4G执法记录仪自动拉取或接收推送的视音频文件及元数据(警号、单位、时间、设备 ID、文件哈希),支持历史回溯
平台要求:
1. 全量接入:自动拉取或接收推送的视音频文件及元数据(警号、单位、时间、设备 ID、文件哈希),支持历史回溯与采集后准实时触发。
2. 多模态深度解析:对视频、音频、文本做逐秒级结构化,输出统一时间轴叙事线。
3. 行为规范自动打分:基于可配置规则库,对单视频、单警、单位生成百分制评分、扣分证据链(时间戳+截图+原声片段+法条)。
4. 人工协同闭环:复核修正→样本回流→模型主动学习,对接督察/政工系统推送整改。
5. 私有化部署于视频专网或移动信息网安全域,禁止音视频出公网。
6. 支持 x86/鲲鹏/昇腾/海光等异构算力,容器化(Docker/K8s)交付,支持信创 OS(麒麟、统信)。
7. 分析节点横向扩容,保障日处理视频时长 ≥ 本单位日增量 × 实时倍数冗余。
多源数据接入与预处理要求
|
子项 |
要求 |
|
接入协议 |
支持 FTP/S3/NAS 批量拉取、采集站 API推送、GB/T 28181 级联、RTSP 实时流回传;兼容鼎桥、海康、大华、宇视、警翼、smarteye等主流平台 |
|
元数据解析 |
自动读取文件内嵌元数据(设备号、警 号、开始/结束时间、GPS 、电量标记、文件完整性 SHA256),与目录结构映射 |
|
格式兼容 |
MP4/MOV/TS ,H.264/H.265,码率 1– 16Mbps,分辨率 720p–4K;自动转封装统一分析管道 |
|
完整性预检 |
检测黑屏、纯色帧、镜头遮挡、录像中 断、提前终止、录音缺失;标记“ 空录/断录/不完整”并直接计入摄录规范分 |
|
视音频预处理 |
关键帧+固定间隔(≤1fps 分析帧率可配)抽帧;去抖/低光照增强;音频降噪、人声分离、远场波束增强后送 ASR |
视频内容分析(视觉行为引擎)
表 2 视频内容分析能力要求
|
分析维度 |
技术能力要求 |
输出示例 |
|
执法主体与对象检测 |
基于检测/ReID 识别警 察、当事人、围观者;识别警用标识(警号、肩章、臂章)、单警装备(记录仪、对讲机、催泪喷射器、手 铐、警棍、武器)、机动车/车牌 |
“00:30 画面 2 名警察、1名当事人;警号 XXXX 可见;未佩带记录仪(自证缺失)” |
|
第一视角与摄录质量 |
判定胸前视角/手持视角;检测镜头被手臂遮挡、指地、逆光过曝、剧烈晃动、画面长时间无人员 |
“01:12–01:40 镜头遮挡,丢失关键处置画面,扣 2 分” |
|
人体姿态与执法动作 |
时序动作识别:亮证/敬 礼、出示强制传唤证、上手铐、使用警械/辣椒水/约束带、跪压/控制、搜身、签字确认;输出起止时间与置信度 |
“02:15 动作=掏出手铐,持续 4s;前序无口头警告→程序瑕疵” |
|
场景与空间 |
场景分类:道路盘查、酒驾检测、入室检查、接处警大厅、讯问室、窗口;双人执法校验;盘查/带离安全距离估算(基于单目尺度) |
“盘查未保持 1.5m 安全距离;单人讯问(违反双人要求)” |
|
冲突与异常 |
打架、倒地、逃跑、聚集、抢夺镜头(光流突变+画面翻转)检测;联动声学事件 |
事件片段打标,触发重点复核 |
供应商须提供动作标注与模型微调工具,允许甲方使用本地数据增补“本地高频动作”类别。
音频与执法用语分析(语音语义引擎)
远场语音转写
• 针对 75–85dB 外勤噪声、多人重叠对话优化;支持说话人分离(Diarization,至少区分“ 民警 A/民警 B/当事人/第三方”)。
• 内置警用热词表(依法传唤、口头传唤、权利义务告知、全程录音录像、警察证、配合检查等),支持方言(本地方言/少数民族语言)热词扩展与声学模型微调。
• 输出带时间戳、说话人标签、置信度的转写文本。
话术模板与程序校验
表 3 话术模板与程序校验规则
|
类型 |
检测逻辑 |
示例 |
|
必说项 |
开场身份(“我是×× 公安机关民警”)、亮明证件(音视频联合:音频说“ 出示警察证”+视频出现证件)、权利告知、传唤/强制措辞、结束告知 |
缺失任一项即扣分;支持正则+NLP 相似度 |
|
禁说/风险项 |
辱骂、威胁、诱导供述、与执法无关闲聊、情绪失控高声 |
命中即标记片段,关联《禁语清单》 |
|
程序节点对齐 |
校验“亮明身份→告知事由→ 听取申辩→处置→带离”顺序与最小间隔;如先上手铐后警告则判定程序倒置 |
多模态规则引擎驱动 |
|
声学事件辅助 |
呼救、警笛、破碎、高分贝争吵、长时间静默 |
作为摄录质量与冲突评分辅助因子 |
多模态融合与执法叙事线
• 将视觉标签、ASR 文本、声学事件按统一时间轴对齐,生成执法事件时间线(Timeline JSON)。
内置规则 DSL,支持配置跨模态校验,例如:
WHEN 动作== 掏铐 OR 动作== 喷辣椒水 WITHIN 前 30s NOT 文本 =~“(警告|强制传唤|出示证件)” THEN 扣分=5 条款=“ 最小武力原则前置告知缺失”
WHEN 文本=~“ 请你配合” AND 姿态=背对当事人 THEN 扣分=2 条款 =“摄录角度不当”
所有扣分必须可回溯到原视频截图+原声起止时间。
行为规范量化打分引擎
可配置评分卡
• 可视化规则台:按警种(交警/派出所/特警/巡警)、勤务类型(盘查/酒驾/接处警/讯问)、单位加载不同模板。
默认百分制维度(权重可拖拽调整):
表 4 行为规范评分卡默认维度与权重
|
维度 |
默认权重 |
核心扣分项来源 |
|
摄录规范性 |
20 |
未提前开机、中断、遮挡>阈值、提前关机、画面长期偏离 |
|
程序与用语规范 |
30 |
身份未表明、必说项缺失、禁语、程序倒置 |
|
行为动作规范 |
30 |
未亮证、未双人、安全距 离、警械使用程序、过度武力嫌疑 |
|
记录质量与覆盖度 |
20 |
关键节点(冲突/带离/签字)出画、音频模糊不可 辨、遮挡丢失 |
每条规则绑定法规/细则原文,扣分面板一键展开依据。
聚合统计
。单视频:总分+四维度分+扣分项列表(时间、截图、音频片段、规则 ID)。
。单警/单位/时段:平均分、合格率、高频违规 TOP 榜、趋势图,支持导出督察通报。
结果呈现与人工协同
。时间轴播放器:视频下方叠加 ASR 文字流、动作标签、红点违规标记,点击跳转。
。人工复核台: 审核员可“采纳/驳回”AI 扣分、修改分数、补打标签、填写备注;驳回/修改样本自动进入修正样本库,触发主动学习流水线重训。
。整改推送: 通过 API 将评分摘要、Top 问题推送到现有督察、政工系统,生成个人执法档案。
算法与性能指标
表 5 算法与性能指标
|
指标 |
基线要求(POC 阶段) |
达标目标(试运行 3 个月 后) |
|
视频目标/行为检测 mAP@0.5(亮证、上铐、敬礼、跪压等定制动作) |
≥ 0.75(首版模型,基于甲方提供微调数据) |
≥ 0.85 |
|
ASR 字准确率(含警用热词,75dB 噪声) |
≥ 80% |
≥ 88% |
|
说话人分离 DER |
≤ 25% |
≤ 18% |
|
必说项召回率(避免漏判程序缺失) |
≥ 85% |
≥ 92% |
|
必说项精确率(控制误报) |
≥ 80% |
≥ 90% |
|
单路端到端分析耗时 |
≥ 2× 实时(10 分钟视频≤5 分钟完成视+音+打分) |
支持 GPU 池横向扩容,保障日全量 |
|
单视频无效告警(假阳性扣分) |
≤ 5 条/段(POC 宽口径) |
≤ 3 条/段 |
|
遮挡/黑屏/中断检测准确率 |
≥ 95% |
≥ 98% |
测试数据集由甲方提供脱敏真实视频 ≥200 段(覆盖盘查、纠纷、酒驾、讯问、室内外),供应商不得仅用演示视频应答。AI 总分与 3 名法制专家盲评对比,Kappa 一致性 ≥ 0.70 为 POC 合格,≥ 0.75 为优选。
接口与集成要求
与现有记录仪/视音频平台对接
视频获取接口:
GET /api/videos/pull(FTP/S3 路径同步)
POST /api/tasks/ingest(推送文件元数据触发分析)
• 分析状态回调:任务创建→抽取中→ 分析中→评分完成→ 人工复核完,通过 Webhook/MQ 通知上游。
• 结果输出:标准 JSON(时间线、扣分明细、截图 URL、音频切片对象键),支持写入对象存储并由督察系统拉取。
与督察/政工系统对接
• 提供 GET /api/scores/officer?badge=xxx&range= 聚合评分接口;
• 提供整改清单导出(PDF/Excel),带电子水印。
账号与审计
• 对接现有 LDAP/警号认证;所有评分修改、规则变更留痕审计。
安全、合规与非功能性需求
• 等保三级:传输 TLS、存储加密(视频静态加密+数据库加密)、防篡改哈希链、操作日志不可删。
• 隐私脱敏:分析过程中自动对无关公民人脸、车牌打码; 授权复核前默认展示脱敏帧,授权后解密原图。
• 水印:所有导出截图/视频片段叠加“ 督察专用+时间+操作员” 明水印+隐水印。
• 兼容性:支持 CentOS/麒麟/统信,ARM/x86 ,NVIDIA 或昇腾NPU;分析引擎以 Helm Chart 或离线镜像交付。
• 运维:模型版本管理、A/B 测试、规则热更新不停机、队列积压监控、失败自动重试与断点续析。
