ICS 35.020 3308
CCS L70
浙
江 省 衢 州 市 地 方 标 准
DB 3308/T 125—2024
代替DB3308/T 125-2022
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 processing
of video images
2024 - 12 - 05 发布
2025 - 01 - 05 实施
衢州市市场监督管理局 发 布
DB3308/T 125-2024
目
次
前
言 ............................................................................ II
1 范围 ................................................................................. 1
2 规范性引用文件 ....................................................................... 1
3 术语和定义 ........................................................................... 1
4 结构化处理流程与事件组成 ............................................................. 1
5 数据采集要求 ......................................................................... 3
6 内容分析与结果描述要求 ............................................................... 4
7 信息存储要求 ......................................................................... 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 ......................... 11
I
DB3308/T 125-2024
前
言
本标准按照GB/T 1.1—2020《标准化工作导则
起草。
第1部分：标准化文件的结构和起草规则》的规定
本标准代替 DB3308/T 125—2022《基层智治大脑 视频图像结构化处理技术规范》，与 DB3308/T 125
—2022 相比，除结构调整和编辑性改动外，主要技术变化如下：
a)
更改了“规范性引用文件”的引用文件（见第 2 章，2018 年版的第 2 章）；
b)
更改了“基层智治大脑分析与描述的基层治理事件组成”（见第 4.2，2018 年版的第 4.2）；
c)
增加“烟雾识别”等共 4 项事件（见第 5.2）；
d)
增加“可疑人员出现阈值”的相关内容（见附录 A）；
e)
更改了“事件类型”的相关规定（见附录 A）；
f)
增加“遗留物品类型”和“物品堆放”的特征属性（见附录 A）；
g)
增加《事件内容描述表》（见附录 A）；
h)
增加《事件结果输出准确率表》（见附录 A）；
请注意本标准的某些内容可能涉及专利，本标准的发布机构不承担识别专利的责任。
本标准由衢州市数据局提出并归口。
本标准起草单位：衢州市数据局、浙江省质量科学研究院、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。
本标准主要起草人：毛小兵、蒋伟、楼水能、邹巧柔、项波、蒋林、郑秀峰、吴效威、蒯峰阳、
陈志勇。
本标准及其所代替标准的历次版本发布情况为：
——2022 年首次发布为 DB3308/T 125-2022；
——本次为第一次修订。
II
DB3308/T 125-2024
基层智治大脑 视频图像结构化处理技术规范
1
范围
本标准规定了基层智治大脑视频图像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。
本标准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标准必不可少的条款。其中，注日期的引用文件，
仅该日期对应的版本适用于本标准；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
标准。
GB/T 28181—2022 公共安全视频监控联网系统信息传输、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
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标准。
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。
1
DB3308/T 125-2024
图1 基层智治大脑视频图像结构化处理流程
4.1.2
基层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
2
DB3308/T 125-2024
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
3
DB3308/T 125-2024
表 1 重点公共区域基层治理事件的采集部位（续）
事件名称 重点公共区域基层治理事件的采集部位
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
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
烟雾识别 针对居民住宅区等场景中出现白色烟雾将及时进行上报，第一时间防止火灾的发生
危化车检测 在居民生活区域中对道路罐式危化品车辆与厢式危化品车辆进行第一时间检测上报
遗留物品检测 在公共区域对疑似丢失物件进行检测和定位
徘徊识别 对出入工厂、居民生活区多次的可疑人员进行排查并上报
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。
5.4
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。描述结果特征属性格式见附录A中的表A.1。
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且在指定时间内未驶离的机
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：摄像机标识上报大小图影像、事件发生
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（事件描述见A.2）。
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80×25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.3。
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：点位摄像机标识、上报大小图影像、事件发生时间（事件描述见表A.2）。
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.3。
4
DB3308/T 125-2024
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的箱子、框子、桌子、冰箱、大
片布或纸等经营类载体目标，并输出报警事件，告警应支持输出：点位摄像机标识、上报大小图影像、
事件发生时间（事件描述见表A.2）。
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.3。
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：点位摄像机标识、上报大小图影像、事件发生时间（准确率见表A.4）。
对于采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.3。
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（准确率见表A.4）。
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录A中的表A.3。
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（准确率见表A.4）。
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.3。
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（准确率
见表A.4）。
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.3。
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（准确
率见表A.4）。
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%。
5
DB3308/T 125-2024
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.3。
6.10
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告牌(灯箱广告牌)目标，输出报警
事件，告警应支持输出：摄像机标识、时间、目标区域坐标、目标抠图、全图等（准确率见表A.4）。
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150×100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.3。
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：点位摄像机标识、上报大小图影像、事件发生时间（准确率见表A.4）。
对于采集的视频图像中的方形独立大棚或圆形大伞目标进行识别，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.3。
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：点位摄像机标识、上报大小图影像、事件发生时间（准确率见表A.4）。
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中的表A.3。
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：点位摄像机标识、上报大小图影像、厂房内实时人数，事件发生时间（准
确率见表A.4）。
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，应能识别出总人数超过设定阈值的事件，输出报警事件，
告警应支持输出：摄像机标识、上报大小图影像、画面内总人数，事件发生时间等（准确率见表A.4）。
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.3。
6.15
车辆核入
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：点位摄像机标识、上报大小图影像、经过时间以及车辆车牌等（事件描述见表A.2）。
6
DB3308/T 125-2024
对于采集的视频图像中的车辆目标进行识别，车辆目标框的尺寸应大于80×80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30×10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.3。
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：点位摄像机标识，未苫盖位置，上报大小图影像，事件发生时间等（事件描述见表A.2）。
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200×200像素，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.3。
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：点位摄像机标识，积水位置、上报大小图影像、事件发生时间等（事件描
述见表A.2）。
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150×150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.3。
6.18
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：点位摄像机标识、上报大小图影像、事件发生时间（事件描述见表A.2）。
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.3。
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：点位摄像机标识、上报大小图影像、事件发生时间等（事件描述见表A.2）。
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.3。
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：点位摄像机标识、上报大小图影像、人员闯入时（事件描述见表A.2）。
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.3。
6.21
消防通道阻塞
7
DB3308/T 125-2024
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：点位摄像机标识，目标堵塞位置、上报大小图影像、事
件发生时间等（事件描述见表A.2）。
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50×50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A中的表A.3。
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：点位摄像机标识、上报大小图影像、进入时间等（事件描述见表A.2）。
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80×80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.3。
6.23
渣土车追踪
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（事件描述
见表A.2）。
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80×80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20×40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%，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.3。
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：点位摄像机标识、检测置信度、上报大小图影像、事件
发生时间等（事件描述见表A.2）。
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.3。
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：点位摄像机标识、检测置信度、上报大小图影像、事件发
生时间等（事件描述见表A.2）。
8
DB3308/T 125-2024
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.3。
6.26
烟雾识别
烟雾识别算法基于大规模白色烟雾数据识别训练，配合摄像头实时识别监控区内室内和室外白色烟
雾情况，检测到白色烟雾立刻发出警报。适用于工厂、商场、蒸汽作业等任何有火灾隐患的场所，并可
用于室内多种复杂环境。应识别出突发的烟雾目标，输出报警事件，告警应支持输出：摄像机标识、事
件发生时间、目标区域坐标、上报大小图影像等（事件描述见表A.2）。
对于采集的视频图像中的白色烟雾目标进行识别，目标框的尺寸应大于150×150像素，白色烟雾事
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.3。
6.27
危化车检测
在满足数据采集要求的在线视频图像中，基于AI视觉技术检测道路上的罐式危化品车辆与厢式危化
品车辆，包括白天、晚上以及各种天气条件，如果检测到危化品车辆及时进行告警。应识别出危化车目
标，输出报警事件，告警应支持输出：摄像机标识、危化车位置、上报大小图影像、事件发生时间等（事
件描述见表A.2）。
对于采集的视频图像中的危化车目标进行识别，目标框的尺寸应大于200×100像素，危化车目标事
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.3。
6.28
遗留物品检测
在满足数据采集要求的在线视频图像中，遗留物品检测基于AI视觉分析技术，自动检测12种常见的
容易遗留的物品，包括：行李箱、背包、斜挎包、手提包、笔记本电脑、手机、钱包、平板电脑、长雨
伞、礼物包装盒、文件夹、装了东西的袋子，进行截图上报。应识别出遗留目标，输出报警事件，告警
应支持输出：摄像机标识、遗留物品位置、遗留物品图像、遗留物品类型、事件发生时间等（事件描述
见表A.2）。
对于采集的视频图像中的遗留物品目标进行识别，目标框的尺寸应大于100×100像素，遗留物品事
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.3。
6.29
徘徊识别
在满足数据采集要求的在线视频图像中，徘徊识别算法基于计算机识别技术,配合现场摄像头，自
动识别监控点下同一人物进出次数，对多次进出徘徊人员实时检测预警，填补人为管控死角,加强安全
管控。应识别出徘徊可疑人员的目标，通过统计该人员出现次数，大于阈值时输出报警事件，告警应支
持输出：摄像机标识、上报大小图影像、可疑人员徘徊次数及事件发生时间等（事件描述见表A.2）。
对于采集的视频图像中的徘徊可疑人员目标进行识别，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，徘徊人员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.3。
7
信息存储要求
9
DB3308/T 125-2024
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以下内容要求。
7.1.1
信息存储设备类型要求
存储设备类型应符合以下要求：
a) 支持iSCSI 协议，NFS/CIFS 协议、FC 协议；
b) 支持多端口设置，支持8Gb/s 和16Gb/sFC主机接口，支持1GbE、10GbE、25GbE SFP+主机；
c) 接口和40GbEQSFP+主机接口；
d) 支持 CACHE 优化算法、不同文件系统调优、硬盘IO调度算法调优；
e) 支持容错功能，支持一种或多种RAID 级别，多种 RAID 级别包含：条带 RAID、镜像RAID、
单校验盘/双校验盘/三校验盘的RAID冗余；
f) 支持动态存储池功能。
7.1.2
信息存储环境（机房）要求
机房环境应符合GB 50348、GB 50057、GB 50343及GA/T 670的相关要求。
7.1.3
信息存储时间要求
7.1.3.1
对于一般单位、商户、居民社区或者住宅小区等为主建设的视频监控点，视音频数据有效存
储时间应不少于 30 天。
7.1.3.2
对于重点行业、领域内涉及社会治安的重要部位、易发案部位，以政府部门或者社会单位等
为主建设单位的视频监控点，视音频数据有效存储时间应不少于 60 天。
7.1.3.3
对于重点公共区域、重点部门、重点场所等人群密集地的公共场所、重要部位或者反恐法规
定的重点目标单位等的视频监控点，视音频数据有效存储时间应不少于 90 天。
7.1.4
信息存储格式要求
存储格式如下：
a) 4CIF（704×576），帧率不低于25 fps，传输码率宜不小于1Mbps；
b) 720P（1280×720），帧率不低于25fps，传输码率宜不小于2Mbps；
c) 1080P（1920×1080），帧率不低于25fps，传输码率宜不小于4Mbps；
d) 2K（2048×1080），帧率不低于25 fps，传输码率宜不小于8Mbps；
e) 14K（4096×2160），帧率不低于25fps，传输码率宜不小于12 Mbps。
7.1.5
信息存储安全要求
应符合GA/T 669.1—2008中9.1.1和GB 50348的相关安全内容要求。
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。
10
DB3308/T 125-2024
附 A A A
BC
录
（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规定了基层智治大脑内容分析结果描述结果的特征属性描述。
表 A.1
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 ID cameraID string 20 R/O 在线视频时必选，DeviceIDType 类 型应符合 GA/T 1400.3-2017中附录表 B.2 相关描述。
2 事件类型 objType string R 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、烟雾识别、 危化车检测、遗留物品检测、徘徊识别等。
3 生成时间 timestamp int R 系统生成视频图像内容分析事件时 间。
4 起始时间 entryTime int R/O 视频图像内容分析事件起始时间。
5 结束时间 leaveTime int R/O 视频图像内容分析事件结束时间。
6 水平起始 坐标 objLeft int O 事件发生区域水平起始像素坐标。
7 水平截止 坐标 objRight int O 事件发生区域水平截止像素坐标。
8 竖直起始 坐标 objTop int O 事件发生区域竖直起始像素坐标。
11
DB3308/T 125-2024
表 A.1
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
9 竖直截止坐 标 objBottom int O 事件发生区域竖直截止像素坐标。
10 目标高阶特 征 feature bytes O 视频图像内容分析事件高维视觉特 征。
11 场景图片 oritImageUrl string R 视频图像内容分析事件场景图片链 接。
12 事件区域图 片 cropImageUrl string R/O 视频图像内容分析事件发生区域图 片链接。
13 车牌号码 plate string R/O 车辆车牌号，用于机动车乱停放。
14 车牌颜色 plateColor string R/O 车辆车牌颜色，用于机动车乱停放。
15 车辆类型 vehicleType string R/O 车辆类型，用于机动车乱停放。
16 载具类型 carrierType string R/O 载具（运货工具）类型，用于游商摊 贩。
17 农产品类型 farmgoodsTyp e string R/O 售卖农产品类型，用于游商摊贩。
18 商品类型 vendorType string O 售卖商品大类，用于游商摊贩。
19 分析区域编 号 polygonum int O 视频图像内容分析规则线圈编号。
20 非机动车类 型 novehicleTyp e string O 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 umbrellaType string O 伞具类别，用于占道撑伞。
22 区域人数 pcCount int O 区域内人数。
23 渣土车颜色 truckBodyCol ore string O 渣土车颜色。
12
DB3308/T 125-2024
表 A.1
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
24 渣土车苫 盖类型 truckBodyCover string O 渣土车苫盖类型，取值为是/否。
25 渣土车霓 虹灯 truckHeadLight string O 渣土车霓虹灯类型，取值为是/否。
26 渣土车朝 向 truckDirection string O 渣土车车头朝向。