法技巧，充分体现“以人为本”的原则，增强实施口头警告的操作性，对于情节轻微，未影响道路通行的、未造成安全后果的且违法行为人能及时消除违法状态的一些违法形态采取先告知整改而后再观后效采取措施的方式。针对轻微交通违法行为监管业务需求研发本系统。 系统将建设一套基于AI人工智能算法的交通违法提醒教育管理平台；利用计算机图像识别、机器学习、卷积神经网络等技术手段，实现图片内车辆目标检测，检测信息包含车牌号码、车辆品牌、打电话、不系安全带等，可自动关联车主联系电话，采用电话告知方式及时提醒车主纠正违法行为；针对行人、电动自行车违法多发，管理不到位等问题，探索人脸识别、电动自行车号牌识别等方式，固定违法证据，通过平台开展提醒教育；也可使用标准HTTP接口对接第三方平台违法数据进行违法教育工作。经告知并及时纠正违法行为的信息将不再列入执法证据；经告知拒不整改则记录告知过程，并对其进行非现场执法措施。从而能够规范轻微交通违法的管理流程、减少人力资源的投入，创造和谐的交通执法环境。 二、技术参数 2.1服务参数要求 序号 名称 产品描述 数量 1 视频违法事件检测服务器 2U机架式服务器； CPU:≥2颗20核40线程，主频≥2.1GHz； GPU: ≥2张AI算力卡, 单卡FP32单精度浮点计算性能不低于8.1TFlops(每秒8.1万亿次)； 内存：≥8*32GB DDR4； 硬盘：≥5*300GB SAS盘； RAID卡:支持RAID0,1,5,6,10,50,60-12Gb/s-1GB Cache； 网卡：≥2*千兆网卡； 单台日均最少支持50路视频识别能力； 质保三年； 硬盘免返还； 无需要单独配备显示器、键盘。 1/台 2 2.1轻微交通违法行为管理系统软件 系统应支持AI图片识别能力：目标捕获率≥95%，有效率≥90%；系统基于AI深度学习技术，对前端卡口、高清道路监控上传的抓拍图片进行深度识别。可检测机动车、非机动车、行人等目标。可识别车牌号、车牌类型、车牌颜色，车辆品牌、车辆款式、车辆类型、车身颜色等基本特征，可识别进气格栅、大灯、反光镜、后视镜、遮阳板、年检标排列、纸巾盒、挂饰摆件等特征物，可定位司机及副座乘员脸部图像并抠图上传。 2. 系统应支持车辆违法停车：车辆捕获率≥90%，有效率≥85%；系统支持划定违停检测区域，可检测机动车在路口、路段及其他禁止停车的区域内的违法停车行为，可自动记录车辆停车入位、停车延续等至少3张取证记录图像，图像中可清晰识别并记录违停车辆的车牌号码、车牌颜色、违法类型，违停开始时间和延续时长（可根据现场设置阈值）。 3. 系统应支持开车打电话识别能力：车辆捕获率≥85%，有效率≥80%；系统可基于前端卡口图片或高清道路监控图像的深度识别，对司机行车时接打电话的交通违法行为自动检测、取证和记录，可自动叠加违法抓拍时间、地点、行车方向、违法行为等信息，可自动识别、标注司机开车时接打电话行为。 4. 系统应支持开车不系安全带识别能力：车辆捕获率≥85%，有效率≥80%；系统可基于前端卡口图片或高清道路监控图像的深度识别，对司机及前排乘员行车不系安全带的交通违法行为自动检测、取证和记录，可自动叠加违法抓拍时间、地点、行车方向、违法行为等信息，可自动识别、标注司机、前排乘员行车时不系安全带行为。 5.系统应支持驾驶员人脸检测建模能力：目标捕获率≥90%，有效率≥85%；可基于深度学习技术对驾驶员人脸三维建模，并根据人脸模型和可视图像对驾驶员人脸进行三维图像还原分析，对司机遮挡上额头、司机侧脸、司机低头等不良识别角度图像进行还原分析，可用于对复杂刑事案件、交通肇事案件的快速侦查和取证。 6. 系统应支持快递车厂家识别能力：目标捕获率≥85%，有效率≥80%；系统可基于深度特征模型、车辆车身标志物、字符等智能识别，对快递车辆的所属厂家智能识别，可识别的厂家类别应涵盖市面常见的快递厂家标识。可用于对快递车交通违法的专项治理或以厂家为单位的专项治理行动提供数据支撑。 7. 系统应支持外卖车厂家识别能力：目标捕获率≥85%，有效率≥80%；系统可基于深度特征模型、车辆车身标志物、字符等智能识别，对外卖车辆的所属企业智能识别，