本站小編為你精心準備了視頻監(jiān)控大數(shù)據(jù)在智慧交通的應用參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

摘要:文章以視頻監(jiān)視的大數(shù)據(jù)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(xiàn)實中深入應用展開了探究，謹供參考。

關鍵詞:視頻監(jiān)控；大數(shù)據(jù)；智慧交通；深度應用；解析

以交通領域的大數(shù)據(jù)中心為基礎，簡要論述了處于發(fā)展狀態(tài)的智慧交通，利用信息化手段，讓交通當中出現(xiàn)的擁堵現(xiàn)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(shù)據(jù)進行處理的效率得到極大的提高數(shù)據(jù)進行處理的效率得到極大的提高，主要表現(xiàn)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(shù)據(jù)的快速加大，傳統(tǒng)類型的Oracle關聯(lián)數(shù)據(jù)庫，它的性能會發(fā)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(fā)生一些問題，另外，在對Oracle數(shù)據(jù)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(shù)據(jù)的返回，與Oracle數(shù)據(jù)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(shù)據(jù)都普遍具備不能替代的優(yōu)點[1]。

1.1.1具備極佳的性能使用大數(shù)據(jù)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(tài)的計算，具有極佳的、對數(shù)據(jù)進行保存以及處理兩個方面的性能，在對數(shù)據(jù)進行檢索、經(jīng)過研究以及判斷之后進行分析、經(jīng)過統(tǒng)計之后進行分析等這些領域，具有更為優(yōu)質(zhì)的性能。由于數(shù)據(jù)數(shù)量的加大，傳統(tǒng)的方法所具備的性能，其優(yōu)勢會逐漸變得更小，可是，大數(shù)據(jù)這個方式所具備的性能，在很大程度上，不會由于數(shù)據(jù)數(shù)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(shù)據(jù)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(tǒng)進行解決的方式（存在關聯(lián)類型的數(shù)據(jù)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(tǒng)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(tǒng)進行解決的方式，在實施擴展方面的性能不佳，普遍要經(jīng)過提高硬件配置這個方法，對系統(tǒng)當中所具備的性能進行提升，可是，使用大數(shù)據(jù)進行解決的方式，能夠靈活地進行擴展，能夠經(jīng)過加大大數(shù)據(jù)平臺內(nèi)部存在的集群節(jié)點，讓系統(tǒng)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(shù)據(jù)進行深入的挖掘以及使用大數(shù)據(jù)當中所具備的智慧，主要表現(xiàn)在對數(shù)據(jù)進行深入的挖掘以及使用，互聯(lián)網(wǎng)的領導企業(yè)早就了解到了大數(shù)據(jù)的優(yōu)勢。在交通領域當中，大數(shù)據(jù)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(xiàn)的交通問題進行統(tǒng)計，肉眼觀測不到二者的關聯(lián)，可是經(jīng)過大數(shù)據(jù)進行的分析以及處理工作，就可以了解到：大量豪華車輛經(jīng)過的路口，發(fā)生酒駕問題的情況居多，數(shù)量龐大的大貨車頻繁行駛的路口，極易出現(xiàn)擁堵問題，工薪階層居住的社區(qū)周邊路口，極易出現(xiàn)追尾事故[2]。對上述大數(shù)據(jù)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(jīng)過的路口進行布控，對某一區(qū)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(qū)路口，對信號燈的管理控制等。因此，大數(shù)據(jù)對于現(xiàn)在的智慧交通而言，其發(fā)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(shù)據(jù)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(shù)據(jù)，經(jīng)過進行遷移使用的工具，從傳統(tǒng)意義的Oracle關聯(lián)數(shù)據(jù)庫內(nèi)，對上述的這些數(shù)據(jù)，實施結構狀態(tài)、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(xiàn)出來的特征信息，進行提出以及結構狀態(tài)的等方面的信息，讓客戶對于車輛信息當中的大數(shù)據(jù)，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(shù)據(jù)所具備的分析性能進行調(diào)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(tǒng)計等這些領域的智能化分析工作。借助于大數(shù)據(jù)，能夠在數(shù)量龐大的信息內(nèi)，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(jīng)過車輛的車牌號、車身顏色、品牌、型號還有就是時間區(qū)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(shù)量龐大的經(jīng)過車輛的記錄內(nèi)，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(jīng)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(jīng)過車輛的記錄內(nèi)，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(shù)據(jù)，進一步進行挖掘，存在聯(lián)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(jù)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(jīng)過將準確的車牌號輸入到大數(shù)據(jù)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(wǎng)絡內(nèi)，都經(jīng)過了哪些地方、具體都出現(xiàn)了什么事情、哪些部分都存在問題，全部能夠?qū)χ暗倪\行軌跡，以及發(fā)生的事情，實施追溯；

2）對跟蹤車輛進行分析：對處于監(jiān)控狀態(tài)的車輛，與之同時出行的車輛，根據(jù)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(jīng)過大數(shù)據(jù)對其進行檢索以及分析，得出在多起同類型案件發(fā)生的位置以及時間當中，出現(xiàn)的車輛信息一致，例如，在甲、乙、丙3個地區(qū)，發(fā)生了類似案件，全部由同一車輛經(jīng)過的信息，采用大數(shù)據(jù)當中碰撞分析這一性能，對車輛實施作案的現(xiàn)場情景重現(xiàn)；

4）對套牌車輛進行分析：經(jīng)過對即時經(jīng)過的車輛信息，還有以往經(jīng)過的車輛記錄，系統(tǒng)能夠自行組成結構形式的數(shù)據(jù)，同時與公安系統(tǒng)當中的八大庫內(nèi)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(jīng)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(qū)域設置關卡，經(jīng)過系統(tǒng)對這個區(qū)域當中，在一定的時間范圍內(nèi)，第一次出現(xiàn)的車輛展開查詢工作，能夠?qū)ν鈦碥囕v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?qū)诿麊位蛘呤前酌麊萎斨械能囕v，進行單一的布控、甚至是在一定數(shù)量內(nèi)進行布控，便于用戶對其進行操作，達成“對一個區(qū)域進行布控，整個道路交通網(wǎng)絡全體響應”，這一對整個工作進行處理的環(huán)節(jié)；

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(fā)生以前，頻繁出現(xiàn)在案發(fā)地區(qū)的車輛、案件發(fā)生之后，不再出現(xiàn)在案發(fā)地區(qū)的車輛進行分析；

8）對白天不出現(xiàn)、晚上出現(xiàn)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(xiàn)、晚上出現(xiàn)這一形式規(guī)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(jīng)常經(jīng)過的車輛進行分析：按照設定好的分析類型，頻率的區(qū)間值，對案件發(fā)生地區(qū)經(jīng)過車輛的記錄展開分析工作，將案件發(fā)生以前，經(jīng)常出現(xiàn)在案發(fā)地區(qū)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(nèi)容進行總結，可以了解到，大數(shù)據(jù)對于智慧交通而言，發(fā)揮著極為重要的作用，同時，大數(shù)據(jù)在這一領域，還具備廣闊的發(fā)展前景，因此，需要不斷對其中存在的問題進行優(yōu)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(shù)據(jù)技術的視頻監(jiān)控應用研究與探索[J].數(shù)字技術與應用，2017（1）：95-96.

[2]焦冬冬，尤穎，賈莉莉.基于大數(shù)據(jù)遠程視頻監(jiān)控Web顯示技術[J].網(wǎng)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(shù)據(jù)挖掘的交通事故信息綜合分析研判系統(tǒng)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(shù)據(jù)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.

作者：陳文華 單位：杭州海康威視數(shù)字技術股份有限公司