智慧公安以大数据、云计算、人工智能、物联网和移动互联网技术为支撑，以“打、防、管、控”为目的，综合研判为核心，共享信息数据资源，融合业务功能，构建交通大数据处理与分析平台，实现公安信息数字化、网络化和智能化。智慧公安交通大数据处理与分析平台，全面感知、综合分析、整合公安业务资源和社会化信息资源，提供高效的警务管理手段，拓展便民服务空间。

智慧交通是庞大而复杂的系统，交通日益拥堵、交通事故频发等问题影响城市运行效率，困扰交通管理部门。通过大数据技术，使得交通管理部门能够利用手机数据、交通卡口等数据获取人员流向情况、车辆流向情况，根据重大活动、天气预报、节假日等数据来预测未来的拥堵情况，判断周边道路或重要路口交通状况的重大变化，实时监控道路监控系统中盲点区域的路况和突发事件。通过大数据技术提升交通管理水平和服务质量。

在高速公路上，重型半挂货车流量较大，在长大下坡路段行驶时极易因刹车系统出现问题导致制动失效而引发追尾事故或车辆轮胎着火。长大下坡路段发生道路交通事故后，因清障救援耗时费力，施救中常因采取交通管制后造成长时间长距离主线车辆拥堵滞留，为人民群众出行带来不利影响。部分高速公路全线位于山岭重丘区，地形地貌复杂，道路线型呈“ S ”弯道、长大纵坡特征。其中部分长大下坡路段为典型的高海拔、低气温、小气候频发区域，一直是高速交警管理的重中之重。载重车辆在持续几公里的长下坡路段比平坦路面的危险性要高出很多，交通事故发生的概率也更大。

通过交通大数据处理与分析，建立大数据资源储备，提供大数据管理、分析和服务平台，提升交通规划和管理水平、提高交通应急能力、提供精细化和人性化的交通服务，是智慧交通大数据研究与开发的目标。

交通大数据处理与分析，包括数据中心、车流量分析、追尾事故分析、轮胎着火分析、车轮毂温度预警、道路拥堵分析、视频数据分析、卡口数据分析、重点人员预警、重点车辆预警、系统管理。

视频数据分析

长大下坡路段实现视频监控红外球机全覆盖，对视频数据进行识别分析。

轮胎着火分析，实现对车辆轮胎着火事故进行视频识别分析。基于计算机视觉识别技术，轮胎着火分析旨在识别视频中的火灾或火焰，在其周围显示边界框，并生成火灾报警信息。

烟火识别分析，通过对监控视频图像识别，缩短响应时间或提供其他指标，例如火灾的大小和位置。识别出火灾的位置和性质后，自动生成预警数据，推送到高速交警指挥中心的大数据平台和消防部门。

行人检测与行人再标识是智慧公安和智能安防系统中的关键技术。行人检测是计算机视觉领域的一个重要研究方向，不同行人之间的表观差异较大，如行人的服装、姿态变化。基于深度学习的方法在性能上更有优势，成为该领域的主流方法。行人再标识是视频监控研究领域的关键组成部分，目的是对出现在监控摄像头视域内的某个目标行人，在监控网络其他摄像头视域内的大量行人中将这个目标行人标识出来。行人再标识，先根据行人特征表达方法获取行人图像的特征，对大量的行人图像进行训练，得到合适的衡量行人图像之间相似性的判别方法。对拍摄的某个目标行人的图像，将其与其他行人图像进行匹配，找到与其相似性最高的行人图像，实现目标行人的再标识。

车辆识别目前分为两个大类：基于车牌信息的车辆识别方法和基于车辆表观信息的车辆识别方法。基于车牌信息的车辆识别方法，总体分为三个功能模块：车牌定位、字符分割和字符识别。车牌定位是在获取图像中检测车牌所在位置；字符分割将车牌图像中的字符从整体图像中分割成字符个体；字符识别是对分割的字符图像进行识别，将图像信息转换为字符信息。目前，车牌识别技术比较成熟，在各种交通控制与管理场合得到应用。

基于车辆表观信息的车辆识别方法，即基于车辆外观的识别方法，采用将车标和车型识别相结合的方法。车标识别通过计算机视觉、图像处理与模式识别，从车辆图像中提取车标信息，获得机动车车辆品牌信息。车标识别技术是智能交通系统中一个重要研究领域，具有较高的实用价值。车标识别技术常用方法分为五种，分别是基于边缘直方图的方法、结合2DPCA-ICA和SVM的方法、基于Hu不变矩的方法、基于SIFT描述子的方法和基于模板匹配的方法。

基于沃达德大数据平台，通过对海量数据采集、处理、存储、分析和数据挖掘，根据数据的特性，采用合适的可视化方式，将数据直观地展现出来，以帮助人们认识数据、理解数据，同时找出包含在海量数据中的规律或者信息，预测未来发展趋势，进行智能化决策分析，使得数据资产成为核心竞争力。