100Mbps 1000Mbps 支持内网 有线 4G 网桥 △ △ △ 人 云平台 网络 特色功能特点 ( 产品竞争力 / 技术亮 点 ) 1. 车辆三维重建，实现泊位精准匹配 ( 大多 竞品无法准确匹配泊位，造成入离位混乱， 无法离位引发投诉 ) 2. 停稳检测 ( 大多竞品有车辆正常行驶导致重 复入位的问题 ) 3. 人脸马赛克 ( 高清图片，人脸过于清晰， 1. 快速检测，快速响应 0.5TFOPS 算力下，相比一 线竞品只能处理 1 路 500 万视频， □ 二维到三维映射算法 1. 实现泊位的精准匹配 现了处理 4 路 500 万视频，管理 口无牌 车特征匹配算法 12-16 个泊位。降低建设成本， 1. 实现无牌车辆的入位和离位配对 提升运营效率。 针对各停车场景，提出并实 同侧对侧安装 大多为车尾模式，同侧安装 竞品安装模式的限制可能导致部分场景无法覆盖，仅支持一 侧 立杆，增加了建设成本；我方通过二维到三维映射算法很 好的 处理了此类问题 泊位匹配 精准匹配泊位 大多不准确匹配泊位 我方精准匹配泊位可实现泊位精细化管理，竞品易造成超长 不 离位持续计费的问题 停稳检测 支持 大多无 竞品无停稳检测，容易导致过路车重复入离，数据误报多 遮挡过滤 支持 大多无 / 弱

个逃费中有多少个是真逃费。 逃费车辆 A 门架车型不匹配积 分 B 门架车型不匹配积 分 C 门架车型不匹配积 分 D 门架车型不匹配积 分 正常车辆 车型不匹配（积分） 金额不匹配（积分） 时间异常（积分） 有前科（积分） …… 积分超过阈值 产生逃费告警 北京数字智通科技有限公司 积分预警在逃费稽查系统中的应用 B 门架车型不匹配积分 积分研判与逃费告警 D 门架正常 A

Par t 远程维护 数据采集 智能传输 智能匹配 … 兼容多类主流厂家 智能数据匹配 实时数据监测 智能数据告警 政府政策监管 ① ② ⑥ ④ ⑧ ⑤ ③ ⑦ 升降机管理模块 9 Par t 远程维护 数据采集 智能传输 智能匹配 … 自动监测 精密采集 智能告警 智能匹配 身份识别 系统具有司机管理， 通过人脸识别管理合法司机

径的联动处置，虽然目 标区域聚集风险降低， 但形成轨道站点新的人 群聚集风险 公交、单车等出行方式 供 需匹配难、优化投入 大， 对出行需求的时空 特性难 于把握，无法与 公共交通 供给相互匹配， 提升绿色 出行比例难 公 共 安 全 运 行 体 征 系 统 场景分析 模型 算法 出行方式匹配模型 短时客流预测模型 人流风险仿真模型 路径识别算法 融合多种感知数据，精准 识别交通拥堵问题及原 交通局 （公共交通数 据） 公安局 （视频数据、路网车 流） 运营商 （运营商信令数 据） 互联网 （车流数据、 GPS 数 据） 拥堵溯源 人流超限 用地评估 运力匹配 交通天气 碳排放 占道施工 职住分 离 体征举例 数据源 数据源部门 数据模型 预期值 预期值依据 处置部门 平均单程通 勤时间 分目的出行 时间 运营商或互 联网 出行整体时 人流聚集情况通过 GIS 三维可视化呈 现 车流预测 根据 GPS 及公交刷 卡数据动态评估车 流汇集趋势 超限预警 通过人流现状、趋 势及车流现状趋势 评估预警 指挥调度 根据提、醒督办信 息匹配公交运力及 疏导交通 管理： 人流、运力情况一图 感知 服务 人流超限一网实时预 警 指挥 人流疏散一体多部门 联动 解决方案 效果 & 价值 27 城市交通（ CIM 平台场景示例）

支持心率监测， 心率监测频率可设置 门禁 支持 CPU+M1 芯片， 也可以单独支持 M1 芯片， 两 者 皆可实现门禁 、考勤等身份识别功能， 详细门禁 功能取决于 NFC 芯片与业主方应用之间的匹配， 可 同时实现多个门禁应用 SOS 报警 支持 SOS 报警， 长按两秒报警 - — — - 蓝 牙 手环 — - 尺寸 88*59*7.4mm （长 * 宽 * 高） 重量 30g 电池 聚合物锂电池 ， 400mAh 门禁 支持 CPU+M1 芯片， 也可以单独支持 M1 芯片， 两 者 皆可实现门禁 、考勤等身份识别功能， 详细门禁 功能取决于 NFC 芯片与业主方应用之间的匹配， 可 同时实现多个门禁应用 SOS 报警 支持 SOS 报警， 长按两秒报警 — — - 蓝牙 卡 片 尺寸 74*72*20mm （长 * 宽 * 高） 供电 报 警 n 支持 CPU+M1 芯片， 也可以单独支持 M1 芯片， 两者 皆 可实现门禁 、考勤等身份识别功能， 详细门禁功能取 决于 NFC 芯片与业主方应用之间的匹配， 可同时实现 多个门禁应用 — — - 门禁刷卡 n 家属 24 小时了解老人的情况， 放心 、安心 应用场景 n 员工考勤 n 保洁 、护理 、保安排班管 理

支持城市视频感知能力，提供支持对视频中人、车、物、行为的 AI 识别等 能力，能够城市治理、应急管理等场景需求。 支持证照识别能力，支持识别政务各类型文件信息，提取文件类型关键字， 与系统预置文件类型进行匹配，调用该文件类型对应的文字识别服务提取信息。 支持语音处理能力，通过实时访问和调用 API 获取语音交互结果。支持通 过语音识别功能，将口述音频、普通话语音文件识别成可编辑的文本；支持通 过语音合成功能将文本转换成逼真的语音。 地理信息服务建设要求 本项目地理信息服务建设，是需要基于地理信息数据库建立各类专题空间 数据服务，满足上层应用对各类地理空间数据服务需求的支撑。主要包括矢量 地图服务、影像地图服务、行政区划服务、地名地址匹配服务的基础时空数据 地图服务、包括部件等专题服务以及其他专题服务等。 2.3.1.2 融合通信平台 融合通信平台是智慧城市通信服务底座平台，各委办局的视频监控、视频 会议等多形态音视频资源可 用证授权：执证人可查看所有历史授权记录。 用证记录：将电子证照使用记录提供给一码通城应用历史使用信息。 （3）证照管理 部门进驻初始化：根据政务部门进驻登记表，对部门证照目录与电子签章 建立匹配关系。 联盟链创建：采用联盟链方式共享电子证照。 用证/发证统计：可对开通的电子证照目录进行统计，可对各部门制证签发 的电子证照进行统计。 （4）对接第三方电子证照系统 基于电子证照区块链

支持按照公安部的标准，对公安公共数据和业务专用数据进行采集和标注工作。 数据采集是在电子地图上直接利用点、线、面编辑工具添加、删除、修改公安公共数据和业务专用数据的地理坐标。在地理信息采集更新中，对于无法采用地址匹配进行地图定位的和地址匹配不成功的数据需要利用地图标图工具进行数据更新。 目录 1. 平台思路 3. 视频云 4. 信息云 5. 平台应用 2. 平台架构 平台架构 — 平台分层架构— 3G 构，设计适应多种定位模式的业务流程；以充分保证满足大数据量的定位要求、满足各级别指挥中心的报警定位要求及基于报警位置的报警电话自动路由等要求；同时具有识别运营商号码、定位数据误差分析、模糊定位、地址匹配等功能。 实现报警定位信息分析统计；实现报警定位子系统用户管理、数据管理、运维管理；支持系统稳定运行的网络监控服务。 平台应用 —— 重大活动警卫 重大活动保卫需要对活动 地点进行全方位监控，通 子地图中看到报警电话的地理位置。 GPS功能：监控终端车台，存储车辆的行驶轨迹，查询车辆行驶轨迹，可以在地图中查询终端车辆的地理位置，能够进行车辆车台号码的维护或车辆其他基本信息。 信息维护：门牌号匹配、车台号码维护。 信息显示：报警信息、水源信息、查询信息显示、当前操作显示。 鸟瞰图：放大、缩小、移动、显示。

（三）人工智能对于地铁意义重大 （1）提高地铁安全等级 安全是地铁运营的重中之重，但随着地铁线路以及客流 量的持续增加，使得地铁面临着诸多安全挑战。首先，乘客 快速通行需求与当前安检效率较低存不匹配的情况，对站内 突发情况的检测和预警仅依靠人工已然不切实际。其次，列 车运营时间增多、发车间隔缩短，一方面增加驾驶员、调度 员等压力，另一方面也压缩了列车及相关设备维修检测的时 间，存在一定 （1）出行即服务的理念成为趋势 出行即服务（Mobility as a Service，MaaS）公共交通 理念成为重要发展趋势。MaaS 是基于现有交通方式及交通 数据共享的基础上，利用人工智能技术综合匹配乘客出行要 素，为乘客提供一体化交通出行和一站式服务。芬兰 Whim 是全球第一家出行即服务的平台，负责出行计划、路线规划 到预定购票和支付的所有事务，涵盖地铁、公交、火车（主 要是市域铁路 是当前关注焦点。人脸识别技术通常分为1:1和1：N两种模 12 式，1：1模式主要进行人证核验，利用拍摄的人脸照片与身 份证件等进行核对，常用于火车、飞机等检票环节。1：N模 式进行人脸搜索匹配，将拍摄到的人脸照片与系统存储人脸 库数据库进行匹配，是地铁场景应用的主要模式。一方面， 人脸识别本身存在对抗攻击、活体攻击等问题，安全问题突 出。另一方面，在地铁安检中，人脸识别仅仅解决了身份的 认证，还需要结合乘客其他方面的信息进行综合评判。

报警记 录）数据，采用 Transformer 架构进行关联分析 2. 知识图谱构建模块：每周自动更新涉案人员关系网络，当前已 积累实体节点 1200 万+ 3. 协同处置引擎：根据事件类型自动匹配处置预案（共 38 类标 准预案），响应延迟＜500ms 应用服务层提供四类标准化接口供不同角色使用： 系统性能指标通过压力测试验证： 测试项目 基准值 峰值表现 视频接入能力 5000 路并发 识别 数据标注采用三级校验机制，标注人员需通过公安部第三研究 所认证培训。标注标准具体如下表所示： 标注类型 精度要求 允许误差 人脸框 完全覆盖五官 边界偏移≤2 像素 车辆轨迹 连续帧间匹配 位移差≤5 像素 行为标签 符合 GA/T 1399 标 准 时间戳误差 ≤100ms 多源数据融合采用时空对齐技术，建立统一的数据索引体系。 每个数据包包含以下元数据字段：采集设备 ID、GPS 向（欧拉角计算）  车辆特征：车型分类（9 类）、车牌颜色识别（准确率 98.6%）、运动轨迹  异常物品：长宽比>3:1 的箱体、特定形状轮廓匹配度 时空特征通道 通过 3D 卷积网络（SlowFast）提取时序特征，主要分析： 特征匹配采用改进的余弦相似度算法，引入马氏距离消除特征 维度相关性，在 100 万级样本库中检索耗时控制在 120ms 以内。 系统对典型目标的特征提取性能如下表所示：

牌、视频监控设备等景区资产的三维立体模型构建和属性信息录入，为景区资 产管理的三维可视化管理奠定基础。利用地面三维激光扫描技术、手持三维激 光扫描仪等先进的科学技术和仪器，通过密集点云与纹理采集、匹配的方式， 14 / 54 完成 XXX 湿地范围内 XXX 奴隶社会博物馆、光福寺、青龙寺、卧云山庄等重点 文物古迹的精细化三维立体模型和场景制作。 5.6 生态环境监测专题数据库 景区生态环境监测专题数据包括 点。同时，以闪烁的方式让用户知道当前选中的是哪一个景点。 (3) 道路的查询 用户在地图上点击一条道路，系统显示该道路的名称、长度和位于该道路 上的信息点。 (4) 检索功能 检索在此是指用户输入一定的文字信息，系统通过匹配，获得符合条件的 地理特征，并将这些特征醒目地显示在地图上或者告诉用户这些地理特征在地 图上的准确位置。这事实上是一个“库查图”的过程。 23 / 54 (5) 分类检索 系统将类别信息 通过名称的匹配，搜索出符合条件的景点并列表显示它们的名称。用户选择其 中的一个景点的名称之后，可以选择性地查看该景点的属性信息、最近交通点 或者查看该景点在地图上的位置。在名称检索中，系统具有模糊检索的功能。 所谓模糊检索是指：用户输入的景点名称在大多数情况下是不完全准确的，而 只是一个模糊的印象，这时系统应该能够根据用户输入的“模糊”的字符串对所 有景点的名称进行匹配，对于符合条件的景点列表显示。