这个项目难在哪
每个案例的难点都不一样。先把难点说清楚，方案才有意义。
现有监控的成像条件是为「看」优化的，不是为「取证」优化的：视角斜、焦距不够、夜间噪点大
违法证据有法定形式要求，AI 检出的图片不等于可用证据
AI 检出的违法量远超人工审核产能，不加分级会直接把审核岗压垮
视频专网和公安内网物理隔离，数据要跨网进执法系统
产品思路：把「抓拍」换成「分析」
传统非现场执法依赖专用设备：电子警察杆上有触发线圈、有补光灯、有专门优化的俯视视角。这套设备单价不低，一条路口装齐要几十万，覆盖范围受预算限制。
这个产品的思路是把「抓拍」换成「分析」：**不新增专用设备，用已经存在的监控视频做智能分析**，自动检测违法行为、感知交通流量、预警交通事件。
架构上分三段：
| 段 | 组成 | 说明 |
|---|---|---|
| 接入 | 电子警察 / 高清卡口 / 球机 → 第三方视频监控平台 | 走国标接入；也支持直连 IPC |
| 分析 | 交通违法与流量事件感知平台 | 视频智能分析，输出违法、事件、流量三类数据 |
| 应用 | 综合应用平台 → 公安内网 → 违法辅助平台 → 人工审核 → 六合一执法系统 | 跨网推送，人工复核后入执法系统 |
这条路能省掉硬件投入，但它不是「白捡的便宜」。用现有监控做取证，有四个前提必须先满足，否则检测出来的数据进不了执法流程。
前提一：现有监控的成像条件够不够
监控摄像头的设计目标是「看得见现场」，取证摄像头的设计目标是「看得清车牌、分得清车道」。这两个目标对成像的要求完全不同。
| 条件 | 专用抓拍设备 | 普通监控设备 |
|---|---|---|
| 安装角度 | 俯视 15–30 度，专门调过 | 多为侧装或高杆斜视 |
| 焦距 | 按车道宽度定焦，车牌占画面比例固定 | 广角为主，车牌只占几十像素 |
| 补光 | 配套频闪灯或红外，夜间也清晰 | 依赖环境光，夜间噪点大 |
| 触发 | 线圈/雷达触发，抓拍时机精确 | 连续视频流，靠算法判断时机 |
| 稳定性 | 固定杆件，抗风抗震 | 部分球机有轻微抖动 |
这不是说普通监控不能用，而是**要先做点位评估**。同一个路口，装在杆顶俯视的球机可能可用，装在侧墙斜视的枪机可能不可用。评估的硬指标是车牌在画面中的像素高度——低于一定值，识别率会断崖式下跌。
实际项目里，可用点位通常只占现有监控的一部分。所以「零新增设备」是宣传口径，工程上是「尽量少新增」——少数关键路口仍然要补装或改造。
白天可用的点位，夜间可能完全不可用。逆光、车灯眩光、雨雾天气，都会让识别率掉到不可接受。点位评估必须分时段做，只看白天的截图会严重高估可用率。
前提二：AI 检出的图片不等于可用证据
这是最容易踩的坑。算法说「检测到闯红灯」，输出的是一张标注了框的图片。但执法系统需要的是一套完整的证据链，两者差距很大。
一条能被采信的违法记录，通常要满足：
- **多帧关联**：不是一张图，是违法过程的连续帧（比如红灯亮起时车辆越过停止线的完整过程）
- **全景 + 特写**：全景证明违法场景与位置，特写证明车牌号码
- **时间戳与地点**：精确到秒，位置精确到路口和车道
- **防篡改**：图片带数字水印或哈希，能证明未被修改
- **设备校准信息**：设备编号、校准有效期，证明采集设备合规
平台要做的不是「检测出违法」，而是「生成一条符合证据要求的记录」。这中间要做帧选取、多帧拼接、水印嵌入、元数据绑定，工作量比检测本身还大。
很多项目在这里翻车：算法准确率 95%，但生成的证据材料不合规，全部退回，等于零产出。
前提三：误报量要和人工审核产能匹配
架构图里有一个容易被忽略的环节：**人工审核**。AI 检出的数据不能直接进执法系统，必须经过人工复核。这个环节决定了整个系统能不能真正跑起来。
算一笔账：一个中等规模城市，几百路视频做违法检测，每天检出几千条是常态。一个审核员一天能认真审多少条？200 条已经是高强度。如果检出 3000 条，需要 15 个审核员全职。
所以平台的核心指标不是「检出多少」，而是「**进入审核队列的有多少**」。做法是三层过滤：
| 层 | 作用 | 目标 |
|---|---|---|
| 算法置信度过滤 | 低置信度直接丢弃，不进队列 | 砍掉明显误报 |
| 规则二次校验 | 用业务规则排除不可能的情况 | 比如公交车专用道、特种车辆 |
| 分级排序 | 按置信度和违法类型排序，高的先审 | 让审核员先处理产出最高的 |
分级排序这一条最实用。同样审 200 条，按置信度排序和不排序，最终入执法系统的有效数量可能差 3 倍。
提高算法召回率，不一定提高系统产出。如果多检出的都是需要人工排除的误报，反而占用了审核产能，把真正有效的那批挤到后面。这个系统里，「少而准」比「多而全」值钱。
前提四：跨网与执法系统对接
架构图上有一条虚线，标着「视频专网」和「公安内网」。这条线是整个链路里最硬的约束。
视频专网承载视频流和分析平台，公安内网承载综合应用平台和执法系统，两网物理隔离。数据要过去，通常走单向光闸或前置机。
- **图片要压缩**：跨网带宽有限，原图过不去，要压到可接受的大小同时保持车牌可辨认
- **结构化数据优先**：能传字段就不传图，图片按需回源
- **状态要回传**：执法系统处理完（已处罚/已撤销）要把状态回传到分析平台，否则分析平台无法闭环
- **时间同步**：两网时钟必须对齐，否则证据时间戳对不上
最后一条常被忽略。视频专网和公安内网各自有自己的时间源，偏差几十秒就会导致违法记录的时间和执法系统记录的时间不一致，审核时被判为异常。
对接六合一执法系统是另一个工程。不是「推数据过去」就完事，要按对方的数据规范组装报文，还要处理对方系统繁忙时的重试与幂等——同一条违法记录推两次，会生成两条处罚。
流量与事件：同一套视频的另外两个产出
违法检测是「事后追责」，流量感知和事件预警是「事中处置」。三者共用同一套视频输入，这是复用现有监控的额外收益。
| 产出 | 内容 | 用途 |
|---|---|---|
| 违法数据 | 闯红灯、压线、违停、逆行、不礼让行人 | 人工审核后进入执法流程 |
| 流量数据 | 车流量、车速、车道占有率、排队长度 | 信号配时优化、拥堵研判 |
| 事件数据 | 停车、逆行、行人闯入、抛洒物、事故 | 实时预警、指挥调度 |
流量数据的价值常被低估。它不需要证据链，不需要人工审核，准确度要求也低得多——统计车流量误差 5% 完全可用。这意味着同一套算法，流量侧的落地难度比违法侧低一个数量级，可以先上流量、再上违法。
实际推进顺序也应该这样：先用流量和事件验证点位可用性和算法稳定性，跑顺了再开违法检测。反过来做，一上来就是证据合规和审核产能的双重压力，很容易卡死。
四条落地判断
- 1**点位评估要分时段做**。白天可用的点位夜间可能完全不可用，只看白天截图会严重高估可用率。
- 2**证据链的工作量大于检测算法**。多帧关联、水印、元数据绑定，这些不做，算法再准也进不了执法系统。
- 3**核心指标是「进审核队列的量」，不是「检出量」**。三层过滤 + 分级排序，比提高召回率更能提升实际产出。
- 4**先上流量和事件，再上违法**。流量侧没有证据合规压力，是验证点位和算法最省成本的方式。
「不装专用抓拍机」这句话本身没错，但它是结论不是前提。前提是这四个问题都有了答案：点位够不够、证据合不合规、审核扛不扛得住、跨网通不通。
有类似的项目？
把你的现场情况说清楚就行，不用先写需求文档。我们会告诉你从哪切入最划算、哪些环节其实可以不花钱。