DB3308T 125-2022 基层智治大脑 视频图像结构化处理技术规范

ICS35.020CCSL703308TechnicalspecificationsforgrassrootssmartgovernancebrainstructuredpofvideoimagesIDB3308/T125—2022 2规范性引用文件 3术语和定义 4结构化处理流程与事件组成 5数据采集要求 36内容分析与结果描述要求 47信息存储要求 9附录A（资料性）基层智治大脑内容分析结果的特征属性描述 DB3308/T125—2022本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。请注意本文件的某些内容可能涉及专利，本文件的发布机构不承担识别专利的责任。本文件由衢州市大数据发展管理局提出并归口。本文件起草单位：衢州市大数据发展管理局、浙江省标准化研究院、阿里云计算有限公司、阿里巴巴达摩院城市大脑实验室、衢州市衢江区社会治理中心、衢州市衢江区大数据中心、衢州市龙游县大数据中心。本文件主要起草人：邹巧柔、余子英、毛小兵、蒋伟、占里忠、顾艺、项波、蒋林、郑秀峰、吴效威、陈良辅、陈志勇、程丹、陶明渊、苏凡。1DB3308/T125—2022基层智治大脑视频图像结构化处理技术规范本文件规定了基层智治大脑结构化处理流程与事件组成、数据采集要求、内容分析与结果描述要求、信息存储要求等技术规范。本文件适用于基层智治大脑视频图像数据结构化处理的开发建设，其他领域的视频图像数据结构化处理可参考采用。2规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T28181-2016公共安全视频监控联网系统信息传输、交换、控制技术要求GB/T30147-2013安防监控视频实时智能分析设备技术要求GB37300-2018公共安全重点区域视频图像信息采集规范GB50198-2011民用闭路监视电视系统工程技术规范GA/T1399.1-2017公安视频图像分析系统第1部分：通用技术要求GA/T1399.2-2017公安视频图像分析系统第2部分：视频图像内容分析及描述技术要求GA/T1400.1-2017公安视频图像信息应用系统第1部分：通用技术要求GA/T1400.3-2017公安视频图像信息应用系统第3部分：数据库技术要求DB34/T3430-2019公共安全视频图像信息系统数据存储技术规范3术语和定义GB37300-2018、GB/T30147-2013、GA/T1399.1-2017、GA/T1399.2-2017、GA/T1400.1-2017、和GA/T1400.3-2017界定的以及下列术语和定义适用于本文件。3.1结构化处理structuredprocessing对没有固定结构的数据通过设定的规则转换成能用统一结构进行逻辑表达的信息。4结构化处理流程与事件组成4.1结构化处理流程4.1.1基层智治大脑视频图像的结构化处理流程如图1所示。2内容分析与结果描述内容分析与结果描述信息存储图1基层智治大脑视频图像结构化处理流程4.1.2基层智治大脑的输入源数据应包括网络视频流和视频/图像文件，宜支持实时的模拟或数字视频信号输入。4.1.3输入的视频图像数据(按照设定的分析规则)经过内容分析后，应输出包括相应事件视频、图像、标签等信息的结果描述。4.1.4输出的事件信息结果描述应支持存入存储设备和数据库，并用于其它相关应用。4.2基层治理事件组成基层智治大脑分析与描述的基层治理事件组成如图2所示。基层治理事件组成游商摊贩店外经营非机动车占用机动车道非机动车逆行占道广告牌占道撑伞沿街晾晒人员佩戴安全帽人员在岗电动自行车进入电梯渣土车追踪垃圾随意堆放垃圾箱满溢图2基层智治大脑分析与描述的基层治理事件组成3DB3308/T125—2022基层治理事件包含但不限于：机动车违规停放、游商摊贩、店外经营、非机动车违规停放、横穿马路、非机动车占用机动车道、非机动车逆行、踩踏草坪、占道广告牌、占道撑伞、沿街晾晒、人数超限、人群聚集、车辆核入、土地苫盖、积水、人员佩戴安全帽、人员在岗、人员闯入、消防通道阻塞、电动自行车进入电梯、渣土车追踪、垃圾随意堆放、垃圾箱满溢等。5数据采集要求5.1数据种类输入数据应包括视频数据、图像数据、与视频图像数据相关联的设备数据，设备数据应包括但不限于GB/T28181中规定的的设备属性数据、绝对时间数据等。5.2视频图像采集部位基层智治大脑视频图像采集部位为基层治理事件发生的重点公共区域，具体要求见表1。法律、行政法规对视频图像采集有特殊要求的从其规定。表1重点公共区域基层治理事件的采集部位在城市人行横道道路以及其他易于发生机动在小区、学校、菜市场、商场周边以及其他易于出在城市人行横道道路及其他易于发生非机动车违在机动车道及其他易于发生非机动车占用机在小区、学校、菜市场、商场及其他易于出现占在小区、学校、菜市场、商场及其他易于出现沿在园区或厂区车辆出入口，及其他易于出现车在城市道路，非乡村小路和不平整土路等，及其他易于出在工厂厂房和建筑工地，及其他易于出现人员在煤炭、电力、化工等行业监控室、值班室，及其他易于出现人在工厂危险区域、电场危险区域、重点警戒区域，及其他易于出现人在电梯轿厢内部，及其他易于出现电动自行车进在居民或商铺门口，垃圾投放点附近，及其他易于出现垃4DB3308/T125—20225.3视频图像格式要求视频图像数据的输入格式与方式应符合GA/T1399.1-2017中5.1的相关规定。5.4视频图像质量要求对于输入的视频图像数据质量，应达到GB50198-2011中5.4.3描述的4级或4级以上，输入的视频图像照明条件应达到GB50198-2011中3.2.12对于照明条件的要求。6内容分析与结果描述要求6.1概述对于基层智治大脑输入的视频图像数据，数据分析软件应按照以下设定的内容分析要求，分析基层治理事件信息，并输出以下设定的分析结果描述。6.2机动车违规停放在满足数据采集要求的在线视频图像中，应能识别出滞留超过指定时间（默认5分钟）且在指定时间内未驶离（默认10分钟）的机动车目标，并先后输出两次报警事件，第一次告警应支持输出：cameraID、上报大小图影像、事件发生时间，宜支持输出：车牌识别信息（在车牌满足识别条件下第二次告警应支持输出同一车牌关联的告警信息。对于采集的视频图像中的机动车目标进行识别，机动车目标框的边长应不小于100像素，车牌字符应人眼清晰可辨且车牌目标框的尺寸应不小于80×25像素、倾斜或侧倾角应小于15°,机动车违规停放事件输出结果的识别准确率应不小于90%。经过内容分析输出的事件信息的输入规则特征属性格式见附录A中的表A.1，描述结果特征属性格式见附录A中的表A.2。6.3游商摊贩在满足数据采集要求的在线视频图像中，应能识别出滞留指定时间（默认30秒）的机动车或非机动车后斗、箱子、框子、桌子、大片布或纸等经营类载体，且装有食品加工工具、农副产品、小商品或其他货物的目标，输出报警事件，告警应支持输出：点位cameraID、上报大小图影像、事件发生时间。对于采集的视频图像中的机动车或非机动车后斗、箱子、框子、桌子、大片布或纸等经营类载体目标和装有食品加工工具、农副产品、小商品或其他货物目标进行识别，目标框的边长应不小于100像素，游商摊贩事件输出结果的识别准确率应不小于90%。经过内容分析输出的事件信息的输入规则特征属性格式见附录A中的表A.1，描述结果特征属性格式见附录A中的表A.2。6.4店外经营在满足数据采集要求的在线视频图像中，应能识别出滞留指定时间（默认30秒）的箱子、框子、桌子、冰箱、大片布或纸等经营类载体目标，并输出报警事件，告警应支持输出：点位cameraID、上报大小图影像、事件发生时间。DB3308/T125—2022对于采集的视频图像中的箱子、框子、桌子、冰箱、大片布或纸等经营类载体目标进行识别，目标框的边长应不小于70像素，店外经营事件输出结果的识别准确率应不小于90%。经过内容分析输出的事件信息的输入规则特征属性格式见附录A中的表A.1，描述结果特征属性格式见附录A中的表A.2。6.5非机动车违规停放在满足数据采集要求的在线视频图像中，应能识别出停留超过指定时间(默认30秒)的二轮车或三轮车目标，输出报警事件，告警应支持输出：点位cameraID、上报大小图影像、事件发生时间。对于采集的视频图像中的二轮车或三轮车进行识别，目标框的边长应不小于70像素，非机动车违规停放事件输出结果的识别准确率应不小于90%，非机动车类别（聚集二轮车/单独二轮车/三轮车）的识别准确率应不小于85%。经过内容分析输出的事件信息的输入规则特征属性格式见附录A中的表A.1，描述结果特征属性格式见附录A中的表A.2。6.6横穿马路在满足数据采集要求的在线视频图像中，应能识别出行人与非机动车横穿马路的事件，实时检测并上报。对于采集的视频图像中的非机动车和行人目标进行识别，目标框的边长应不小于150像素，横穿马路事件输出结果的识别准确率应不小于85%。经过内容分析输出的事件信息的输入规则特征属性格式见附录A中的表A.1，描述结果特征属性格式见附录A中的表A.2。6.7非机动车占用机动车道在满足数据采集要求的在线视频图像中，应能识别出非机动车占用机动车道的事件，实时检测并上报。对于采集的视频图像中的非机动车目标进行识别，目标框的边长应不小于150像素，非机动车占用机动车道事件输出结果的识别准确率应不小于85%。经过内容分析输出的事件信息的输入规则特征属性格式见附录A中的表A.1，描述结果特征属性格式见附录A中的表A.2。6.8非机动车逆行在满足数据采集要求的在线视频图像中，应能识别出非机动车逆行事件，实时检测并上报。对于采集的视频图像中的非机动车目标进行识别，目标框的边长应不小于150像素，非机动车逆行事件输出结果的识别准确率应不小于85%。经过内容分析输出的事件信息的输入规则特征属性格式见附录A中的表A.1，描述结果特征属性格式见附录A中的表A.2。6.9踩踏草坪在满足数据采集要求的在线视频图像中，应能识别出行人踩踏草坪的事件，实时检测并上报。对于采集的视频图像中的行人目标进行识别，目标框的边长应不小于150像素，踩踏草坪事件输出结果的识别准确率应不小于85%。经过内容分析输出的事件信息的输入规则特征属性格式见附录A中的表A.1，描述结果特征属性格式见附录A中的表A.2。6DB3308/T125—20226.10占道广告牌在满足数据采集要求的在线视频图像中，应能识别出违规户外广告牌(灯箱广告牌)目标，输出报警事件，告警应支持输出：cameraID、时间、目标区域坐标、目标抠图、全图等。对于采集的视频图像中的户外广告牌目标进行识别，目标框的尺寸应大于150×100像素，广告牌违规占道事件输出结果的识别准确率应不小于80%。经过内容分析输出的事件信息的输入规则特征属性格式见附录A中的表A.1，描述结果特征属性格式见附录A中的表A.2。6.11占道撑伞在满足数据采集要求的在线视频图像中，应能识别出滞留指定时间（默认30秒）的方形独立大棚或圆形大伞目标，输出报警事件，告警应支持输出：点位cameraID、上报大小图影像、事件发生时间。对于采集的视频图像中的方形独立大棚或圆形大伞目标进行识别，目标框的边长应不小于70像素，占道撑伞事件输出结果的识别准确率应不小于85%。经过内容分析输出的事件信息的输入规则特征属性格式见附录A中的表A.1，描述结果特征属性格式见附录A中的表A.2。6.12沿街晾晒在满足数据采集要求的在线视频图像中，应能识别出滞留指定时间（默认30秒）的成片悬挂的被子、衣物目标，输出报警事件，告警应支持输出：点位cameraID、上报大小图影像、事件发生时间。对于采集的视频图像中的成片悬挂的被子和衣物目标进行识别，目标框的边长应不小于100像素，沿街晾晒事件输出结果的识别准确率应不小于85%。经过内容分析输出的事件信息的输入规则特征属性格式见附录A中的表A.1，描述结果特征属性格式见附录A中的表A.2。6.13人数超限在满足数据采集要求的在线视频图像中，应能识别出人员总数超出厂房规定人数上限的事件，输出报警事件，告警应支持输出：点位cameraID、上报大小图影像、厂房内实时人数，事件发生时间。对于采集的视频图像中的人员头部目标进行识别，目标框的边长应不小于16像素，人员头部应清晰可见，人员身体应有50%以上区域可见，人数超限事件输出结果的识别准确率应不小于90%。经过内容分析输出的事件信息的输入规则特征属性格式见附录A中的表A.1，描述结果特征属性格式见附录A中的表A.2。6.14人群聚集在满足数据采集要求的在线视频图像中，应能识别出总人数超过设定阈值的事件，输出报警事件，告警应支持输出：cameraID、上报大小图影像、画面内总人数，事件发生时间等。对于采集的视频图像中的人员头部目标进行识别，目标框的边长应不小于16像素，人员头部应清晰可见，人群聚集事件输出结果的识别准确率应不小于90%。经过内容分析输出的事件信息的输入规则特征属性格式见附录A中的表A.1，描述结果特征属性格式见附录A中的表A.2。6.15车辆核入7DB3308/T125—2022在满足数据采集要求的在线视频图像中，应能识别出经过指定区域的车辆目标，输出报警事件，告警应支持输出：点位cameraID、上报大小图影像、经过时间以及车辆车牌等。对于采集的视频图像中的车辆目标进行识别，车辆目标框的尺寸应大于80×80像素，车辆目标应无明显遮挡、体积大、移动速度慢、人眼清晰可辨，车牌目标框的尺寸应大于30×10像素，车牌字符应人眼可见，车辆车牌事件输出结果的识别准确率应不小于95%。经过内容分析输出的事件信息的输入规则特征属性格式见附录A中的表A.1，描述结果特征属性格式见附录A中的表A.2。6.16土地苫盖在满足数据采集要求的在线视频图像中，应能识别出明显土方和裸土未苫盖目标，输出报警事件，告警应支持输出：点位cameraID，未苫盖位置，上报大小图影像，事件发生时间等。对于采集的视频图像中的土方和裸土未苫盖目标进行识别，目标框的尺寸应大于200×200像素，土地苫盖事件输出结果的识别准确率应不小于80%。经过内容分析输出的事件信息的输入规则特征属性格式见附录A中的表A.1，描述结果特征属性格式见附录A中的表A.2。6.17积水在满足数据采集要求的在线视频图像中，应能识别出明显道路积水影响人员车辆通行的事件，输出报警事件，告警应支持输出：点位cameraID，积水位置、上报大小图影像、事件发生时间等。对于采集的视频图像中的积水目标进行识别，目标框的尺寸应大于150×150像素,影响通行，道路积水事件输出结果的识别准确率应不小于90%。经过内容分析输出的事件信息的输入规则特征属性格式见附录A中的表A.1，描述结果特征属性格式见附录A中的表A.2。6.18人员佩戴安全帽在满足数据采集要求的在线视频图像中，应能识别出有人员未佩戴安全帽的事件，输出报警事件，告警应支持输出：点位cameraID、上报大小图影像、事件发生时间。对于采集的视频图像中的人员头部目标进行识别，目标框的边长应不小于16像素，人员头部应清晰可见，人员身体应有50%以上区域可见，人员未佩戴安全帽事件输出结果的识别准确率应不小于90%。经过内容分析输出的事件信息的输入规则特征属性格式见附录A中的表A.1，描述结果特征属性格式见附录A中的表A.2。6.19人员在岗在满足数据采集要求的在线视频图像中，应能识别出超过设定时间没有工作人员在岗的现象，输出报警事件，告警应支持输出：点位cameraID、上报大小图影像、事件发生时间等。对于采集的视频图像中的人员身体目标进行识别，目标框的边长应不小于100像素，人员身体应有50%以上区域可见，人员脱岗事件输出结果的识别准确率应不小于90%。经过内容分析输出的事件信息的输入规则特征属性格式见附录A中的表A.1，描述结果特征属性格式见附录A中的表A.2。6.20人员闯入在满足数据采集要求的在线视频图像中，应能识别出有人员进入指定区域的现象，输出报警事件，告警应支持输出：点位cameraID、上报大小图影像、人员闯入时。8DB3308/T125—2022对于采集的视频图像中的人员身体目标进行识别，目标框的边长应不小于100像素，人员身体应有50%以上区域可见，人员闯入事件输出结果的识别准确率应不小于90%。经过内容分析输出的事件信息的输入规则特征属性格式见附录A中的表A.1，描述结果特征属性格式见附录A中的表A.2。6.21消防通道阻塞在满足数据采集要求的在线视频图像中，应能识别出停留超过指定时间(默认5分钟)的机动车、非机动车等相关堵塞物目标，输出报警事件，告警应支持输出：点位cameraID，目标堵塞位置、上报大小图影像、事件发生时间等。对于采集的视频图像中的阻塞物目标进行识别，目标框的尺寸应大于50×50像素，消防通道阻塞事件输出结果的识别准确率应不小于80%。经过内容分析输出的事件信息的输入规则特征属性格式见附录A中的表A.1，描述结果特征属性格式见附录A中的表A.2。6.22电动自行车进入电梯在满足数据采集要求的在线视频图像中，应能识别出电动自行车已经进入或正在进入电梯的事件，输出报警事件，告警应支持输出：点位cameraID、上报大小图影像、进入时间等。对于采集的视频图像中的电动自行车目标进行识别，目标框的尺寸应大于80×80像素，电动自行车应无明显遮挡、体积大、移动速度慢、人眼清晰可辨，电动自行车进入电梯事件输出结果的识别准确率应不小于90%。经过内容分析输出的事件信息的输入规则特征属性格式见附录A中的表A.1，描述结果特征属性格式见附录A中的表A.2。6.23渣土车追踪在满足数据采集要求的在线视频图像中，应能识别出停留超过指定时间（默认5秒）渣土车目标，输出报警事件，告警应支持输出：时间、点位ID、目标框位置、车牌号、目标进入区域时间、目标离开区域时间、车辆朝向、车身颜色、是否苫盖、是否有车顶灯、车牌是否被遮挡、车尾是否涂刷喷涂号等信息。对于采集的视频图像中的渣土车目标进行识别，渣土车目标框的尺寸应大于80×80像素，渣土车应无明显遮挡、体积大、移动速度慢、人眼清晰可辨，车辆朝向、车身颜色、是否苫盖、是否有车顶灯、车牌是否被遮挡、车尾是否涂刷喷涂号等状态应人眼可见，车牌目标框的尺寸应大于20×40像素，车牌应人眼可见，左右偏移角度不超过30°,渣土车车牌输出结果的识别准确率应不小于90%，渣土车车辆朝向、车身颜色、是否苫盖、是否有车顶灯、车牌是否被遮挡、车尾是否涂刷喷涂号等信息的输出结果的识别准确率应不小于85%。经过内容分析输出的事件信息的输入规则特征属性格式见附录A中的表A.1，描述结果特征属性格式见附录A中的表A.2。6.24垃圾随意堆放在满足数据采集要求的在线视频图像中，应能识别出人眼可见包含剩菜剩饭饭菜、纸箱子、金属易拉罐、衣服、建筑垃圾、电子垃圾、装修材料、家具、玻璃、落叶、金属桶、废纸、塑料瓶、塑料泡沫、塑料垃圾(塑料包装、塑料袋、餐盒)、垃圾袋(装有垃圾)、蛇皮袋或编织袋等其中一类垃圾在区域内随意堆放事件，输出报警事件，告警应支持输出：点位cameraID、检测置信度、上报大小图影像、事件发生时间等。9DB3308/T125—2022对于采集的视频图像中的垃圾目标进行识别，目标框所占像素面积应超过画面面积的1%，人眼可见，垃圾随意堆放事件输出结果的识别准确率应不小于80%。经过内容分析输出的事件信息的输入规则特征属性格式见附录A中的表A.1，描述结果特征属性格式见附录A中的表A.2。6.25垃圾箱满溢在满足数据采集要求的在线视频图像中，应能识别出垃圾桶（针对户外塑料可移动翻盖式垃圾桶）满溢事件，输出报警事件，告警应支持输出：点位cameraID、检测置信度、上报大小图影像、事件发生时间等。对于采集的视频图像中的垃圾箱目标进行识别，目标框所占像素面积应超过画面面积的1.5%，垃圾箱人眼可见无遮挡，垃圾箱满