視頻監控大數據在智慧交通中的深度應用解析

陳文華

摘 要 文章以視頻監視的大數據為前提條件，對于將其使用到智慧交通當中進行了論述，對其在現實中深入應用展開了探究，謹供參考。

關鍵詞 視頻監控；大數據；智慧交通；深度應用；解析

中圖分類號 TP3 文獻標識碼 A 文章編號 1674-6708（2018）219-0126-02

以交通領域的大數據中心為基礎，簡要論述了處于發展狀態的智慧交通，利用信息化手段，讓交通當中出現的擁堵現象得以解決、讓對道路交通進行管理工的水平得以提高，為人民供給了靈動、多元化的、在出行方面的服務，這早已是交通領域達成的共識。

1 價值分析

1.1 對數據進行處理的效率得到極大的提高

數據進行處理的效率得到極大的提高，主要表現為具備極佳的性能、投入的成本資金不多、能夠靈活地進行擴展。由于卡口這方面數據的快速加大，傳統類型的Oracle關聯數據庫，它的性能會發生制約，面積大于10億條的情況下，進行查詢方面的性能就會發生一些問題，另外，在對Oracle數據庫進行布置期間，普遍要使用到性能極佳的X86型號的服務器，尤其是會使用到微型機器，投入的成本極大。可是使用大數據的返回，與Oracle數據庫進行對比，在自身所具備的性能，成本的投入多少、擴張性等領域，大數據都普遍具備不能替代的優點[ 1 ]。

1.1.1 具備極佳的性能

使用大數據進行解決的方式，應用集群的方法進行部署，借助于輔助處理器，開展分布狀態的計算，具有極佳的、對數據進行保存以及處理兩個方面的性能，在對數據進行檢索、經過研究以及判斷之后進行分析、經過統計之后進行分析等這些領域，具有更為優質的性能。由于數據數量的加大，傳統的方法所具備的性能，其優勢會逐漸變得更小，可是，大數據這個方式所具備的性能，在很大程度上，不會由于數據數量的加大，造成性能的弱化。

1.1.2 投入的成本資金不多

使用大數據進行解決的方式，能夠使用大范圍進行應用的、價格相對低廉的、X86型號的服務器，可是傳統進行解決的方式（存在關聯類型的數據庫進行解決的方法），普遍是使用相對高端類型的服務器，尤其是會使用到微型機器，另外，傳統進行解決的方式在使用的軟件當中，同樣會投入大量的資金。

1.1.3 能夠靈活地進行擴展

傳統進行解決的方式，在實施擴展方面的性能不佳，普遍要經過提高硬件配置這個方法，對系統當中所具備的性能進行提升，可是，使用大數據進行解決的方式，能夠靈活地進行擴展，能夠經過加大大數據平臺內部存在的集群節點，讓系統當中所具備的容量以及進行計算的能力得到提升。

1.2 對數據進行深入的挖掘以及使用

大數據當中所具備的智慧，主要表現在對數據進行深入的挖掘以及使用，互聯網的領導企業早就了解到了大數據的優勢。

在交通領域當中，大數據也能夠起到極大的作用。比如把所有路口部位的車流量還有出現的交通問題進行統計，肉眼觀測不到二者的關聯，可是經過大數據進行的分析以及處理工作，就可以了解到：大量豪華車輛經過的路口，發生酒駕問題的情況居多，數量龐大的大貨車頻繁行駛的路口，極易出現擁堵問題，工薪階層居住的社區周邊路口，極易出現追尾事故[2]。

對上述大數據進行分析之后得出的結論，能夠制定與之對應的解決措施，對酒駕進行整改的工作，主要在頻繁有豪華車輛經過的路口進行布控，對某一區間的路口，強化大貨車禁止通行方面的管理控制，改良工薪階層居住的社區路口，對信號燈的管理控制等。因此，大數據對于現在的智慧交通而言，其發揮的最大價值是：使用不存在限量的信息方式，對交通警察警力的具體分布狀況進行部署。

2 實際應用

在車輛當中對大數據進行使用，對前端部位收集拍攝到的大量的視頻文件以及圖片信息等這些數據，經過進行遷移使用的工具，從傳統意義的Oracle關聯數據庫內，對上述的這些數據，實施結構狀態、分布形式同時開展的計算工作等這些類型的處理，達成對車輛當中的車牌、標志、型號、款式、主駕駛以及副駕駛等方面所呈現出來的特征信息，進行提出以及結構狀態的等方面的信息，讓客戶對于車輛信息當中的大數據，進行深入挖掘方面的相關需求，能夠得到最大限度的滿足。對大數據所具備的分析性能進行調用，能夠開展更為便捷、更為智能化的檢索工作、判斷以及研究，還有就是統計等這些領域的智能化分析工作。

借助于大數據，能夠在數量龐大的信息內，以最快的速度對目標車輛進行檢索、分析以及具體位置確認，比如：1）使用車牌進行車輛搜索這一性能，經過車輛的車牌號、車身顏色、品牌、型號還有就是時間區間以及行駛過的路口等這些已知條件，隨意不清晰地組合在一起進行查詢，從數量龐大的經過車輛的記錄內，極為快速的將進行查找的精準或者是不清晰的車牌以及車輛信息反饋回來；2）使用特征進行車輛搜索這一性能，對進行搜索的目標車輛，若是有它的特征圖片，經過特征進行車輛搜索，對該車進行搜索查找、或者是查找到相同的車輛；3）使用圖片進行車輛搜索這一性能，將目標車輛第二次進行識別得出的最終結果，提供并進行上傳，從大量的經過車輛的記錄內，對和圖片當中類同的車輛圖片進行搜索的這一性能[3]。

借助于大數據，進一步進行挖掘，存在聯系、對比、研究、判斷工作這些，全部需要面向交通管制；對出警情況進行研究、判斷；對不遵守法律進行證據的提取，供給極為強大的技術方面的支持。比如，1）車輛行駛的運動軌跡：經過將準確的車牌號輸入到大數據之中，對該車輛的具體行蹤進行查找，對于這輛車在對應的時間當中，從何處行駛過來，最終要去往何處，在道路交通網絡內，都經過了哪些地方、具體都出現了什么事情、哪些部分都存在問題，全部能夠對之前的運行軌跡，以及發生的事情，實施追溯；2）對跟蹤車輛進行分析：對處于監控狀態的車輛，與之同時出行的車輛，根據時間以及行駛路線，展開查詢工作，頻繁將這部分功能使用到對犯罪團伙乘坐的車輛進行挖掘，還有就是對蓄意進行跟蹤的車輛進行排查方面；3）對車輛實施碰撞分析：對于流竄進行作案的相關案件，供給串并案件、與該案件存在牽連的車輛進行分析，經過大數據對其進行檢索以及分析，得出在多起同類型案件發生的位置以及時間當中，出現的車輛信息一致，例如，在甲、乙、丙3個地區，發生了類似案件，全部由同一車輛經過的信息，采用大數據當中碰撞分析這一性能，對車輛實施作案的現場情景重現；4）對套牌車輛進行分析：經過對即時經過的車輛信息，還有以往經過的車輛記錄，系統能夠自行組成結構形式的數據，同時與公安系統當中的八大庫內的車輛信息庫進行比較，若是信息存在差異，對于存在套牌嫌疑的車輛，經過人工進行輔助，對該車輛展開實際核查工作，隨后對智慧中心進行通知，對該車輛進行追捕，還要對刑偵機構進行通知，對該車輛展開分析，最后一步是交警對涉案人員進行處罰；5）對車輛第一次進入城市進行分析：選擇一個區域設置關卡，經過系統對這個區域當中，在一定的時間范圍內，第一次出現的車輛展開查詢工作，能夠對外來車輛進行作案的嫌疑進行排查；6）對開展的稽查布控工作進行分析：能夠對黑名單或者是白名單當中的車輛，進行單一的布控、甚至是在一定數量內進行布控，便于用戶對其進行操作，達成“對一個區域進行布控，整個道路交通網絡全體響應”，這一對整個工作進行處理的環節；7）對隱藏的車輛進行挖掘：對于作案進行踩點的車輛，對案件發生以前，頻繁出現在案發地區的車輛、案件發生之后，不再出現在案發地區的車輛進行分析；8）對白天不出現、晚上出現的車輛進行分析：這一功能，是對嫌疑車輛有無在進行查詢期間、對于白天不出現、晚上出現這一形式規律相滿足進行判斷，此性能是為了幫助案件辦理人員，以最快速度最過往的車輛進行分析；9）對經常經過的車輛進行分析：按照設定好的分析類型，頻率的區間值，對案件發生地區經過車輛的記錄展開分析工作，將案件發生以前，經常出現在案發地區的車輛找到，幫助辦理案件的人員對目標進行排查[4]。

3 結論

對上文所講的內容進行總結，可以了解到，大數據對于智慧交通而言，發揮著極為重要的作用，同時，大數據在這一領域，還具備廣闊的發展前景，因此，需要不斷對其中存在的問題進行優化，以便能夠更好地服務于智慧交通。

參考文獻

[1]何志濤，田鐵紅，孫世臻，等.基于大數據技術的視頻監控應用研究與探索[J].數字技術與應用，2017（1）：95-96.

[2]焦冬冬，尤穎，賈莉莉.基于大數據遠程視頻監控Web顯示技術[J].網絡安全技術與應用，2014（8）：132-133.

[3]王曉燕，鄒堅敏，裘晨露，等.基于數據挖掘的交通事故信息綜合分析研判系統構建研究[J].中國公共安全（學術版），2016（4）.

[4]逯峰，沙偉春，馮松青，等.基于PGIS時空大數據的治安視頻（卡口）空間選址模型研究[J].廣東公安科技，2016，24（2）：1-6.