DB3308∕T 125-2022 基层智治大脑 视频图像结构化处理技术规范(衢州市).pdf

《DB3308∕T 125-2022 基层智治大脑 视频图像结构化处理技术规范(衢州市).pdf》由会员分享，可在线阅读，更多相关《DB3308∕T 125-2022 基层智治大脑 视频图像结构化处理技术规范(衢州市).pdf（18页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、ICS35.020CCS L703308浙江省衢州市地方标准DB 3308/T 1252022基层智治大脑视频图像结构化处理技术规范Technical specifications for grass roots smart governance brain structured processingof video images2022-11-30 发布2022-12-30 实施衢州市市场监督管理局发 布DB 3308/T 1252022I目次前言.II1 范围.12 规范性引用文件.13 术语和定义.14 结构化处理流程与事件组成.15 数据采集要求.36 内容分析与结果描述要求.47 信

2、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.10DB 3308/T 1252022II前言本文件按照GB/T 1.12020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

3、、陈良辅、陈志勇、程丹、陶明渊、苏凡。DB 3308/T 12520221基层智治大脑 视频图像结构化处理技术规范1范围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/T 28181-2016 公共安全视频监控联网系统信息传输、

4、交换、控制技术要求GB/T 30147-2013 安防监控视频实时智能分析设备技术要求GB 37300-2018 公共安全重点区域视频图像信息采集规范GB 50198-2011 民用闭路监视电视系统工程技术规范GA/T 1399.1-2017 公安视频图像分析系统 第1部分：通用技术要求GA/T 1399.2-2017 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/T 1400.1-2017 公安视频图像信息应用系统 第1部分：通用技术要求GA/T 1400.3-2017 公安视频图像信息应用系统 第3部分：数据库技术要求DB34/T 3430-2019 公共安全视频图像

5、信息系统数据存储技术规范3术语和定义GB 37300-2018、GB/T 30147-2013、GA/T 1399.1-2017、GA/T 1399.2-2017、GA/T 1400.1-2017、和GA/T 1400.3-2017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 structured processing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。DB 3308/T 12520222图1 基层智治大脑视频图像结构化处理流程4.1.2基层

6、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。图2 基层智治大脑分析与描述的基层治理事件组成DB 3308/T 12520223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

7、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/T 28181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事件名称重点公共区域基层治理事件的采集部位机动车违停在城市人行

8、横道道路以及其他易于发生机动车违停事件的点位游商摊贩在小区、学校、菜市场、商场周边以及其他易于出现游商摊贩的点位店外经营在早餐摊、水果摊、饭店以及其他易于出现店外经营的点位非机动车违规停放在城市人行横道道路及其他易于发生非机动车违规停放事件的点位横穿马路在机动车道及其他易于发生横穿马路事件的点位非机动车占用机动车道在机动车道及其他易于发生非机动车占用机动车道事件的点位非机动车逆行在机动车道及其他易于发生非机动车逆行事件的点位踩踏草坪在绿地草坪区域及其他易于发生踩踏草坪事件的点位占道广告牌在城市公共区域及其他易于出现占道广告牌的点位占道撑伞在小区、学校、菜市场、商场及其他易于出现占道撑伞事件的点

9、位沿街晾晒在小区、学校、菜市场、商场及其他易于出现沿街晾晒事件的点位人数超限在工厂厂房及其他易于出现人数超限事件的点位人群聚集在机场、车站、展会、展馆、景区、学校、体育场等户外公共场所，及其他易于出现人群聚集事件的点位车辆核入在园区或厂区车辆出入口，及其他易于出现车辆核入事件的点位土地苫盖在建筑工地及其他易于出现土地苫盖的点位道路积水在城市道路，非乡村小路和不平整土路等，及其他易于出现道路积水的点位人员佩戴安全帽在工厂厂房和建筑工地，及其他易于出现人员佩戴安全帽的点位人员在岗在煤炭、电力、化工等行业监控室、值班室，及其他易于出现人员在岗事件的点位人员闯入在工厂危险区域、电场危险区域、重点警戒区

10、域，及其他易于出现人员闯入事件的点位消防通道阻塞在室外生活小区、工厂园区、医院、学校门口等，及其他易于出现消防通道阻塞事件的点位电动自行车进入电梯在电梯轿厢内部，及其他易于出现电动自行车进入电梯事件的点位渣土车追踪在城市道路或园区道路及其他易于出现渣土车的点位垃圾随意堆放在居民或商铺门口，垃圾投放点附近，及其他易于出现垃圾随意堆放的点位DB 3308/T 12520224表 1（续）事件名称重点公共区域基层治理事件的采集部位垃圾箱满溢在居民生活区垃圾投放点及其他易于出现垃圾箱满溢的点位5.3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/T 1399.1-2017中5.1的相关规定。5

11、.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GB 50198-2011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GB 50198-2011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

12、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8025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

13、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，

14、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。DB 3308/T 12520225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

15、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

16、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

17、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。DB 3308/T 125202266.10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

18、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150100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

19、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

20、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

21、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DB 3308/T 12520227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

22、像中的车辆目标进行识别，车辆目标框的尺寸应大于8080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3010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200200像

23、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150150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

24、.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

25、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。DB 3308/T 12520228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

26、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5050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

27、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8080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

28、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8080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2040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%，

29、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

30、置信度、上报大小图影像、事件发生时间等。DB 3308/T 12520229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

31、应超过画面面积的1.5%，垃圾箱人眼可见无遮挡，垃圾箱满溢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。7信息存储要求7.1存储设备要求对于支持输出信息存入的存储设备，其存储设备类型、信息存储环境、信息存储时间、信息存储格式和信息存储安全应符合DB34/T 3430-2019中5的相关规定。7.2数据库要求对于支持输出信息存入的数据库，其存储对象管理、存储格式、用户管理、数据库设备管理和运维日志管理应符合GA/T 1400.3-2017中6.3和7.2的相关规定。DB 3308/T 125

32、202210AABC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表 A.1输入规则的特征属性序号名称标识符数据类型长度必选/可选备注1分析规则类型funcTypestringR系统唯一，标识视频图像内容分析功能名称，可选值为机动车乱停放、游商摊贩、店外经营、非机动车违停、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、佩戴安全帽、人员在岗、人员闯入、消防通道阻塞、电动自行车进电梯、渣土车、垃圾乱堆放、垃圾桶满溢等。2在线视频摄像机 IDcameraIDstringR/O在线视频时必选，指明视频图像来

33、源,系统唯一，国标 20 位编号。3像素水平方向归一化相对坐标xfloatR/O像素水平相对坐标，用于规则中描述几何兴趣区域。4像素竖直方向归一化相对坐标yfloatR/O像素竖直相对坐标，用于规则中描述几何兴趣区域。5分析频率freqintO视频图像内容分析频率，标识视频图像内容分析过程中采样间隔。6上报频率reportFreqintR/O视频图像内容上报频率，标识视频图像内容分析上报间隔。7上报区域面积最小限制reportThreshfloatR/O视频图像内容分析上报区域像素面积最小限制。8车牌最小高度plateMinHintR/O单位：像素，待检车牌最小高度，用于机动车乱停放。DB 3

34、308/T 125202211表 A.1输入规则的特征属性（续）序号名称标识符数据类型长度必选/可选备注9滞留时长retentionTimeintR/O单位：秒，视频图像内容分析目标滞留时长限制。10区域人数最小限制pcThreshintR/O用于人数超限，区域人数最小限制。注 1：“R”：必选；“O”：可选；“R/O”：特定条件下必选，其他情况下可选。DB 3308/T 125202212表 A.2描述结果的特征属性序号名称标识符数据类型长度必选/可选备注1在线视频摄像机 IDcameraIDstring20R/O在线视频时必选，DeviceIDType 类型应符合GA/T 1400.3-2

35、017中附录表B.2相关描述。2事件类型objTypestringR视频图像内容分析事件类型，可选值为机动车乱停放、游商摊贩、店外经营、非机动车违停、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、佩戴安全帽、人员在岗、人员闯入、消防通道阻塞、电动自行车进电梯、渣土车、垃圾乱堆放、垃圾桶满溢等。3生成时间timestampintR系统生成视频图像内容分析事件时间。4起始时间entryTimeintR/O视频图像内容分析事件起始时间。5结束时间leaveTimeintR/O视频图像内容分析事件结束时间。6水平起

36、始坐标objLeftintO事件发生区域水平起始像素坐标。7水平截止坐标objRightintO事件发生区域水平截止像素坐标。8竖直起始坐标objTopintO事件发生区域竖直起始像素坐标。9竖直截止坐标objBottomintO事件发生区域竖直截止像素坐标。10目标高阶特征featurebytesO视频图像内容分析事件高维视觉特征。11场景图片oritImageUrlstringR视频图像内容分析事件场景图片链接。DB 3308/T 125202213表 A.2描述结果的特征属性(续)序号名称标识符数据类型长度必选/可选备注12事件区域图片cropImageUrlstringR/O视频图像内

37、容分析事件发生区域图片链接。13车牌号码platestringR/O车辆车牌号，用于机动车乱停放。14车牌颜色plateColorstringR/O车辆车牌颜色，用于机动车乱停放。15车辆类型vehicleTypestringR/O车辆类型，用于机动车乱停放。16载具类型carrierTypestringR/O载具（运货工具）类型，用于游商摊贩。17农产品类型farmgoodsTypestringR/O售卖农产品类型，用于游商摊贩。18商品类型vendorTypestringO售卖商品大类，用于游商摊贩。19分析区域编号polygonumintO视频图像内容分析规则线圈编号。20非机动车类型n

38、ovehicleTypestringO非机动车类型，用于非机动车违停、非机动车占用机动车道、非机动车逆行等。21伞具类型umbrellaTypestringO伞具类别，用于占道撑伞。22区域人数pcCountintO区域内人数。23渣土车颜色truckBodyColorestringO渣土车颜色。24渣土车苫盖类型truckBodyCoverstringO渣土车苫盖类型，取值为是/否。25渣土车霓虹灯truckHeadLightstringO渣土车霓虹灯类型，取值为是/否。26渣土车朝向truckDirectionstringO渣土车车头朝向。DB 3308/T 125202214表 A.2描述结果的特征属性(续)序号名称标识符数据类型长度必选/可选备注27渣土车喷涂号truckTailPaintingstringO渣土车身喷涂车牌号。28垃圾类型garbageHeapLableintO垃圾堆放目标类型，0-垃圾桶 1-生活垃圾 2-建筑垃圾，用于垃圾乱堆放、垃圾桶满溢。注 2：“R”：必选；“O”：可选；“R/O”：特定条件下必选，其他情况下可选。DB_