智慧城管智能视频分析平台解决方案.pdf

智慧城管智能视频分析平台

解

决

方

案

1

目录

前言.3

1系统概述.4

2系统架构.5

3系统功能.6

4无证摊贩监测子系统14

5出店经营监测子系统14

6违章停车监测子系统15

7监控地图显示.16

8视频监控部署.17

2

前言

智能视频分析系统的架构设计主要基于三层架构：即前

端设备接入层、媒体处理层和用户表示层。前端接入层主要

由视频采集单元、编码单元、智能分析单元、报警单元等组

成，主要负责对前端视频信息、报警信息进行获取，同时通

过智能分析单元和编码单元进行信息处理，最终接入业务中

心；媒体处理层由中心业务平台、媒体处理分发和网络存储

单元组成，主要实现业务处理控制、视频音频传送、存储以

及系统管理；作为整个智能视频分析监控的核心，中心业务

平台实现了用户和前端设备的接入认证、设备综合管理、媒

体分发转发及业务功能控制等功能，网络存储单元则需要实

现网络媒体数据的数字化录像、存储、检索、回放以及管理。

根据智慧城管应用场景，结合城管碰到的一些问题，智慧城

管视频智能视频分析主要面向门前三包、重点部位等区域。

城管人员就可以随时掌握着违章者的行踪，并在事发之前进

行预防和控制，把危害降到最低。同时将录像资料保存下来，

作为处罚的依据。

3

1系统概述

通过统一建设前端视频智慧监控减少城管监管盲区死角，

促进城管部分工作前置处理和可视化监管，实现综合协同管

理效率最大化。结合区县各街道（镇）和社区（村、居）实

际管理需求，对重要路段、市场经营场所监管难点、盲点区

域固定点进行有线监控。

针对温州***区实际情况需求，本次将新增监控点位81个，

其中高清球机30个、高清枪机35个、违停检测球16个。

深度学习算法源于科学家对于人脑的信息分析过程研究。

以人脑处理图像为例，人分析一张图像，首先通过视网膜进

行成像，将画面转换成像素，然后依次通过V1-V2-V4最后

到AIT层，形成对图像内容的理解。分析的过程逐渐复杂。

相对传统基于图像处理的方法，基于机器学习的视频数

据处理与视频内容分析技术，能够通过自学习训练自行生

4

成逻辑关系式或算法，对场景内目标进行自动识别，相比人

工进行逻辑关系式或算法设计的传统方式，机器学习方式

能够大幅提高分析及处理的准确率，成为一种革命性的创新。

随着视频深度学习技术的不断成熟，目前在车辆、人脸、

行为等方向取得较大进展，城市管理也爆发了通过视频自动

识别发现违章行为的需求，以机器换人提升城市管理的水平

和效率。

城管深度学习处理过程图

2系统架构

视频监控系统的架构如下：

5

视频监控系统架构示意图

3系统功能

视频采集

为满足中心实时视频预览和存储录像回放查看的要求，

前端视频监控系统应具备如下功能：

能够采集和传输不同分辨率下的昼夜实时视频；

支持视频的亮度、对比度、饱和度等参数的动态调节；

实时监控

通过C/S客户端和WEB浏览器，可以单画面或多画面显

示实时视频图像，