法院查封布控车辆与交警没有关系，不需要手续。违法车辆从卡口经过时，系统会对车牌号码进行识别和自动对比，并在第一时间发出报警，报告车辆的行进方向、行驶位置等信息。一旦发现报警信号，民警就会对相应车辆进行现场布控、查处。
实施布控应当遵循以下原则：
快速反应原则。接警单位接报重大警情后，对符合实施布控堵截条件的，立即请求或直接组织实施布控堵截。
范围适度原则。根据案件的发生时间、紧急程度、犯罪嫌疑人（车辆）逃跑路线和可控性等条件，合理确定布控堵截范围。
温馨提示：答案为网友推荐，仅供参考
第1个回答 2021-07-13
布控车辆需要驾驶证，身份证。
“机动车缉查布控系统”现阶段主要针对逾期未检验车辆，逾期未报废车辆，假、套牌车辆，存在违法未处理且违章数量达到一定数量的车辆，以及涉嫌盗抢车辆进行布控。该系统设有违法车辆号牌数据库，并和道路监控卡口实现联网。
违法车辆从卡口经过时，系统会对车牌号码进行识别和自动对比，并在第一时间发出报警，报告车辆的行进方向、行驶位置等信息。一旦发现报警信号，民警就会对相应车辆进行现场布控、查处。
主要优势：
计算机布控是海关对进出口货物进行抽查的一种方式。报关员在报关时，首先手工填写报关单，交到报关现场的预录入中心，将报关数据录入海关系统。入境后，这些电子数据将传送到海关查验中心进行查验。
在海关稽查中心对电子数据进行审核的过程中，所有发送到报关单的数据将被随机抽取。计算机选择的，由海关稽查中心海关系统对报关货物下发控制令。因此，现场海关将根据提示通知出入境货物的所有人。或其代理人，配合现场海关对货物进行现场检查。
本回答被网友采纳第2个回答 2021-07-13
1、开据交易：缴纳二手车交易税。私户1%收取，公户4%收取，
2、车辆外检：将车开到检车处，车辆进行外检、拓号、拆牌和照相，领取车辆照片，贴于检查记录表上，进入过户大厅办理归档手续。
3、车牌选号：取号机取号之后，拿着相关材料排队缴纳过户费用。
4、转移迁出：需要的材料包括机动车注册、转移、注销登记表/转入申请表，检查记录表，原机动车产权登记证，原行驶证，原车主身份证，原车牌号，车辆照片，交易市场过户发票。
车辆过户所需材料
(一)《机动车注册、转移、注销登记/转入申请表》原件;
(二)现机动车所有人的身份证明原件及复印件;
(三)机动车所有权转移的证明、凭证原件或者原件及复印件。其中，二手车销售发票、《协助执行通知书》和国家机关、企业、事业单位和社会团体等单位出具的调拨证明应当是原件;
(四)《中华人民共和国海关监管车辆解除监管证明书》或者海关批准的转让证明原件(海关监管的机动车);
本回答被网友采纳第3个回答 2019-12-27
2、车辆布控业务
2.1车辆布控功能
系统应支持车辆布控功能，能够对基于大数据平台中的卡口、电警、复用卡口等设备的车辆信息进行自定义不同，并且各业务部门对嫌疑车辆的定义和关注程度不同，车辆布控业务支持分级分用户。
系统通过手工录入或者批量导入的方式建立车辆布控数据库，车辆布控数据库至少包括车辆号牌，号牌颜色、布控级别、布控单位，布控人，布控原因，布控有效期等字段，从而实现对报废车辆、嫌疑车辆、套牌车辆、监管车辆等进行有效的布控管理。
支持系统报警功能，可以对前端设备、网络、管理平台、存储的状态进行监控和报警。同时报警信息及时的通知管理员。
支持多种报警联动方式，并且针对不同报警类型可设置不同的报警声音，同时系统除支持黑名单功能外，还提供红名单和白名单功能。
n 车辆进出城/高危时段布控
系统应支持车辆首次进城、多次进城不出城、昼伏夜出、高危时段、悬挂高危地域车牌车辆等布控分析，系统应根据布控规则，自动针对监测点抓拍的车牌数据进行筛选挖掘，针对该地区出现的布控车牌自动筛选；系统应提供独立查询界面，能够通过开始时间、结束时间、卡口名称等条件进行数据筛选。布控条件应包含：布控日期、布控时间段、布控地点(卡口)、通行次数等。
2.2报警管理与联动功能要求
基于各种布控规则，系统应支持多种报警的接收、处理、发送和确认功能。
支持报警联动功能，一路报警可支持不少于16个联动动作，联动策略可配置。支持报警联动到开关量输出、联动到监视器及客户端的视频播放、联动预置位、联动存储及报警摄像机在地图的显示。系统支持卡口/电警/复用卡口周边监控点位联动，可以根据报警点联动周边0-2公里内的摄像机进行图像浏览，上墙显示。
此外还可以与专业报警管理系统软件实现集成，当发生报警时，通过软件联动实现图像切换、报警存储等。
二、视频复用、车脸识别、人员特征识别
1、监控视频卡口复用业务
许昌市视频监控高清化建设已具备规模，高清图像在为破案侦查起到了重要作用。然而随着建设发展点位密集的越来越高，事后视频查阅、证据定位耗费的精力从未建设，随着大数据的到来，主动安防、视频情报化成为今后技术发展的重要方向，为保障项目投资，对现有监控资源充分利用，要求基于现有监控枪机、球机实现智能分析、视频复用，可以自动分离出所有的运动目标，并将目标按照人、车等对象进行分类，并根据这些特征进行检索。视频复用抓拍图片产生的结构化信息、图像和视频片段存储在视频专网或根据需要统一导入到公安信息网进行集中存储、整合应用。
目前许昌全市各城区建设的卡口系统主要在城市主干道内，而城市一些支路、重点单位/社区出入口等区域的卡口建设还是空白，本次建设是要利用该类区域的视频监控进行有效的车辆特征数据的提取，通过与Hadoop大数据平台的融合，实现机动车图片抓拍、车身颜色、车型、车辆号牌识别、行驶方向、车辆速度检测、轨迹分析、历史轨迹查询、布控比对报警等车辆全方位管控业务功能，联动图片抓拍视频片段、联动周边视频上墙、联动周边视频弹窗显示、联动报警录像等多业务定制功能，满足治安、交通管理等多种业务需求功能。
2、人物特征识别与检索业务
视频复用的另外一个重要应用就是对于人的不同部位进行分类、区别，并根据这些特征进行检索，如对人的上下半身颜色、人脸等进行检索。本次人物特征识别建设同车辆识别要求一致，需要利用现有监控资源对城区支路、热点社区/区域的人进行特征化提取。提取后的特征化信息、图片、关联短视频能够与现有视频共享平台无缝融合、集中存储，基于平台的大数据实现关键字段信息的清洗，构建基于Hadoop的人物特征库，基于平台实现大数据秒级检索。系统可基于人物特征库实现人物衣着颜色、时间等信息检索，人员行驶轨迹，关联视频播放，检索视频浓缩、视频拼接及录像导出。
3、车脸识别业务
案件侦破中基于涉案机动车的排查往往是破案的关键，以往案件中采用卡口系统对车牌进行识别，通过车牌在海量数据中检索车辆，但嫌疑车辆往往会采用假牌、套牌、无牌以及多次更换车牌等方式来逃避卡口系统的追踪和识别，也给案件的侦破工作带来很大的困难。如何克服车牌易伪装的特性，以及在没有车牌信息的时候，还能对车辆进行识别和查找，车脸识别是目前解决问题的有效途径。
要求系统基于车牌识别和大数据利用车辆本身的特征，实现数据检索的结构化，满足以车找车的需求。要求能够实现对车辆的车头或车位识别，识别车型精确到年份款型等进行识别，同时兼顾车辆原有特征如车牌识别、车型大小、车身颜色等，并通过以上结构化数据信息实现复合检索。车辆识别颜色不低于7种、车辆类型不低于6种(三轮车、面包车、摩托车、货车、客车、轿车)；车型识别库应包含目前国内常见车辆款型，应不低于1800种车辆款型库、不低于120种车标识别库、识别准确率不低于90%；检索类型应包含起始时间段、车辆品牌、车辆类型、车身颜色、车系类型及车辆款型、车牌号码、识别可信度、车辆识别有效性等；基于大数据的应用，亿级数据量检索时间<5S。
此外，系统应支持套牌假牌车辆查询布控模块、数据统计模块、布控预警模块，支持与车管库对接获取库中车辆的车牌、车型、车身颜色、车辆品牌等车辆有效数据。通过车辆布控实现套牌车、假牌车、嫌疑车辆的实时布控，发现符合条件的车辆，即可启动报警。
05可视域、网格追踪、智能运维
三、可视域、网格追踪、智能运维
1、地图可视域业务
随着治安监控的建设，监控点位、卡口点位越来越多，传统的视频检索方式随着建设数量的增大不断降低，可视化、基于地理位置的检索方式成为当前监控应用的新趋势，本次系统整体业务要求基于PGIS或离线地图实现。
1.1地图功能要求
要求提供地理信息系统功能，并可与接处警系统、视频监控系统、卡口系统及其他业务系统集成，实现各类信息在地图上的展示及操作。
地理信息系统的基本技术要求如下：
(1)地图显示响应时间≤2秒，查询分析响应时间≤5秒；
(2)B/S地图浏览，100个用户并发获取地图请求时，每个地图请求的显示响应时间≤2秒；
(3)地址匹配响应时间，25个用户并发获取地址信息时，每个地址匹配请求响应时间≤2秒；
(4)对于单类信息的快速查询：响应时间小于5秒；
(5)对于复杂的综合查询，响应时间一般在30秒钟之内；
(6)对于模糊查询与统计数据：响应时间在2分钟内；
(7)返回记录超过200条以上的数据查询及涉及复杂计算统计的反应时间不应超过10秒；
(8)地图放大/缩小、平移、选择(点、框、圈、多边形)、全局图、放大镜、对中等操作反应时间不应超过2秒；
(9)在线路带宽允许的条件下(≥100M)，WebGIS地图响应时间不超过3秒；
(10)GPS移动目标响应时间，200个移动目标并发获取实时信息时，每个GPS监控请求响应时间≤2秒(不包含GPS系统延迟时间)；
(11)长度/面积测量、区域信息度量和统计的误差不超过3%；
(12)地图升级，原有地图配置业务不受影响；支持监控、卡口、电警设备经纬度信息批量导入；
(13)客户端需支持离线地图模式，以提高系统的加载效率；
(14)各用户可以在基于地图自定义不同业务，用户可在不同位置登陆，定义功能不受影响；
(15)系统要求不限用户数，且同时支持不低于200个用户的并发访问；
(16)支持基于地图的视频巡逻功能，支持自定义巡逻路径、摄像机切换时间，并能在地图上展示巡逻轨迹；
(17)支持基于地图的视频及时回放、录像倒放、分段回放、视频历史快照、录像批量下载、录像分段下载等视频基本业务；
(18)摄像机点位能够根据地图的缩放调整图标大小，支持多点汇聚在一起显示，并显示摄像机数量；
(19)支持自定义防区，可根据需要绘制任意形状的防区，防区内支持实况、回放、录像下载等业务，支持视频巡逻功能；
(20)支持基于地图的视频标记和地图叠加，并能够标注各种资源设备信息。
1.2动态可视域功能
基于PGIS或离线地图，摄像机点位支持可视域(视角、朝向、可视距离)标注，摄像场景与地图可视域方向同步；在实况云台控制时，在地图上，可视域随着云台的转动而转动，通过这一功能，用户可以直观了解各点位在实际场景的监控区域。
1.3可视域碰撞功能
社会治安监控中监控点位部署的有效性与摄像机的可视域有直接的关系。案件发生地若不在可视域内，查看周边监控是无效且耗费资源的，基于地图路径和可视域可以过滤出有效的监控信息，提升案件证据的定位实效，减少无效的人力、资源投入。
要求系统支持基于地图的线选、框选功能，按照案件推理侦破的需要，可以基于地图通过线选制定嫌疑人/车的行驶路径、框选嫌疑人/车经过的区域，将该路线、区域与该范围内精确标定的摄像机点位的可视域进行碰撞，可以直观、精确定位到可能包含目标嫌疑人经过的视频录像点位，通过时间、空间关系精确锁定目标录像，避免以往“大海捞针”一般查阅所有点位录像，确保公安在最短的时间内搜索到最优可能的录像片段。
2、网格追踪业务
基于地图或传统方式，通过摄像机实现对人、车的追踪是比较困难的，需要操作人物对所有辖区的地理位置、摄像机安装位置、摄像机可视域及当前朝向要熟悉掌握，面对海量监控这是难以实现的。为更直观、便捷的满足动态人物/车辆定位、跟踪，要求实现基于地图的视频追踪业务。
当点击单点视频，支持自动将周围N个监控点调用到屏幕上进行实时监控或录像同步回放(可选择联动范围半径)；当关注的监控点切换时，自动将所关注监控点置于中心，同时可以对活动的目标进行接力跟踪，在周边相邻的摄像机之间快速切换。
基于录像的：选择热点点位，确定回放的时段。以热点点位为中心，自动选择周边的点位，在回放窗格中同时回放多路，方便快速寻找线索。地图上同时显示回放点位的关系图。
切换热点，自动计算周边点位，并重新布局播放录像。
在录像回放中，通过录像网格追踪功能可以再现目标在空间上变化的轨迹，并且了解当时该区域内的总体态势，有助于公安人物发现周边的可疑线索，尤其是多人团伙作案业务应用。
基于实况的：支持实况热点点位+周围点位同时播放，播放窗格数可切换6分屏、8分屏、10分屏；双击周围点位切换为新的热点点位，并自动切换周围点位。在实际业务中，重大活动现场保障和实时抓逃中，可疑通过实况网格追踪功能在地图上直观展现目标移动情况，并且通过摄像点位实时掌握目标动态，无缝切换跟踪。
06智能运维
3、智能运维
3.1拓扑管理功能
目前系统建设规模越来越庞大，设备管理维护耗费大量精力，设备巡查占用警员过多的工作时间。本次系统建设要求能够实现对全网设备的智能网管功能，能够通过远程网管实时掌握设备的运行状态、工作质量，及时有效地对系统进行评估、维护。
要求系统支持网络拓扑管理功能，全网设备自动发现，自动生成拓扑，方便管理。
支持各级子网管理，设备标签、链路标签，支持多种监视指标的设置，支持网络、设备负载情况的颜色显示。
全网设备自动发现，省去繁琐的人工配置工作，大大提升了使用体验；
要求支持标准SNMP协议，支持SNMP的所有网络交换设备、监控设备、服务器设备、存储设备、客户端设备等均可接入。
3.2全网资产统计
支持卡口/复用卡口/IPC设备的资产统计管理；支持全网的资产统计，支持按组织/资产类型分类统计，统计结果可导出，打印。
3.3视频质量诊断功能
为保障视频建设图像的有效性，要求对视频、图片进行实时质量诊断，及时对成像有问题的设备维护调整。要求系统管理人物能够实时了解系统中核心设备的运行状况，及时发现设备及网络故障信息，能够提供对系统内设备的自动巡检功能，对巡检情况做统计分析，并按照需要生成统计报表。还可通过采用轮巡的方式，执行对前端视频图像的质量诊断，使系统维护人物能够快速了解异常情况，及时排除设备故障，有效预防因图像质量问题带来的损失和影响。视频质量诊断系统从监控系统获取视频流进行分析，不会干扰监控系统的正常运行。
系统可以对以下视频故障进行检测：
画面冻结：检测画面出现异常冻结现象，质量诊断系统能检测出异常，给出评估得分，以不同颜**分画面质量，并可以查看诊断画面了解图像实际效果。
画面颜色异常：检测画面出现大面积视频画面偏色，质量诊断系统能检测出异常，给出评估得分，以不同颜**分画面质量，并可以查看诊断画面了解图像实际效果。
图像模糊：检测画面图像模糊，质量诊断系统能检测出异常，给出评估得分，以不同颜**分画面质量，并可以查看诊断画面了解图像实际效果。
信号丢失：检测画面视频信号丢失，质量诊断系统能检测出异常，给出评估得分，以不同颜**分画面质量，并可以查看诊断画面了解图像实际效果。
亮度异常：检测画面视频图像过亮或者过暗，质量诊断系统能检测出异常，给出评估得分，以不同颜**分画面质量，并可以查看诊断画面了解图像实际效果。
噪声干扰：检测画面由于各种原因产生大量噪声，质量诊断系统能检测出异常，给出评估得分，以不同颜**分画面质量，并可以查看诊断画面了解图像实际效果
3.4录像诊断功能
存储设备的录像状态监测原来都是通过设备运行状态、磁盘运转情况来判断的，但是往往还是会出现查录像时录像损坏、未录上等视频丢失的情况。因此要求系统能够自动对录像进行检测，根据录像计划查看各摄像机的录像状态：是否按计划录像、录像是否完整，支持查看各摄像机的工作状态：离线、在线、视频丢失。通过报表，对于已经离线占用的无效存储资源、存储录像完整性可以做到一目了然。录像监测的最小时间段应不大于5min。
3.5系统告警管理
系统支持设备故障报警和恢复报警，包括温度告警、风扇故障告警、视频丢失告警、运动检测告警、开关量告警、存储满告警、存储读写失败告警、设备上线告警、设备下线告警等；当发现系统设备发生故障或出现异常时，能发出告警提示信息。系统应具有完备的告警和故障管理机制及流程，能自动汇总全网中故障设备，形成故障设备列表，使管理员能快速、清晰的找到需要关注的故障设备；能自动分类汇总全网中前端监控系统状态情况，形成状态分类列表，使管理员能快速、清晰的掌握前端监控系统的运行状态。
07云存储系统
四、云存储系统
1、监控云存储建设要求
随着前端监控点位的增加，存储系统中需要存储大量的视频数据，存储系统里面的录像也会快速增长，存储空间要求增大。而且当存储系统内的录像过快增长，录像的检索查找等操作将会给存储系统带来巨大的压力，特别是单台存储下面存放的录像超过一定数量会造成查找效率急剧下降。为了满足存储空间后期扩展要求，以及配合大数据平台实现快速存储、快速查找，本次基于已建IPSAN存储设备实现云存储升级，要求对原有存储设备进行有效利用，并实现无缝接入。
视频云存储系统需安全、可靠、易管理，实现大容量视频、图片、过车数据的集中存储，事件发生时可以随时变更录像时长并即时生效和不停机扩容存储以满足增加时长的存储量要求，以确保视频图像存储的安全性、可靠性。
云存储要针对治安监控、卡口大数据分析与挖掘，满足大量结构化数据、非结构化存储和分析需求研发而成，整体系统提供高速的数据库读写和大数据分析服务。系统支持高达千亿级的数据存储和分析，结合Hadoop架构，能够具备更快的检索和计算能力。基于Hadoop架构和云存储系统的高耦合对接，完善实时事件处理功能，实现海量信息的快速处理和推送。
云存储系统应采用集群架构，通过虚拟化技术实现存储资源的统一分配、空间调度管理。支持视频图像、图片按照时间段分布在存储系统内不同的存储节点上，对应的存储空间能够无缝的扩大和缩减。系统支持负载均衡和智能路由，保障系统整体设备运行的稳定性和高效性。存储节点的添加或删除不能影响整个系统的正常工作，系统最大存储容量不低于240PB。
要求云存储系统能够在系统容量达到规划规模时，性能指标不下降。视频存储应避免长期循环复写产生的文件碎片问题。支持视频、图片、数据信息数据的直存功能。
设备性能要保证当有硬盘故障，设备做RAID重建时，原接入容量视频数据依然能可靠写入数据不丢失，并且满足调阅要求，性能指标不下降。
存储设备的关键部件必须做到双冗余，降低存储设备硬件故障，并考虑多种硬盘冗余技术的使用；
前端设备故障情况(被破坏，意外停电，网络中断)，前端设备故障前时间段图像数据必须保存在存储设备上(时间粒度到秒)，历史图像能够做到一秒不丢，保障公安视频录像的完整性和可靠性，并能被多个用户的客户端设备立即检索到；任意一台存储设备故障情况下，允许系统自动指定网络上任意一台备份存储设备接替工作；
从公安实战及大数据挖掘应用角度出发，要求存储录像能够满足尽量减少检索时间，能够快速精度定位到需要查询的时间点，并检索到当前时间前一秒的录像，如具备即时回退等功能；
视频存储设备应采用高密度设计，尽可能节约机房空间，降低系统基础用电量。支持基于硬盘、硬盘组和整机的自动/手动休眠和自动/手动唤醒，有效降低系统能耗，节约运行维护成本。
卡口图片存储应满足至少3个月时间期限，过车数据存储时间应至少满足2年时间期限，在大规模数据下，数据查询需快速、准确。本回答被网友采纳
2.1车辆布控功能
系统应支持车辆布控功能，能够对基于大数据平台中的卡口、电警、复用卡口等设备的车辆信息进行自定义不同，并且各业务部门对嫌疑车辆的定义和关注程度不同，车辆布控业务支持分级分用户。
系统通过手工录入或者批量导入的方式建立车辆布控数据库，车辆布控数据库至少包括车辆号牌，号牌颜色、布控级别、布控单位，布控人，布控原因，布控有效期等字段，从而实现对报废车辆、嫌疑车辆、套牌车辆、监管车辆等进行有效的布控管理。
支持系统报警功能，可以对前端设备、网络、管理平台、存储的状态进行监控和报警。同时报警信息及时的通知管理员。
支持多种报警联动方式，并且针对不同报警类型可设置不同的报警声音，同时系统除支持黑名单功能外，还提供红名单和白名单功能。
n 车辆进出城/高危时段布控
系统应支持车辆首次进城、多次进城不出城、昼伏夜出、高危时段、悬挂高危地域车牌车辆等布控分析，系统应根据布控规则，自动针对监测点抓拍的车牌数据进行筛选挖掘，针对该地区出现的布控车牌自动筛选；系统应提供独立查询界面，能够通过开始时间、结束时间、卡口名称等条件进行数据筛选。布控条件应包含：布控日期、布控时间段、布控地点(卡口)、通行次数等。
2.2报警管理与联动功能要求
基于各种布控规则，系统应支持多种报警的接收、处理、发送和确认功能。
支持报警联动功能，一路报警可支持不少于16个联动动作，联动策略可配置。支持报警联动到开关量输出、联动到监视器及客户端的视频播放、联动预置位、联动存储及报警摄像机在地图的显示。系统支持卡口/电警/复用卡口周边监控点位联动，可以根据报警点联动周边0-2公里内的摄像机进行图像浏览，上墙显示。
此外还可以与专业报警管理系统软件实现集成，当发生报警时，通过软件联动实现图像切换、报警存储等。
二、视频复用、车脸识别、人员特征识别
1、监控视频卡口复用业务
许昌市视频监控高清化建设已具备规模，高清图像在为破案侦查起到了重要作用。然而随着建设发展点位密集的越来越高，事后视频查阅、证据定位耗费的精力从未建设，随着大数据的到来，主动安防、视频情报化成为今后技术发展的重要方向，为保障项目投资，对现有监控资源充分利用，要求基于现有监控枪机、球机实现智能分析、视频复用，可以自动分离出所有的运动目标，并将目标按照人、车等对象进行分类，并根据这些特征进行检索。视频复用抓拍图片产生的结构化信息、图像和视频片段存储在视频专网或根据需要统一导入到公安信息网进行集中存储、整合应用。
目前许昌全市各城区建设的卡口系统主要在城市主干道内，而城市一些支路、重点单位/社区出入口等区域的卡口建设还是空白，本次建设是要利用该类区域的视频监控进行有效的车辆特征数据的提取，通过与Hadoop大数据平台的融合，实现机动车图片抓拍、车身颜色、车型、车辆号牌识别、行驶方向、车辆速度检测、轨迹分析、历史轨迹查询、布控比对报警等车辆全方位管控业务功能，联动图片抓拍视频片段、联动周边视频上墙、联动周边视频弹窗显示、联动报警录像等多业务定制功能，满足治安、交通管理等多种业务需求功能。
2、人物特征识别与检索业务
视频复用的另外一个重要应用就是对于人的不同部位进行分类、区别，并根据这些特征进行检索，如对人的上下半身颜色、人脸等进行检索。本次人物特征识别建设同车辆识别要求一致，需要利用现有监控资源对城区支路、热点社区/区域的人进行特征化提取。提取后的特征化信息、图片、关联短视频能够与现有视频共享平台无缝融合、集中存储，基于平台的大数据实现关键字段信息的清洗，构建基于Hadoop的人物特征库，基于平台实现大数据秒级检索。系统可基于人物特征库实现人物衣着颜色、时间等信息检索，人员行驶轨迹，关联视频播放，检索视频浓缩、视频拼接及录像导出。
3、车脸识别业务
案件侦破中基于涉案机动车的排查往往是破案的关键，以往案件中采用卡口系统对车牌进行识别，通过车牌在海量数据中检索车辆，但嫌疑车辆往往会采用假牌、套牌、无牌以及多次更换车牌等方式来逃避卡口系统的追踪和识别，也给案件的侦破工作带来很大的困难。如何克服车牌易伪装的特性，以及在没有车牌信息的时候，还能对车辆进行识别和查找，车脸识别是目前解决问题的有效途径。
要求系统基于车牌识别和大数据利用车辆本身的特征，实现数据检索的结构化，满足以车找车的需求。要求能够实现对车辆的车头或车位识别，识别车型精确到年份款型等进行识别，同时兼顾车辆原有特征如车牌识别、车型大小、车身颜色等，并通过以上结构化数据信息实现复合检索。车辆识别颜色不低于7种、车辆类型不低于6种(三轮车、面包车、摩托车、货车、客车、轿车)；车型识别库应包含目前国内常见车辆款型，应不低于1800种车辆款型库、不低于120种车标识别库、识别准确率不低于90%；检索类型应包含起始时间段、车辆品牌、车辆类型、车身颜色、车系类型及车辆款型、车牌号码、识别可信度、车辆识别有效性等；基于大数据的应用，亿级数据量检索时间<5S。
此外，系统应支持套牌假牌车辆查询布控模块、数据统计模块、布控预警模块，支持与车管库对接获取库中车辆的车牌、车型、车身颜色、车辆品牌等车辆有效数据。通过车辆布控实现套牌车、假牌车、嫌疑车辆的实时布控，发现符合条件的车辆，即可启动报警。
05可视域、网格追踪、智能运维
三、可视域、网格追踪、智能运维
1、地图可视域业务
随着治安监控的建设，监控点位、卡口点位越来越多，传统的视频检索方式随着建设数量的增大不断降低，可视化、基于地理位置的检索方式成为当前监控应用的新趋势，本次系统整体业务要求基于PGIS或离线地图实现。
1.1地图功能要求
要求提供地理信息系统功能，并可与接处警系统、视频监控系统、卡口系统及其他业务系统集成，实现各类信息在地图上的展示及操作。
地理信息系统的基本技术要求如下：
(1)地图显示响应时间≤2秒，查询分析响应时间≤5秒；
(2)B/S地图浏览，100个用户并发获取地图请求时，每个地图请求的显示响应时间≤2秒；
(3)地址匹配响应时间，25个用户并发获取地址信息时，每个地址匹配请求响应时间≤2秒；
(4)对于单类信息的快速查询：响应时间小于5秒；
(5)对于复杂的综合查询，响应时间一般在30秒钟之内；
(6)对于模糊查询与统计数据：响应时间在2分钟内；
(7)返回记录超过200条以上的数据查询及涉及复杂计算统计的反应时间不应超过10秒；
(8)地图放大/缩小、平移、选择(点、框、圈、多边形)、全局图、放大镜、对中等操作反应时间不应超过2秒；
(9)在线路带宽允许的条件下(≥100M)，WebGIS地图响应时间不超过3秒；
(10)GPS移动目标响应时间，200个移动目标并发获取实时信息时，每个GPS监控请求响应时间≤2秒(不包含GPS系统延迟时间)；
(11)长度/面积测量、区域信息度量和统计的误差不超过3%；
(12)地图升级，原有地图配置业务不受影响；支持监控、卡口、电警设备经纬度信息批量导入；
(13)客户端需支持离线地图模式，以提高系统的加载效率；
(14)各用户可以在基于地图自定义不同业务，用户可在不同位置登陆，定义功能不受影响；
(15)系统要求不限用户数，且同时支持不低于200个用户的并发访问；
(16)支持基于地图的视频巡逻功能，支持自定义巡逻路径、摄像机切换时间，并能在地图上展示巡逻轨迹；
(17)支持基于地图的视频及时回放、录像倒放、分段回放、视频历史快照、录像批量下载、录像分段下载等视频基本业务；
(18)摄像机点位能够根据地图的缩放调整图标大小，支持多点汇聚在一起显示，并显示摄像机数量；
(19)支持自定义防区，可根据需要绘制任意形状的防区，防区内支持实况、回放、录像下载等业务，支持视频巡逻功能；
(20)支持基于地图的视频标记和地图叠加，并能够标注各种资源设备信息。
1.2动态可视域功能
基于PGIS或离线地图，摄像机点位支持可视域(视角、朝向、可视距离)标注，摄像场景与地图可视域方向同步；在实况云台控制时，在地图上，可视域随着云台的转动而转动，通过这一功能，用户可以直观了解各点位在实际场景的监控区域。
1.3可视域碰撞功能
社会治安监控中监控点位部署的有效性与摄像机的可视域有直接的关系。案件发生地若不在可视域内，查看周边监控是无效且耗费资源的，基于地图路径和可视域可以过滤出有效的监控信息，提升案件证据的定位实效，减少无效的人力、资源投入。
要求系统支持基于地图的线选、框选功能，按照案件推理侦破的需要，可以基于地图通过线选制定嫌疑人/车的行驶路径、框选嫌疑人/车经过的区域，将该路线、区域与该范围内精确标定的摄像机点位的可视域进行碰撞，可以直观、精确定位到可能包含目标嫌疑人经过的视频录像点位，通过时间、空间关系精确锁定目标录像，避免以往“大海捞针”一般查阅所有点位录像，确保公安在最短的时间内搜索到最优可能的录像片段。
2、网格追踪业务
基于地图或传统方式，通过摄像机实现对人、车的追踪是比较困难的，需要操作人物对所有辖区的地理位置、摄像机安装位置、摄像机可视域及当前朝向要熟悉掌握，面对海量监控这是难以实现的。为更直观、便捷的满足动态人物/车辆定位、跟踪，要求实现基于地图的视频追踪业务。
当点击单点视频，支持自动将周围N个监控点调用到屏幕上进行实时监控或录像同步回放(可选择联动范围半径)；当关注的监控点切换时，自动将所关注监控点置于中心，同时可以对活动的目标进行接力跟踪，在周边相邻的摄像机之间快速切换。
基于录像的：选择热点点位，确定回放的时段。以热点点位为中心，自动选择周边的点位，在回放窗格中同时回放多路，方便快速寻找线索。地图上同时显示回放点位的关系图。
切换热点，自动计算周边点位，并重新布局播放录像。
在录像回放中，通过录像网格追踪功能可以再现目标在空间上变化的轨迹，并且了解当时该区域内的总体态势，有助于公安人物发现周边的可疑线索，尤其是多人团伙作案业务应用。
基于实况的：支持实况热点点位+周围点位同时播放，播放窗格数可切换6分屏、8分屏、10分屏；双击周围点位切换为新的热点点位，并自动切换周围点位。在实际业务中，重大活动现场保障和实时抓逃中，可疑通过实况网格追踪功能在地图上直观展现目标移动情况，并且通过摄像点位实时掌握目标动态，无缝切换跟踪。
06智能运维
3、智能运维
3.1拓扑管理功能
目前系统建设规模越来越庞大，设备管理维护耗费大量精力，设备巡查占用警员过多的工作时间。本次系统建设要求能够实现对全网设备的智能网管功能，能够通过远程网管实时掌握设备的运行状态、工作质量，及时有效地对系统进行评估、维护。
要求系统支持网络拓扑管理功能，全网设备自动发现，自动生成拓扑，方便管理。
支持各级子网管理，设备标签、链路标签，支持多种监视指标的设置，支持网络、设备负载情况的颜色显示。
全网设备自动发现，省去繁琐的人工配置工作，大大提升了使用体验；
要求支持标准SNMP协议，支持SNMP的所有网络交换设备、监控设备、服务器设备、存储设备、客户端设备等均可接入。
3.2全网资产统计
支持卡口/复用卡口/IPC设备的资产统计管理；支持全网的资产统计，支持按组织/资产类型分类统计，统计结果可导出，打印。
3.3视频质量诊断功能
为保障视频建设图像的有效性，要求对视频、图片进行实时质量诊断，及时对成像有问题的设备维护调整。要求系统管理人物能够实时了解系统中核心设备的运行状况，及时发现设备及网络故障信息，能够提供对系统内设备的自动巡检功能，对巡检情况做统计分析，并按照需要生成统计报表。还可通过采用轮巡的方式，执行对前端视频图像的质量诊断，使系统维护人物能够快速了解异常情况，及时排除设备故障，有效预防因图像质量问题带来的损失和影响。视频质量诊断系统从监控系统获取视频流进行分析，不会干扰监控系统的正常运行。
系统可以对以下视频故障进行检测：
画面冻结：检测画面出现异常冻结现象，质量诊断系统能检测出异常，给出评估得分，以不同颜**分画面质量，并可以查看诊断画面了解图像实际效果。
画面颜色异常：检测画面出现大面积视频画面偏色，质量诊断系统能检测出异常，给出评估得分，以不同颜**分画面质量，并可以查看诊断画面了解图像实际效果。
图像模糊：检测画面图像模糊，质量诊断系统能检测出异常，给出评估得分，以不同颜**分画面质量，并可以查看诊断画面了解图像实际效果。
信号丢失：检测画面视频信号丢失，质量诊断系统能检测出异常，给出评估得分，以不同颜**分画面质量，并可以查看诊断画面了解图像实际效果。
亮度异常：检测画面视频图像过亮或者过暗，质量诊断系统能检测出异常，给出评估得分，以不同颜**分画面质量，并可以查看诊断画面了解图像实际效果。
噪声干扰：检测画面由于各种原因产生大量噪声，质量诊断系统能检测出异常，给出评估得分，以不同颜**分画面质量，并可以查看诊断画面了解图像实际效果
3.4录像诊断功能
存储设备的录像状态监测原来都是通过设备运行状态、磁盘运转情况来判断的，但是往往还是会出现查录像时录像损坏、未录上等视频丢失的情况。因此要求系统能够自动对录像进行检测，根据录像计划查看各摄像机的录像状态：是否按计划录像、录像是否完整，支持查看各摄像机的工作状态：离线、在线、视频丢失。通过报表，对于已经离线占用的无效存储资源、存储录像完整性可以做到一目了然。录像监测的最小时间段应不大于5min。
3.5系统告警管理
系统支持设备故障报警和恢复报警，包括温度告警、风扇故障告警、视频丢失告警、运动检测告警、开关量告警、存储满告警、存储读写失败告警、设备上线告警、设备下线告警等；当发现系统设备发生故障或出现异常时，能发出告警提示信息。系统应具有完备的告警和故障管理机制及流程，能自动汇总全网中故障设备，形成故障设备列表，使管理员能快速、清晰的找到需要关注的故障设备；能自动分类汇总全网中前端监控系统状态情况，形成状态分类列表，使管理员能快速、清晰的掌握前端监控系统的运行状态。
07云存储系统
四、云存储系统
1、监控云存储建设要求
随着前端监控点位的增加，存储系统中需要存储大量的视频数据，存储系统里面的录像也会快速增长，存储空间要求增大。而且当存储系统内的录像过快增长，录像的检索查找等操作将会给存储系统带来巨大的压力，特别是单台存储下面存放的录像超过一定数量会造成查找效率急剧下降。为了满足存储空间后期扩展要求，以及配合大数据平台实现快速存储、快速查找，本次基于已建IPSAN存储设备实现云存储升级，要求对原有存储设备进行有效利用，并实现无缝接入。
视频云存储系统需安全、可靠、易管理，实现大容量视频、图片、过车数据的集中存储，事件发生时可以随时变更录像时长并即时生效和不停机扩容存储以满足增加时长的存储量要求，以确保视频图像存储的安全性、可靠性。
云存储要针对治安监控、卡口大数据分析与挖掘，满足大量结构化数据、非结构化存储和分析需求研发而成，整体系统提供高速的数据库读写和大数据分析服务。系统支持高达千亿级的数据存储和分析，结合Hadoop架构，能够具备更快的检索和计算能力。基于Hadoop架构和云存储系统的高耦合对接，完善实时事件处理功能，实现海量信息的快速处理和推送。
云存储系统应采用集群架构，通过虚拟化技术实现存储资源的统一分配、空间调度管理。支持视频图像、图片按照时间段分布在存储系统内不同的存储节点上，对应的存储空间能够无缝的扩大和缩减。系统支持负载均衡和智能路由，保障系统整体设备运行的稳定性和高效性。存储节点的添加或删除不能影响整个系统的正常工作，系统最大存储容量不低于240PB。
要求云存储系统能够在系统容量达到规划规模时，性能指标不下降。视频存储应避免长期循环复写产生的文件碎片问题。支持视频、图片、数据信息数据的直存功能。
设备性能要保证当有硬盘故障，设备做RAID重建时，原接入容量视频数据依然能可靠写入数据不丢失，并且满足调阅要求，性能指标不下降。
存储设备的关键部件必须做到双冗余，降低存储设备硬件故障，并考虑多种硬盘冗余技术的使用；
前端设备故障情况(被破坏，意外停电，网络中断)，前端设备故障前时间段图像数据必须保存在存储设备上(时间粒度到秒)，历史图像能够做到一秒不丢，保障公安视频录像的完整性和可靠性，并能被多个用户的客户端设备立即检索到；任意一台存储设备故障情况下，允许系统自动指定网络上任意一台备份存储设备接替工作；
从公安实战及大数据挖掘应用角度出发，要求存储录像能够满足尽量减少检索时间，能够快速精度定位到需要查询的时间点，并检索到当前时间前一秒的录像，如具备即时回退等功能；
视频存储设备应采用高密度设计，尽可能节约机房空间，降低系统基础用电量。支持基于硬盘、硬盘组和整机的自动/手动休眠和自动/手动唤醒，有效降低系统能耗，节约运行维护成本。
卡口图片存储应满足至少3个月时间期限，过车数据存储时间应至少满足2年时间期限，在大规模数据下，数据查询需快速、准确。本回答被网友采纳