ICS35.020

CCSL70

3308

浙江省衢州市地方標準

DB3308/T125—2024

代替DB3308/T125-2022

基層智治大腦

視頻圖像結構化處理技術規(guī)范

Technicalspecificationsforgrassrootssmartgovernancebrainstructuredprocessing

ofvideoimages

2024-12-05發(fā)布2025-01-05實施

衢州市市場監(jiān)督管理局??發(fā)布

DB3308/T125-2024

目次

前言............................................................................II

1范圍.................................................................................1

2規(guī)范性引用文件.......................................................................1

3術語和定義...........................................................................1

4結構化處理流程與事件組成.............................................................1

5數(shù)據(jù)采集要求.........................................................................3

6內(nèi)容分析與結果描述要求...............................................................4

7信息存儲要求.........................................................................9

附錄A（資料性）基層智治大腦內(nèi)容分析結果的特征屬性描述.........................11

I

DB3308/T125-2024

前言

本標準按照GB/T1.1—2020《標準化工作導則第1部分：標準化文件的結構和起草規(guī)則》的規(guī)定

起草。

本標準代替DB3308/T125—2022《基層智治大腦視頻圖像結構化處理技術規(guī)范》，與DB3308/T125

—2022相比，除結構調(diào)整和編輯性改動外，主要技術變化如下：

a)更改了“規(guī)范性引用文件”的引用文件（見第2章，2018年版的第2章）；

b)更改了“基層智治大腦分析與描述的基層治理事件組成”（見第4.2，2018年版的第4.2）；

c)增加“煙霧識別”等共4項事件（見第5.2）；

d)增加“可疑人員出現(xiàn)閾值”的相關內(nèi)容（見附錄A）；

e)更改了“事件類型”的相關規(guī)定（見附錄A）；

f)增加“遺留物品類型”和“物品堆放”的特征屬性（見附錄A）；

g)增加《事件內(nèi)容描述表》（見附錄A）；

h)增加《事件結果輸出準確率表》（見附錄A）；

請注意本標準的某些內(nèi)容可能涉及專利，本標準的發(fā)布機構不承擔識別專利的責任。

本標準由衢州市數(shù)據(jù)局提出并歸口。

本標準起草單位：衢州市數(shù)據(jù)局、浙江省質(zhì)量科學研究院、阿里云計算有限公司、阿里巴巴達摩院

城市大腦實驗室、衢州市衢江區(qū)社會治理中心。

本標準主要起草人：毛小兵、蔣偉、樓水能、鄒巧柔、項波、蔣林、鄭秀峰、吳效威、蒯峰陽、

陳志勇。

本標準及其所代替標準的歷次版本發(fā)布情況為：

——2022年首次發(fā)布為DB3308/T125-2022；

——本次為第一次修訂。

II

DB3308/T125-2024

基層智治大腦視頻圖像結構化處理技術規(guī)范

1范圍

本標準規(guī)定了基層智治大腦視頻圖像結構化處理流程與事件組成、數(shù)據(jù)采集要求、內(nèi)容分析與結果

描述要求、信息存儲要求等技術規(guī)范。

本標準適用于基層智治大腦視頻圖像數(shù)據(jù)結構化處理的開發(fā)建設，其他領域的視頻圖像數(shù)據(jù)結構化

處理可參考采用。

2規(guī)范性引用文件

下列文件中的內(nèi)容通過文中的規(guī)范性引用而構成本標準必不可少的條款。其中，注日期的引用文件，

僅該日期對應的版本適用于本標準；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本

標準。

GB/T28181—2022公共安全視頻監(jiān)控聯(lián)網(wǎng)系統(tǒng)信息傳輸、交換、控制技術要求

GB/T30147—2013安防監(jiān)控視頻實時智能分析設備技術要求

GB37300—2018公共安全重點區(qū)域視頻圖像信息采集規(guī)范

GB50198—2011民用閉路監(jiān)視電視系統(tǒng)工程技術規(guī)范

GA/T1399.1—2017公安視頻圖像分析系統(tǒng)第1部分：通用技術要求

GA/T1399.2—2017公安視頻圖像分析系統(tǒng)第2部分：視頻圖像內(nèi)容分析及描述技術要求

GA/T1400.1—2017公安視頻圖像信息應用系統(tǒng)第1部分：通用技術要求

GA/T1400.3—2017公安視頻圖像信息應用系統(tǒng)第3部分：數(shù)據(jù)庫技術要求

3術語和定義

GB37300—2018、GB/T30147—2013、GA/T1399.1—2017、GA/T1399.2—2017、GA/T1400.1—

2017、和GA/T1400.3—2017界定的以及下列術語和定義適用于本標準。

3.1

結構化處理structuredprocessing

對沒有固定結構的數(shù)據(jù)通過設定的規(guī)則轉(zhuǎn)換成能用統(tǒng)一結構進行邏輯表達的信息。

4結構化處理流程與事件組成

4.1結構化處理流程

4.1.1基層智治大腦視頻圖像的結構化處理流程如圖1所示。

1

DB3308/T125-2024

圖1基層智治大腦視頻圖像結構化處理流程

4.1.2基層智治大腦的輸入源數(shù)據(jù)應包括網(wǎng)絡視頻流和視頻/圖像文件，宜支持實時的數(shù)字視頻信號輸

入。

4.1.3輸入的視頻圖像數(shù)據(jù)（按照設定的分析規(guī)則）經(jīng)過內(nèi)容分析后，應輸出包括相應事件視頻、圖

像、標簽等信息的結果描述。

4.1.4輸出的事件信息結果描述應支持存入存儲設備和數(shù)據(jù)庫，并用于其它相關應用。

4.2基層治理事件組成

基層智治大腦分析與描述的基層治理事件組成如圖2所示。

圖2基層智治大腦分析與描述的基層治理事件組成

2

DB3308/T125-2024

基層治理事件包含但不限于：機動車違規(guī)停放、游商攤販、店外經(jīng)營、非機動車違規(guī)停放、橫穿馬

路、非機動車占用機動車道、非機動車逆行、踩踏草坪、占道廣告牌、占道撐傘、沿街晾曬、人數(shù)超限、

人群聚集、車輛核入、土地苫蓋、積水、人員佩戴安全帽、人員在崗、人員闖入、消防通道阻塞、電動

自行車進入電梯、渣土車追蹤、垃圾隨意堆放、垃圾箱滿溢等。

5數(shù)據(jù)采集要求

5.1數(shù)據(jù)種類

輸入數(shù)據(jù)應包括視頻數(shù)據(jù)、圖像數(shù)據(jù)、與視頻圖像數(shù)據(jù)相關聯(lián)的設備數(shù)據(jù)，設備數(shù)據(jù)應包括但不限

于GB/T28181中規(guī)定的設備屬性數(shù)據(jù)、絕對時間數(shù)據(jù)等。

5.2視頻圖像采集部位

基層智治大腦視頻圖像采集部位為基層治理事件發(fā)生的重點公共區(qū)域，具體要求見表1。法律、行

政法規(guī)對視頻圖像采集有特殊要求的從其規(guī)定。

表1重點公共區(qū)域基層治理事件的采集部位

事件名稱重點公共區(qū)域基層治理事件的采集部位

機動車違停在城市人行橫道道路以及其他易于發(fā)生機動車違停事件的點位

游商攤販在小區(qū)、學校、菜市場、商場周邊以及其他易于出現(xiàn)游商攤販的點位

店外經(jīng)營在早餐攤、水果攤、飯店以及其他易于出現(xiàn)店外經(jīng)營的點位

非機動車違規(guī)停放在城市人行橫道道路及其他易于發(fā)生非機動車違規(guī)停放事件的點位

橫穿馬路在機動車道及其他易于發(fā)生橫穿馬路事件的點位

非機動車占用機動車道在機動車道及其他易于發(fā)生非機動車占用機動車道事件的點位

非機動車逆行在機動車道及其他易于發(fā)生非機動車逆行事件的點位

踩踏草坪在綠地草坪區(qū)域及其他易于發(fā)生踩踏草坪事件的點位

占道廣告牌在城市公共區(qū)域及其他易于出現(xiàn)占道廣告牌的點位

占道撐傘在小區(qū)、學校、菜市場、商場及其他易于出現(xiàn)占道撐傘事件的點位

沿街晾曬在小區(qū)、學校、菜市場、商場及其他易于出現(xiàn)沿街晾曬事件的點位

人數(shù)超限在工廠廠房及其他易于出現(xiàn)人數(shù)超限事件的點位

在機場、車站、展會、展館、景區(qū)、學校、體育場等戶外公共場所，及其他易于出現(xiàn)人群聚

人群聚集

集事件的點位

車輛核入在園區(qū)或廠區(qū)車輛出入口，及其他易于出現(xiàn)車輛核入事件的點位

土地苫蓋在建筑工地及其他易于出現(xiàn)土地苫蓋的點位

道路積水在城市道路，非鄉(xiāng)村小路和不平整土路等，及其他易于出現(xiàn)道路積水的點位

人員佩戴安全帽在工廠廠房和建筑工地，及其他易于出現(xiàn)人員佩戴安全帽的點位

人員在崗在煤炭、電力、化工等行業(yè)監(jiān)控室、值班室，及其他易于出現(xiàn)人員在崗事件的點位

人員闖入在工廠危險區(qū)域、電場危險區(qū)域、重點警戒區(qū)域，及其他易于出現(xiàn)人員闖入事件的點位

消防通道阻塞在室外生活小區(qū)、工廠園區(qū)、醫(yī)院、學校門口等，及其他易于出現(xiàn)消防通道阻塞事件的點位

電動自行車進入電梯在電梯轎廂內(nèi)部，及其他易于出現(xiàn)電動自行車進入電梯事件的點位

渣土車追蹤在城市道路或園區(qū)道路及其他易于出現(xiàn)渣土車的點位

3

DB3308/T125-2024

表1重點公共區(qū)域基層治理事件的采集部位（續(xù)）

事件名稱重點公共區(qū)域基層治理事件的采集部位

垃圾隨意堆放在居民或商鋪門口，垃圾投放點附近，及其他易于出現(xiàn)垃圾隨意堆放的點位

垃圾箱滿溢在居民生活區(qū)垃圾投放點及其他易于出現(xiàn)垃圾箱滿溢的點位

煙霧識別針對居民住宅區(qū)等場景中出現(xiàn)白色煙霧將及時進行上報，第一時間防止火災的發(fā)生

?；嚈z測在居民生活區(qū)域中對道路罐式?；奋囕v與廂式?；奋囕v進行第一時間檢測上報

遺留物品檢測在公共區(qū)域?qū)σ伤苼G失物件進行檢測和定位

徘徊識別對出入工廠、居民生活區(qū)多次的可疑人員進行排查并上報

5.3視頻圖像格式要求

視頻圖像數(shù)據(jù)的輸入格式與方式應符合GA/T1399.1—2017中5.1的相關規(guī)定。

5.4視頻圖像質(zhì)量要求

對于輸入的視頻圖像數(shù)據(jù)質(zhì)量，應達到GB50198—2011中5.4.3描述的4級或4級以上，輸入的視頻

圖像照明條件應達到GB50198—2011中3.2.12對于照明條件的要求。

6內(nèi)容分析與結果描述要求

6.1概述

對于基層智治大腦輸入的視頻圖像數(shù)據(jù)，數(shù)據(jù)分析軟件應按照以下設定的內(nèi)容分析要求，分析基層

治理事件信息，并輸出以下設定的分析結果描述。描述結果特征屬性格式見附錄A中的表A.1。

6.2機動車違規(guī)停放

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應能識別出滯留超過指定時間且在指定時間內(nèi)未駛離的機

動車目標，并先后輸出兩次報警事件，第一次告警應支持輸出：攝像機標識上報大小圖影像、事件發(fā)生

時間，宜支持輸出：車牌識別信息（在車牌滿足識別條件下）；第二次告警應支持輸出同一車牌關聯(lián)的

告警信息（事件描述見A.2）。

對于采集的視頻圖像中的機動車目標進行識別，機動車目標框的邊長應不小于100像素，車牌字符

應人眼清晰可辨且車牌目標框的尺寸應不小于80×25像素、傾斜或側傾角應小于15°，機動車違規(guī)停放

事件輸出結果的識別準確率應不小于90%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

6.3游商攤販

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應能識別出滯留指定時間的機動車或非機動車后斗、箱子、

框子、桌子、大片布或紙等經(jīng)營類載體，且裝有食品加工工具、農(nóng)副產(chǎn)品、小商品或其他貨物的目標，

輸出報警事件，告警應支持輸出：點位攝像機標識、上報大小圖影像、事件發(fā)生時間（事件描述見表A.2）。

對于采集的視頻圖像中的機動車或非機動車后斗、箱子、框子、桌子、大片布或紙等經(jīng)營類載體目

標和裝有食品加工工具、農(nóng)副產(chǎn)品、小商品或其他貨物目標進行識別，目標框的邊長應不小于100像素，

游商攤販事件輸出結果的識別準確率應不小于90%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

4

DB3308/T125-2024

6.4店外經(jīng)營

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應能識別出滯留指定時間的箱子、框子、桌子、冰箱、大

片布或紙等經(jīng)營類載體目標，并輸出報警事件，告警應支持輸出：點位攝像機標識、上報大小圖影像、

事件發(fā)生時間（事件描述見表A.2）。

對于采集的視頻圖像中的箱子、框子、桌子、冰箱、大片布或紙等經(jīng)營類載體目標進行識別，目標

框的邊長應不小于70像素，店外經(jīng)營事件輸出結果的識別準確率應不小于90%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

6.5非機動車違規(guī)停放

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應能識別出停留超過指定時間的二輪車或三輪車目標，輸

出報警事件，告警應支持輸出：點位攝像機標識、上報大小圖影像、事件發(fā)生時間（準確率見表A.4）。

對于采集的視頻圖像中的二輪車或三輪車進行識別，目標框的邊長應不小于70像素，非機動車違規(guī)

停放事件輸出結果的識別準確率應不小于90%，非機動車類別（聚集二輪車/單獨二輪車/三輪車）的識

別準確率應不小于85%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

6.6橫穿馬路

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應能識別出行人與非機動車橫穿馬路的事件，實時檢測并

上報（準確率見表A.4）。

對于采集的視頻圖像中的非機動車和行人目標進行識別，目標框的邊長應不小于150像素，橫穿馬

路事件輸出結果的識別準確率應不小于85%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

6.7非機動車占用機動車道

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應能識別出非機動車占用機動車道的事件，實時檢測并上

報（準確率見表A.4）。

對于采集的視頻圖像中的非機動車目標進行識別，目標框的邊長應不小于150像素，非機動車占用

機動車道事件輸出結果的識別準確率應不小于85%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

6.8非機動車逆行

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應能識別出非機動車逆行事件，實時檢測并上報（準確率

見表A.4）。

對于采集的視頻圖像中的非機動車目標進行識別，目標框的邊長應不小于150像素，非機動車逆行

事件輸出結果的識別準確率應不小于85%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

6.9踩踏草坪

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應能識別出行人踩踏草坪的事件，實時檢測并上報（準確

率見表A.4）。

對于采集的視頻圖像中的行人目標進行識別，目標框的邊長應不小于150像素，踩踏草坪事件輸出

結果的識別準確率應不小于85%。

5

DB3308/T125-2024

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

6.10占道廣告牌

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應能識別出違規(guī)戶外廣告牌(燈箱廣告牌)目標，輸出報警

事件，告警應支持輸出：攝像機標識、時間、目標區(qū)域坐標、目標摳圖、全圖等（準確率見表A.4）。

對于采集的視頻圖像中的戶外廣告牌目標進行識別，目標框的尺寸應大于150×100像素，廣告牌違

規(guī)占道事件輸出結果的識別準確率應不小于80%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

6.11占道撐傘

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應能識別出滯留指定時間的方形獨立大棚或圓形大傘目標，

輸出報警事件，告警應支持輸出：點位攝像機標識、上報大小圖影像、事件發(fā)生時間（準確率見表A.4）。

對于采集的視頻圖像中的方形獨立大棚或圓形大傘目標進行識別，目標框的邊長應不小于70像素，

占道撐傘事件輸出結果的識別準確率應不小于85%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

6.12沿街晾曬

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應能識別出滯留指定時間的成片懸掛的被子、衣物目標，

輸出報警事件，告警應支持輸出：點位攝像機標識、上報大小圖影像、事件發(fā)生時間（準確率見表A.4）。

對于采集的視頻圖像中的成片懸掛的被子和衣物目標進行識別，目標框的邊長應不小于100像素，

沿街晾曬事件輸出結果的識別準確率應不小于85%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

6.13人數(shù)超限

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應能識別出人員總數(shù)超出廠房規(guī)定人數(shù)上限的事件，輸出

報警事件，告警應支持輸出：點位攝像機標識、上報大小圖影像、廠房內(nèi)實時人數(shù)，事件發(fā)生時間（準

確率見表A.4）。

對于采集的視頻圖像中的人員頭部目標進行識別，目標框的邊長應不小于16像素，人員頭部應清晰

可見，人員身體應有50%以上區(qū)域可見，人數(shù)超限事件輸出結果的識別準確率應不小于90%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.1，描述結果特征屬性格式

見附錄A中的表A.2。

6.14人群聚集

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應能識別出總人數(shù)超過設定閾值的事件，輸出報警事件，

告警應支持輸出：攝像機標識、上報大小圖影像、畫面內(nèi)總人數(shù)，事件發(fā)生時間等（準確率見表A.4）。

對于采集的視頻圖像中的人員頭部目標進行識別，目標框的邊長應不小于16像素，人員頭部應清晰

可見，人群聚集事件輸出結果的識別準確率應不小于90%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

6.15車輛核入

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應能識別出經(jīng)過指定區(qū)域的車輛目標，輸出報警事件，告

警應支持輸出：點位攝像機標識、上報大小圖影像、經(jīng)過時間以及車輛車牌等（事件描述見表A.2）。

6

DB3308/T125-2024

對于采集的視頻圖像中的車輛目標進行識別，車輛目標框的尺寸應大于80×80像素，車輛目標應無

明顯遮擋、體積大、移動速度慢、人眼清晰可辨，車牌目標框的尺寸應大于30×10像素，車牌字符應人

眼可見，車輛車牌事件輸出結果的識別準確率應不小于95%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

6.16土地苫蓋

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應能識別出明顯土方和裸土未苫蓋目標，輸出報警事件，

告警應支持輸出：點位攝像機標識，未苫蓋位置，上報大小圖影像，事件發(fā)生時間等（事件描述見表A.2）。

對于采集的視頻圖像中的土方和裸土未苫蓋目標進行識別，目標框的尺寸應大于200×200像素，土

地苫蓋事件輸出結果的識別準確率應不小于80%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

6.17積水

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應能識別出明顯道路積水影響人員車輛通行的事件，輸出

報警事件，告警應支持輸出：點位攝像機標識，積水位置、上報大小圖影像、事件發(fā)生時間等（事件描

述見表A.2）。

對于采集的視頻圖像中的積水目標進行識別，目標框的尺寸應大于150×150像素,影響通行，道路

積水事件輸出結果的識別準確率應不小于90%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

6.18人員佩戴安全帽

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應能識別出有人員未佩戴安全帽的事件，輸出報警事件，

告警應支持輸出：點位攝像機標識、上報大小圖影像、事件發(fā)生時間（事件描述見表A.2）。

對于采集的視頻圖像中的人員頭部目標進行識別，目標框的邊長應不小于16像素，人員頭部應清晰

可見，人員身體應有50%以上區(qū)域可見，人員未佩戴安全帽事件輸出結果的識別準確率應不小于90%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

6.19人員在崗

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應能識別出超過設定時間沒有工作人員在崗的現(xiàn)象，輸出

報警事件，告警應支持輸出：點位攝像機標識、上報大小圖影像、事件發(fā)生時間等（事件描述見表A.2）。

對于采集的視頻圖像中的人員身體目標進行識別，目標框的邊長應不小于100像素，人員身體應有

50%以上區(qū)域可見，人員脫崗事件輸出結果的識別準確率應不小于90%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

6.20人員闖入

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應能識別出有人員進入指定區(qū)域的現(xiàn)象，輸出報警事件，

告警應支持輸出：點位攝像機標識、上報大小圖影像、人員闖入時（事件描述見表A.2）。

對于采集的視頻圖像中的人員身體目標進行識別，目標框的邊長應不小于100像素，人員身體應有

50%以上區(qū)域可見，人員闖入事件輸出結果的識別準確率應不小于90%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

6.21消防通道阻塞

7

DB3308/T125-2024

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應能識別出停留超過指定時間的機動車、非機動車等相關

堵塞物目標，輸出報警事件，告警應支持輸出：點位攝像機標識，目標堵塞位置、上報大小圖影像、事

件發(fā)生時間等（事件描述見表A.2）。

對于采集的視頻圖像中的阻塞物目標進行識別，目標框的尺寸應大于50×50像素，消防通道阻塞事

件輸出結果的識別準確率應不小于80%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

6.22電動自行車進入電梯

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應能識別出電動自行車已經(jīng)進入或正在進入電梯的事件，

輸出報警事件，告警應支持輸出：點位攝像機標識、上報大小圖影像、進入時間等（事件描述見表A.2）。

對于采集的視頻圖像中的電動自行車目標進行識別，目標框的尺寸應大于80×80像素，電動自行車

應無明顯遮擋、體積大、移動速度慢、人眼清晰可辨，電動自行車進入電梯事件輸出結果的識別準確率

應不小于90%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

6.23渣土車追蹤

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應能識別出停留超過指定時間渣土車目標，輸出報警事件，

告警應支持輸出：時間、點位ID、目標框位置、車牌號、目標進入?yún)^(qū)域時間、目標離開區(qū)域時間、車輛

朝向、車身顏色、是否苫蓋、是否有車頂燈、車牌是否被遮擋、車尾是否涂刷噴涂號等信息（事件描述

見表A.2）。

對于采集的視頻圖像中的渣土車目標進行識別，渣土車目標框的尺寸應大于80×80像素，渣土車應

無明顯遮擋、體積大、移動速度慢、人眼清晰可辨，車輛朝向、車身顏色、是否苫蓋、是否有車頂燈、

車牌是否被遮擋、車尾是否涂刷噴涂號等狀態(tài)應人眼可見，車牌目標框的尺寸應大于20×40像素，車牌

應人眼可見，左右偏移角度不超過30°，渣土車車牌輸出結果的識別準確率應不小于90%，渣土車車輛朝

向、車身顏色、是否苫蓋、是否有車頂燈、車牌是否被遮擋、車尾是否涂刷噴涂號等信息的輸出結果的

識別準確率應不小于85%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

6.24垃圾隨意堆放

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應能識別出人眼可見包含剩菜剩飯飯菜、紙箱子、金屬易

拉罐、衣服、建筑垃圾、電子垃圾、裝修材料、家具、玻璃、落葉、金屬桶、廢紙、塑料瓶、塑料泡沫、

塑料垃圾(塑料包裝、塑料袋、餐盒)、垃圾袋(裝有垃圾)、蛇皮袋或編織袋等其中一類垃圾在區(qū)域內(nèi)隨

意堆放事件，輸出報警事件，告警應支持輸出：點位攝像機標識、檢測置信度、上報大小圖影像、事件

發(fā)生時間等（事件描述見表A.2）。

對于采集的視頻圖像中的垃圾目標進行識別，目標框所占像素面積應超過畫面面積的1%，人眼可見，

垃圾隨意堆放事件輸出結果的識別準確率應不小于80%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

6.25垃圾箱滿溢

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，應能識別出垃圾桶（針對戶外塑料可移動翻蓋式垃圾桶）

滿溢事件，輸出報警事件，告警應支持輸出：點位攝像機標識、檢測置信度、上報大小圖影像、事件發(fā)

生時間等（事件描述見表A.2）。

8

DB3308/T125-2024

對于采集的視頻圖像中的垃圾箱目標進行識別，目標框所占像素面積應超過畫面面積的1.5%，垃圾

箱人眼可見無遮擋，垃圾箱滿溢事件輸出結果的識別準確率應不小于80%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

6.26煙霧識別

煙霧識別算法基于大規(guī)模白色煙霧數(shù)據(jù)識別訓練，配合攝像頭實時識別監(jiān)控區(qū)內(nèi)室內(nèi)和室外白色煙

霧情況，檢測到白色煙霧立刻發(fā)出警報。適用于工廠、商場、蒸汽作業(yè)等任何有火災隱患的場所，并可

用于室內(nèi)多種復雜環(huán)境。應識別出突發(fā)的煙霧目標，輸出報警事件，告警應支持輸出：攝像機標識、事

件發(fā)生時間、目標區(qū)域坐標、上報大小圖影像等（事件描述見表A.2）。

對于采集的視頻圖像中的白色煙霧目標進行識別，目標框的尺寸應大于150×150像素，白色煙霧事

件輸出結果的識別準確率應不小于95%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

6.27危化車檢測

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，基于AI視覺技術檢測道路上的罐式危化品車輛與廂式?；?/p>

品車輛，包括白天、晚上以及各種天氣條件，如果檢測到?；奋囕v及時進行告警。應識別出?；嚹?/p>

標，輸出報警事件，告警應支持輸出：攝像機標識、?；囄恢谩⑸蠄蟠笮D影像、事件發(fā)生時間等（事

件描述見表A.2）。

對于采集的視頻圖像中的?；嚹繕诉M行識別，目標框的尺寸應大于200×100像素，?；嚹繕耸?/p>

件輸出結果的識別準確率應不小于90%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

6.28遺留物品檢測

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，遺留物品檢測基于AI視覺分析技術，自動檢測12種常見的

容易遺留的物品，包括：行李箱、背包、斜挎包、手提包、筆記本電腦、手機、錢包、平板電腦、長雨

傘、禮物包裝盒、文件夾、裝了東西的袋子，進行截圖上報。應識別出遺留目標，輸出報警事件，告警

應支持輸出：攝像機標識、遺留物品位置、遺留物品圖像、遺留物品類型、事件發(fā)生時間等（事件描述

見表A.2）。

對于采集的視頻圖像中的遺留物品目標進行識別，目標框的尺寸應大于100×100像素，遺留物品事

件輸出結果的識別準確率應不小于90%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

6.29徘徊識別

在滿足數(shù)據(jù)采集要求的在線視頻圖像中，徘徊識別算法基于計算機識別技術,配合現(xiàn)場攝像頭，自

動識別監(jiān)控點下同一人物進出次數(shù)，對多次進出徘徊人員實時檢測預警，填補人為管控死角,加強安全

管控。應識別出徘徊可疑人員的目標，通過統(tǒng)計該人員出現(xiàn)次數(shù)，大于閾值時輸出報警事件，告警應支

持輸出：攝像機標識、上報大小圖影像、可疑人員徘徊次數(shù)及事件發(fā)生時間等（事件描述見表A.2）。

對于采集的視頻圖像中的徘徊可疑人員目標進行識別，目標框的邊長應不小于100像素，人員身體

應有50%以上區(qū)域可見，徘徊人員事件輸出結果的識別準確率應不小于90%。

經(jīng)過內(nèi)容分析輸出的事件信息的輸入規(guī)則特征屬性格式見附錄A中的表A.3。

7信息存儲要求

9

DB3308/T125-2024

7.1存儲設備要求

對于支持輸出信息存入的存儲設備，其存儲設備類型、信息存儲環(huán)境、信息存儲時間、信息存儲格

式和信息存儲安全應符合以下內(nèi)容要求。

7.1.1信息存儲設備類型要求

存儲設備類型應符合以下要求：

a)支持iSCSI協(xié)議，NFS/CIFS協(xié)議、FC協(xié)議；

b)支持多端口設置，支持8Gb/s和16Gb/sFC主機接口，支持1GbE、10GbE、25GbESFP+主機；

c)接口和40GbEQSFP+主機接口；

d)支持CACHE優(yōu)化算法、不同文件系統(tǒng)調(diào)優(yōu)、硬盤IO調(diào)度算法調(diào)優(yōu)；

e)支持容錯功能，支持一種或多種RAID級別，多種RAID級別包含：條帶RAID、鏡像RAID、

單校驗盤/雙校驗盤/三校驗盤的RAID冗余；

f)支持動態(tài)存儲池功能。

7.1.2信息存儲環(huán)境（機房）要求

機房環(huán)境應符合GB50348、GB50057、GB50343及GA/T670的相關要求。

7.1.3信息存儲時間要求

7.1.3.1對于一般單位、商戶、居民社區(qū)或者住宅小區(qū)等為主建設的視頻監(jiān)控點，視音頻數(shù)據(jù)有效存

儲時間應不少于30天。

7.1.3.2對于重點行業(yè)、領域內(nèi)涉及社會治安的重要部位、易發(fā)案部位，以政府部門或者社會單位等

為主建設單位的視頻監(jiān)控點，視音頻數(shù)據(jù)有效存儲時間應不少于60天。

7.1.3.3對于重點公共區(qū)域、重點部門、重點場所等人群密集地的公共場所、重要部位或者反恐法規(guī)

定的重點目標單位等的視頻監(jiān)控點，視音頻數(shù)據(jù)有效存儲時間應不少于90天。

7.1.4信息存儲格式要求

存儲格式如下：

a)4CIF（704×576），幀率不低于25fps，傳輸碼率宜不小于1Mbps；

b)720P（1280×720），幀率不低于25fps，傳輸碼率宜不小于2Mbps；

c)1080P（1920×1080），幀率不低于25fps，傳輸碼率宜不小于4Mbps；

d)2K（2048×1080），幀率不低于25fps，傳輸碼率宜不小于8Mbps；

e)14K（4096×2160），幀率不低于25fps，傳輸碼率宜不小于12Mbps。

7.1.5信息存儲安全要求

應符合GA/T669.1—2008中9.1.1和GB50348的相關安全內(nèi)容要求。

7.2數(shù)據(jù)庫要求

對于支持輸出信息存入的數(shù)據(jù)庫，其存儲對象管理、存儲格式、用戶管理、數(shù)據(jù)庫設備管理和運維

日志管理應符合GA/T1400.3—2017中6.3和7.2的相關規(guī)定。

10

DB3308/T125-2024

A

A

B

C

附錄A

（資料性）

基層智治大腦內(nèi)容分析結果的特征屬性描述

表A.1規(guī)定了基層智治大腦內(nèi)容分析結果描述結果的特征屬性描述。

表A.1描述結果的特征屬性

必選/

序號名稱標識符數(shù)據(jù)類型長度備注

可選

在線視頻時必選，DeviceIDType類

在線視頻

1cameraIDstring20R/O型應符合GA/T1400.3-2017中附錄表B.2

攝像機ID

相關描述。

視頻圖像內(nèi)容分析事件類型，可選值

為機動車亂停放、游商攤販、店外經(jīng)營、

非機動車違停、橫穿馬路、非機動車占用

機動車道、非機動車逆行、踩踏草坪、占

道廣告牌、占道撐傘、沿街晾曬、人數(shù)超

2事件類型objTypestringR

限、人群聚集、車輛核入、土地苫蓋、積

水、佩戴安全帽、人員在崗、人員闖入、

消防通道阻塞、電動自行車進電梯、渣土

車、垃圾亂堆放、垃圾桶滿溢、煙霧識別、

?；嚈z測、遺留物品檢測、徘徊識別等。

系統(tǒng)生成視頻圖像內(nèi)容分析事件時

3生成時間timestampintR

間。

4起始時間entryTimeintR/O視頻圖像內(nèi)容分析事件起始時間。

5結束時間leaveTimeintR/O視頻圖像內(nèi)容分析事件結束時間。

水平起始

6objLeftintO事件發(fā)生區(qū)域水平起始像素坐標。

坐標

水平截止

7objRightintO事件發(fā)生區(qū)域水平截止像素坐標。

坐標

豎直起始

8objTopintO事件發(fā)生區(qū)域豎直起始像素坐標。

坐標

11

DB3308/T125-2024

表A.1描述結果的特征屬性(續(xù))

必選/

序號名稱標識符數(shù)據(jù)類型長度備注

可選

豎直截止坐

9objBottomintO事件發(fā)生區(qū)域豎直截止像素坐標。

標

目標高階特視頻圖像內(nèi)容分析事件高維視覺特

10featurebytesO

征征。

視頻圖像內(nèi)容分析事件場景圖片鏈

11場景圖片oritImageUrlstringR

接。

事件區(qū)域圖視頻圖像內(nèi)容分析事件發(fā)生區(qū)域圖

12cropImageUrlstringR/O

片片鏈接。

13車牌號碼platestringR/O車輛車牌號，用于機動車亂停放。

14車牌顏色plateColorstringR/O車輛車牌顏色，用于機動車亂停放。

15車輛類型vehicleTypestringR/O車輛類型，用于機動車亂停放。

載具（運貨工具）類型，用于游商攤

16載具類型carrierTypestringR/O

販。

farmgoodsTyp

17農(nóng)產(chǎn)品類型stringR/O售賣農(nóng)產(chǎn)品類型，用于游商攤販。

e

18商品類型vendorTypestringO售賣商品大類，用于游商攤販。

分析區(qū)域編

19polygonumintO視頻圖像內(nèi)容分析規(guī)則線圈編號。

號

非機動車類型，用于非機動車違停、

非機動車類novehicleTyp

20stringO非機動車占用機動車道、非機動車逆行

e

型等。

21傘具類型umbrellaTypestringO傘具類別，用于占道撐傘。

22區(qū)域人數(shù)pcCountintO區(qū)域內(nèi)人數(shù)。

truckBodyCol

23渣土車顏色stringO渣土車顏色。

ore

12

DB3308/T125-2024

表A.1描述結果的特征屬性(續(xù))

長必選/

序號名稱標識符數(shù)據(jù)類型備注

度可選

渣土車苫

24truckBodyCoverstringO渣土車苫蓋類型，取值為是/否。

蓋類型

渣土車霓

25truckHeadLightstringO渣土車霓虹燈類型，取值為是/否。

虹燈

渣土車朝

26truckDirectionstringO渣土車車頭朝向。

向

渣土車噴truckTailPaint

27stringO渣土車身噴涂車牌號。

ing

涂號

垃圾堆放目標類型，0-垃圾桶1-生

garbageHeapLab

28垃圾類型intO活垃圾2-建筑垃圾，用于垃圾亂堆放、

le

垃圾桶滿溢。

遺留物品LeftBehindItems

29stringO遺留物品類型

類型Type

30

物品堆放ItemsStackingintO物品堆放

注：“R”：必選；“O”：可選；“R/O”：特定條件下必選，其他情況下可選。

13

DB3308/T125-2024

表A.2規(guī)定了基層智治大腦事件內(nèi)容描述。

表A.2事件內(nèi)容描述表

序號事件內(nèi)容滯留時間告警支持輸出

攝像機標識、上報大小圖影像、事件發(fā)生時間；同一

1機動車違規(guī)停放超過指定時間

車牌關聯(lián)的告警信息。

2游商攤販超過指定時間點位攝像機標識、上報大小圖影像、事件發(fā)生時間。

3店外經(jīng)營超過指定時間點位攝像機標識、上報大小圖影像、事件發(fā)生時間。

4非機動車違規(guī)停放超過指定時間點位攝像機標識、上報大小圖影像、事件發(fā)生時間。

5占道撐傘超過指定時間點位攝像機標識、上報大小圖影像、事件發(fā)生時間。

6沿街晾曬超過指定時間點位攝像機標識、上報大小圖影像、事件發(fā)生時間。

7車輛核入/點位攝像機標識、上報大小圖影像、事件發(fā)生時間。

點位攝像機標識，未苫蓋位置，上報大小圖影像，事件

8土地苫蓋/

發(fā)生時間等。

點位攝像機標識，積水位置、上報大小圖影像、事件發(fā)

9積水/

生時間等。

10人員佩戴安全帽/點位攝像機標識、上報大小圖影像、事件發(fā)生時間。

11人員在崗/點位攝像機標識、上報大小圖影像、事件發(fā)生時間等。

12人員闖入/點位攝像機標識、上報大小圖影像、事件發(fā)生時間等。

點位攝像機標識，目標堵塞位置、上報大小圖影像、事

13消防通道阻塞

/件發(fā)生時間等。

14電動自行車進入電梯/點位攝像機標識、上報大小圖影像、進入時間等。

時間、點位ID、目標框位置、車牌號、目標進入?yún)^(qū)域時

間、目標離開區(qū)域時間、車輛朝向、車身顏色、是否苫

15渣土車追蹤

/蓋、是否有車頂燈、車牌是否被遮擋、車尾是否涂刷噴

涂號等信息。

點位攝像機標識、檢測置信度、上報大小圖影像、事件

16垃圾隨意堆放

/發(fā)生時間等。

點位攝像機標識、檢測置信度、上報大小圖影像、事件

17垃圾箱滿溢

/發(fā)生時間等。

攝像機標識、事件發(fā)生時間、目標區(qū)域坐標、上報大小

18煙霧識別

/圖影像等。

攝像機標識、危化車位置、上報大小圖影像、事件發(fā)生

19?；嚈z測

/時間等。

攝像機標識、遺留物品位置、遺留物品圖像、遺留物品

20遺留物品檢測

/類型、事件發(fā)生時間等。

攝像機標識、上報大小圖影像、可疑人員徘徊次數(shù)及事

21徘徊識別

/件發(fā)生時間等。

14

DB3308/T125-2024

表A.3規(guī)定了基層智治大腦內(nèi)容分析結果輸入規(guī)則的特征屬性描述。

表A.3輸入規(guī)則的特征屬性

必選/

序號名稱標識符數(shù)據(jù)類型備注

可選

系統(tǒng)唯一，標識視頻圖像內(nèi)容分析功能