基于物联网大数据的城市精细化管理解决方案(智慧城市)课件

1、基于物联网大数据的城市精细化管理解决方案CONTENTE目录页第一部分第二部分问题与挑战总体思路IoT应用场景需求分析基于应用场景的IoT管理平台建设第三部分第四部分IoT应用场景智能化分析设计第五部分社区IoT-COS产品开发设计第六部分与城市网格化平台实现双轨对接第七部分智慧能力检验第八部分01亟需应用场景智能分析技术提高问题发现准确率单个传感器只是机械地根据设定的阈值发出信号，这个信号是不 是预警信号需要和应用结合来看，例如：门禁一次开合不一定是 警报，厨房偶尔的油烟也不是问题，那么甄别这些信号消耗的人 力成本就大大的超过了传感器自动感知带来的价值。因此，需要 有实用工程化解决方案来降低

2、传感器的误报率。020304城市精细化管理要求的全覆盖、全过程、全天候，隐含着对问题发现的 时间和空间要求。用什么样的技术手段来展示以时间和空间为载体的信 息目前并没有很好的解决方案。缺乏“城市大脑”综合分析可视化载体城市精细化管理最终目标是解决问题，传感器发现的真实问题如果 没有制度保障的解决途径，就永远是技术试点，这点又反过来要求 传感器要有效准确地发现问题。问题与挑战1随着城市精细化管理工作在各条线的不断深入，在具体落实“三全四化”要求的过程中，无论是智慧公 安的“一标六实”、社区综合治理的“三公一建”还是城市网格化管理的街镇网格化拓展，如何在基层社区 有效地应用物联网技术成了城市精细化

3、管理这项总体工作能否成功的关键。缺乏面向社区应用的物联网平台产品当前阶段物联网应用试点以传感器的大量安装部署为主，传感器数据直 接对接到中心大数据平台，由大数据平台对数据进行应用分析，但是中 心平台不可能以一种统一的模式来灵活满足各种应用场景和各类传感器 的实际需求。需要有一种面向基层场景的快速产品化部署解决方案。没有建立基于传感器问题发现的管理闭环建立起与城市网格化管理平台制度化对接，将发现的公共管理类问题推送到网格化平台 进行有效处置。将物联网发现机制纳入网格化平台的技术和管理标准，提升网格化平台的处 置能力。 应用经验和智能算法相结合实质性地提高前端设备警报准确率参照新型城域物联专网建设

4、导则2018版，针对公共安全、公共管理、公共服务相 关物联网应用场景定义传感器警报的量化和逻辑规则，并用软件实现规则化管理。并结合 较为成熟的有学习能力的数据挖掘算法例如SVM，深度网络等来进行分类输出学习，判别 结果作为应用场景的输入增加场景状态判断的正确率。 将物联网感知到的有效问题纳入网格化管理体系图像智能识别技术例如人脸识别，图像分类方面已经是成熟的技术，困难是根据应用 需要建立标签样本库的工作量问题，同时随着雪亮工程深入社区应用，视频监控参与社区 智能化场景应用是极其必要，也是完全可行的，是智慧社区智慧能力的主要来源之一。总体思路 构建社区IOT产品来承载物联网应用，形成物联网产品化

5、策略将物联网设备数据传输、安全策略、本地数据分析以及场景应用架构包装成社区物联网操作 系统，实现即装即用，灵活扩充的社区物联网产品应用推广策略，物联网产品主要在社区展开竞 争，而物联网数据的价值是累积的，部署越多数据也越多，也越能调试出符合实际的物联网技术 应用场景。采用IOT操作系统策略，也能充分发挥传感器的雾计算能力。强化视频监控的智能分析能力2IoT应用场景需求分析3在现实的城市管理和生活服务中，有着各种各样的城市运行和生活场景，IOT的有效介入能够大幅提 高城市管理水平和居民生活水平。但是IOT设备作为神经元，只是机械地按照预设的程序采集和感知环境 信息，生成数据项和状态，至于这些数据

6、和状态到底代表了什么需要更高层面的理解和解释。IoT数据的实用价值是和应用场景紧密相关，如果脱离应用场景IOT数据只是大数据而已。基于应用场景的IoT大数据管理平台建设4总体概念IoT大数据平台总体架构IoT大数据处理技术流程和框架IoT大数据平台质量管控IoT大数据平台时空云GIS支撑平台基于应用场景的IoT大数据管理平台建设4微地理环境神经元分级单元化管理中心计算与边缘计算相结合01. 总体概念基于应用场景的IoT大数据管理平台建设402. IoT平台总体架构基于应用场景的IoT大数据管理平台建设403. IoT大数据处理流程通过IOT大数据交换组件获取数据流，Storm处理数据，加载到实

7、时数据区。针对IOT实时数据执行标准化处理和贴源整合。任务调度控制，确保数据ETL过程流畅稳定。基于应用场景的IoT大数据管理平台建设403. IoT大数据处理框架参考自互联网资源，来源忘记了，感谢原始作者基于应用场景的IoT大数据管理平台建设404. IoT大数据平台质量管控数据管控委员会负责定义和管理业务数据相关标准，制定标准所必须的政策，监测正在进行的数据管控行动数据标准消除一数多义，提升数据的唯一性、一致性，将逐步形成的数据标准纳入一个规范 的管理流程中，进行数据标准的更新、发布、 使用监督等工作。数据质量数据质量提升是改进数据质量的手段和 质量考评的目的。元数据从业务和技术术语、业务

8、和技术描述、业 务和技术指标和业务规则等几个方面对数据 进行描述。数据安全数据安全管理可分为数据安全分级管理和 数据访问授权管理两个部分。完全取自互联网资源未修改，来源不详，感谢原始作者基于应用场景的IoT大数据管理平台建设405. IoT大数据平台时空云GIS支撑基于应用场景的IoT大数据管理平台建设405. IoT大数据平台时空云GIS支撑数据时空特性：时空特性就是指这些数据具有内在时间和空间自相关性；时空数据的大数据分析不同于传统的大数据分析技术，需要加上时空约束；时空数据分析本身就是一个可视化过程；24小时21:009:0012:0015:0018:006:003:00上图完全取自互联

9、网资源未修改，来源不详，感谢原始作者警告信息可视化 三维仿真可视化基于应用场景的IoT大数据管理平台建设405. IoT大数据平台时空云GIS支撑IoT应用场景智能化分析5智能分析算法库建设智能算法集成思路场景智能化分析规则设计场景分析案例IoT应用场景智能化分析501. 智能分析算法库建设基础统计分析算法IoT设备采样值数字特征的计算描述例如：均值、方差、相关系数、协方差、方差矩阵等。深度学习算法基于多层神经网络的学习算法：CNN、RNN、LSTM、VAE、RBM、DBN等可视化分析工具 可视化分析工具主要用来分析复杂系统问题，以 仿真手段刻画实际，帮助专家来分析复杂问题。时空分析算法对人的

10、行为模式产生空间数据分析的算法：DBSCAN聚类、RNN、Shapelets、SAR预测、GWR、Kriging、时空序列挖掘STSMiner等。数据挖掘算法传统的数据挖掘算法是构建场景综合分析模块的基础：时间序列分析相关、SVM、决策树、朴素贝叶斯、KNN、ID3等。算法集成框架将各类算法在应用层面进行接口包装，随需迭代，向下兼容。场景智能 分析框架IoT应用场景智能化分析502. 智能分析算法集成思路举例深度学习算法F(x1,x2,x3.,Xn) R时空算法集成框架应用需求团队 + 产品开发团队 + 算法专家团队事件：指某时间点的某个位置，说明什么时候发生了什么事情。轨迹：随着时间变化运动

11、物体的空间位置变化形成的路径，例GPS。参考点：描述场的数据类型，许多参考点描述同一个场不同位置状态。栅格：指在某个位置某个时间点同时记录的数据，例如照片、视频。分类决策IoT应用场景智能化分析503. 场景智能化分析规则设计当描述某个场景的需求时，常常用的是业务化的表述方法：“小区电梯门频繁开关，电梯没有升降，就应该向物业 中心发出警报”“要对养鸡场环境无线实时监控，根据养鸡厂养殖品种 以及不同生长阶段，监测每间鸡舍的温湿度，氧气、氨 气、硫化氢、二氧化碳浓度，光照度，用水量，用电量 等数据”“上海迪斯尼乐园整个园区后期的安全运营，需要对供 排水管道网络进行科学周到的监控管理，当水位超标时，

12、 将信号上传至电脑或手机上”问：业务描述根据具体业务的不同，千变万化，实际采用传感器的类型也是种类繁多，如何能够用统一、 标准且可扩展的架构来对这些需求进行规则化描述，让计算机解释执行呢?IoT应用场景智能化分析503. 场景智能化分析规则设计确定IOT设备属性标准-参考“物联网导则2018”，通过领域、地域、感知终端类型、套件四类来划分传感器类型IOT设备静态属性设备编号、领域编号、地域编号、社区编号、地址描述、网格单元编号、坐标(X,Y,Z)。IOT设备运行属性设备探测类型：数值型、状态型、判别型、识别型； 数值警告阈值：设置发出警告的数值范围；状态警告项： 发出警告的状态；判别警告项：判

13、别出某种类型，发出警告； 运行时长： 启用后的运行时间；采样频率： 数据采样的周期间隔； 上报间隔： 数据上传的时间间隔； 剩余电量： 剩余的电量百分比；IOT设备的安装部署管理以2/3维GIS平台为主，设备的安装部署位置、状态监测以及属性远程修改。IoT应用场景智能化分析503. 场景智能化分析规则设计 IOT符号系统定义-根据传感器设备的探测类型和监测结果类型，可以自定义形式语法来描述物联网设备的状态设备属性描述：IoT应用场景智能化分析503. 场景智能化分析规则设计 IOT符号系统定义-根据传感器设备的探测类型和监测结果类型，可以自定义形式语法来描述物联网设备的状态数据特征描述数值型枚

14、举型集合型IoT应用场景智能化分析503. 场景智能化分析规则设计 IOT符号系统定义-根据传感器设备的探测类型和监测结果类型，可以自定义形式语法来描述物联网设备的状态AI函数描述空间函数描述IoT应用场景智能化分析503. 场景智能化分析规则设计 场景对象和分组对象定义场景对象是用来对不同的IOT应用场景进行差异化管理的一 个虚拟概念，主要用途是来组合某个应用环境里的各种传感器 数据，并定义对应的分析规则，实现场景标准化管理。场景对象是集合对象，实现递归嵌套，通过自然语言描述 名称来个性化不同场景。场景可以在顶端的大数据中心平台通 过IOT运维管理系统进行定义，然后发布推送到下层的社区管 理

15、平台加载运行。分组对象是传感器进行逻辑组合，以适应某个规则模板集 合运算的需求，分组对象依附于场景对象，不可嵌套包含。分析规则针对单个传感器，也可以针对分组和整个场景， 规则由IOT应用专家设置，以满足现实的管理需求。scenescenescenegroupscenegroup传感器传感器传感器传感器传感器传感器IoT应用场景智能化分析503. 场景智能化分析规则设计 IOT场景分析规则设计-基于设备和数据特征描述和符号系统定义，可以通过应用这些基础概念来组合应用场景的业务化描述， 描述的结果就是形式化的伪代码。这些伪代码是规则化的，可以编译转化为可执行的计算机二进制代码。用谓词符号“”，“”

16、以及逻辑运算符号“”，“”，“”，“|”，“”，“=”，“”来描述 场景分析的规则；例如：“%iot%”：表示当前分组或集合内的任意一个设备；“%iot%IOTType.xyz”：表示当前分组或集合内的任意一个类型为xyz的设备； “%iot%”：表示当前分组或集合内只要存在一个设备；“%iot% IOTType.xyz”：表示当前分组或集合内只要存在一个类型为“xyz”设备；-表示发出断言；%iot%作为关键字代表广义的物联网设备概念；&group&作为关键字代表广义的分组概念；*scene*作为关键字代表广义的大场景概念；IoT应用场景智能化分析503. 场景智能化分析规则设计 IOT场景

17、分析规则设计状态码关键字包括：IOTType, IOTDataType和IOTStatusIOTType是物联网设备类型的枚举，从字典生成；IOTWaringCode是警告后的事件代码，根据类型字典生成；IOTDataType: IOTDataType.Value代表数值， IOTDataType.Code代表编码； IOTStatus：枚举类型 Alert;Warning;Triggered;Normal;Error四个断言定义：statuscode 缺省为空 Warning(%iot%, statuscode)：判定为警告Alert(%iot%,statuscode):判定为提醒 Trig

18、gered(%iot%, statuscode)：判定为状态触发 Exception(%iot%, statuscode)：判定为设备异常 Abandon(%iot%,statuscode):判定数据非法，丢弃执行顺序：从场景分组的最底层开始执行，一层层执行直到最顶层。IoT应用场景智能化分析503. 场景智能化分析规则设计 IOT场景分析规则描述案例1)所有当前场景内的数值型的物联网设备在超过阈值设置，则发出警告2)电梯门开启后，保持状态超过10分钟，发出警告3)酒店厨房的烟感传感器有60%超过警戒并且持续3分钟，则发出警告4)小区内只要有一个摄像头发现治安重点对象，立即警告IoT应用场景智

19、能化分析503. 场景智能化分析规则设计 IOT场景分析规则描述案例5)垃圾箱满溢传感器报警，并且视频识别为垃圾影响环境，则发出警告6)如果在街面上发现公安部重要通缉人员，则发出警告7)检测某景区的手机信令8)检测异常出租车运行轨迹IoT应用场景智能化分析503. 场景智能化分析规则设计 场景规则模板的应用针对具体的应用场景，例如在一个社区部署物联网设 备时，需要预先对物联网设备的场景进行设计，建立场 景结构和分组计划，然后将设备关联到某个预设的场景 模版，让管理平台在接收到各类物联网传感器的时候， 都能够按照场景规则有序的计算和分析。IoT应用场景智能化分析503. 场景智能化分析规则设计

20、场景运行管理设计IoT应用场景智能化分析504. 场景分析案例案例1：网格化井盖防盗监控管理场景需求这个应用场景是城市网格化的管理内容，因为网格化监督员做不到“三全”及时发现问题，所以井 盖被发现通常都是在井盖被盗窃一段时间以后才被发现。本场景的需求就是通过井盖周边感知终端的部 署，及时发现道路井盖管理中存在的问题和风险，保证道路井盖的正常使用。传感器类型水平传感器：井盖水平位移信息，有效范围：（02m） 垂直传感器：井盖垂直位移信息，有效范围：（01m） 开合传感器：井盖开合数据，电子锁具监控开关量气味传感器：井内气体异味探测数据：数量级降低光传感器：井内光照探测数据：数量级升高IoT应用场

21、景智能化分析504. 场景分析案例案例1：网格化井盖防盗监控管理应用分析和设计确定场景的计算方法此场景中，综合使用多维数据，只有同时满足井盖的水平位移、垂直位移、光照和气体 浓度都发生有效范围内的变化，才能推断报警时间，实现井盖移位报警。在有此条件的基础上， 辅助于电子锁具的数据同时可以实现井盖破损报警、可燃气体报警等算法，并基于场景内算法 的输出或经加工后，形成道路井盖综合感知及指数。定义场景分级管理网格化管理是以网格单元进行日常管理，每个监督员都有一个责任单元，且城区井盖数量 巨大，小区和道路都有。因此，按照责任单元进行计算资源分配较为合理，兼顾公共道路和社 区。建立起四级场景结构。IoT

22、应用场景智能化分析504. 场景分析案例案例1：网格化井盖防盗监控管理场景规则定义为满足场景需求，编制两条场景规则：“井盖防盗分组规则”和“井盖防盗规则”。“井盖防盗分组规则”:“井盖防盗规则”:“井盖防盗规则”优先级低于“井盖防盗分组规则”，因此必须在前者先执行完毕后再执行后者。IoT应用场景智能化分析504. 场景分析案例案例1：网格化井盖防盗监控管理场景分析执行流程添加规则进入规则库，系统编译规则转化为JAVA规则类库；建立分组分层结构，将规则附加到结构中的相关结点；从地图上用空间定位或者空间选择工具分组选定安装了井盖套件的所有井盖；将场景里所有已安装的所有传感器，根据传感器类型分配到分

23、组结构；初始化所有传感器状态，启动STORM流式计算服务；按照场景分组分层结构，按照规则从底至上监听计算所有传感器的状态；循环重复，该警报的发出警报；IoT应用场景智能化分析504. 场景分析案例案例2：城市道路积水监控场景需求这个应用场景是市政管理部门的现实业务需求。本场景通过道路及周边感知终端的部署，及时发现内道路积水情况，告知相关部门及时排涝，保证道路通畅。传感器类型水位探测传感器：积水深度信息，有效范围： 雨量传感器：雨量计降雨量信息，有效范围：（030cm）（0100cm小时）IoT应用场景智能化分析504. 场景分析案例案例2：城市道路积水监控应用分析和设计确定场景的计算方法在感知

24、到有积水信息之后,首先判断前后数据，如果出现了非连续性的变化（例：如短时间 出现了20cm以上的数据跃迁），则将当前数值标示为非法数据剔除，等待下一次数据。同时 综合雨量传感设备或者社会公开的气象数据，综合降雨量及降雨程度判断积水数据准确性后形 成道路积水综合感知状态。定义场景分级管理除小区道路外，城市区域的道路按照区来进行分级处理，建立如下的分级结构。IoT应用场景智能化分析504. 场景分析案例案例2：城市道路积水监控场景规则定义为满足场景需求，场景规则中包括了毛刺剔除和积水判断的两条规则。#template ONLINE 积水监测场景 : 当雨量超过10mm且水位超过20cm ,单位 m

25、m #SceneID: bc62804e-01a9-42e0-89bd-112b94a828ee (%iot%IOTType.WaterPitch)(V(%iot%)-E(%iot%,15)2E(%iot%,15)- Abandon(%iot%) (%iot%IOTType.WaterPitch)(V(%iot%)200) (%iot%IOTType.RainGauge)(V(%iot%)10)-Warning(%iot%)场景分析执行流程 添加规则进入规则库，系统编译规则转化为JAVA规则类库； 建立分组分层结构，将规则附加到结构中的相关结点； 从地图上用空间定位或者空间选择工具分组选定安装

26、了水位套件的所有路段； 将场景里所有已安装的传感器，分配到路段分组； 初始化所有传感器状态，启动STORM流式计算服务； 按照场景分组分层结构，按照规则从底至上监听计算所有传感器的状态； 重复上一步，该警报的发出警报；IoT应用场景智能化分析504. 场景分析案例案例3：社区群租监控场景需求群租管理是社区管理的重要内容，因为群租人员必然的增加了小区和楼道的出入次数，因此群租行 为模式一定和正常租户有所区别。需要通过小区内门禁和门磁传感器捕捉的出入情况，自动分析出群租 可能性最大的楼房号码。传感器类型门磁感应器：感知门的开启状态。IoT应用场景智能化分析504. 场景分析案例案例3：社区群租监控

27、应用分析和设计确定场景的计算方法群租的特点是在上下班高峰期以及周末出入次数明显要比正常租户高。但是，分析是否存 在群租现象，实时的门磁数据量是不够的，必须借助历史数据的积累，通过对历史数据分析来 凸显异常数据的特征。所以，这个场景规则制定和执行需要在离线环境下执行，没有实时性的 要求。定义场景分级管理此场景定义非常简单，因为是以小区为数据背景，所以只需一个分组。社区门磁感应器IoT应用场景智能化分析504. 场景分析案例案例3：社区群租监控场景规则定义这个规则应用了AI智能学习算法，以判别模式执行,离线的场景规则执行完毕后，推送到控制中心， 由管理人员选择性查看场景分析执行流程 添加规则进入规

28、则库，系统编译规则转化为JAVA规则类库； 建立社区分组分层结构，将规则附加到社区场景； 选择一个社区，将社区内所有门磁感应器加入场景； 离线规则运算器启动后，按照场景分组分层结构，按照规则扫描计算传感器的状态，； 每日00:00执行一次，该警报的发出警报；社区IoT-COS产品开发研制6产品目标IoT-COS与IoT大数据平台关系IoT-COS产品结构轻量可视化方案IoT-COS功能设计和安全管理IoT-COS应用案例实施社区IoT-COS产品开发研制501. 产品目标IOT-COS产品是指基于IOT技术的社区操作系统，是一个基于大数据和当代人工智能技术的面 向社区管理和服务的软硬件一体化产

29、品。产品的目标包括以下几项：支持物联网标准协议支持LoRa|NB-IoT协议，支持即插即用采集设备数据局部自治管理社区所有设备完全又IOT-COS进行自治管理。即装即用设计开机初始化后，适当配置即可正常运行，根据场景不同支持不同应用。应用场景适配化管理场景可以动态加载卸载，根据不同应用需求，实现场景动态管理。系统版本化管理系统的软件和数据通过在线进行版本管理，支持敏捷交付。社区IoT-COS产品开发研制502. IoT-COS与大数据平台关系IOT-COS 和IOT大数据平台的关系可以用航母和舰载机来比喻，IOT-COS的运行环境和初始 化数据由IOT大数据平台制作和发行，IOT-COS部署到

30、社区环境后实现数据吞吐和自治管理，将 过滤过的物联网数据和业务更新数据上报到IOT大数据平台，并在基础数据和软件版本更新后同 步自动更新。因此，IOT大数据平台的角色不再承担前端IOT设备的基础管理功能，例如心跳以及设备控制 等，全部由IOT-COS自行管理，另外一方面由IOT-COS管理设备数据的过滤、校验、去冗余以及 数据特征提取。IOT-COS某种程度上发挥了边缘雾计算的作用，实质地降低IOT大数据平台的负 载。IOT大数据平台因此需要有完备的软件和数据版本发行管理机制，在数据管控体系下，确保数 据发行及时正确，软件也可实现敏捷开发，迭代发行，平台才能“活”起来。社区IoT-COS产品开

31、发研制503. IoT-COS产品结构社区IoT-COS产品开发研制504. 轻量可视化方案在社区管理这种应用环境下，要实现精细化管理，就需要更精细化的微观地理环境数 据的支持。物联网设备安装部署位置常常在建筑物内，用传统的二维地图当然也能满足需 求，但是从产品质量需求来看，需要三维地图的支持。灵活运维需求ARCGIS、SKYLINE运行环境过于庞大，而且维护困 难，一旦发生异常，问题排 摸和系统恢复费时费力。展示效果需求GIS以数据管理为主，和 游戏引擎相比展示效果差一 个层级，而且粒子系统、滤镜以及材质控制也很不方便。完整空间坐标系游戏引擎的坐标系是局部 坐标系，没有严格的地理坐 标系，缺

32、乏标准化坐标管理 和数据空间融合基础。社区IoT-COS产品开发研制504. 轻量可视化方案三维展示方案：利用强大的UNITY3D游戏引擎为主构造IOT-COS三维场景管理方案，前端直接发布成WebGL或移动端应用， 对于IOT-COS来说是一个完美的解决方案，不仅能够实现高精度和高渲染度场景展示和管理，更重要的是能够方便 的集成应用代码，实现三维场景和应用UI的无缝衔接。空间坐标系管理：IOT-COS的解决方案是将NASA WORLD WIND源代码改造植入到UNITY3D引擎，让UNTIY3D游戏引擎兼有三维GIS的部分功能，将两种类型软件在图形坐标接口上嫁接，来实现三维场景的精确位置控制

33、，实现微观和宏观城市场景无级比例尺切换。社区IoT-COS产品开发研制505. IoT-COS功能设计应用框架管理计算调度管理IoT数据管理插件部署解压插件打包文件，并部署到应用 程序池；事件处理框架对接受到的事件进行处理，跟踪事 件的处理状态；业务流框架对事件处理的业务流程进行图形化编辑和权限配置；CMS UI管理加载自定义业务管理UI，实现CMS 风格化管理；缓冲数据计算计算模块循环从缓冲数据库读取计算 所需的数据，分析结果；历史数据计算根据场景规则转换的函数调用，计算 历史数据的相关数据特征；计算推送将场景分析计算结果推送到事件处理框架；LoRa/NB-Iot协议解析按照标准协议过滤分析

34、网络上的设备传输 的数据；数据校验验证数据的合法性；设备心跳管理管理设备的运行状态；数据分发管理将解析出的结果分发到不同的应用场景；数据存储同时将数据按照设定的存储周期存储到本 地HADOOP；数据上传将有效数据上传到IOT大数据平台；社区IoT-COS产品开发研制506. IoT-COS应用案例实施案例选择假定需要再IOT-COS上加载社区公共管理应用场景案例，拟编制发行社区公共安全应用插件V0.1， 实现社区人员管理功能，包括：非小区人员出入记录；老年痴呆患者出入记录；重点人员(吸毒/劳教)出入记录，要求同步记录WIFI记录的手机号码；人员异常聚集提醒；社区IoT-COS产品开发研制506

35、. IoT-COS应用案例实施场景规则定义该应用插件涉及的应用场景规则主要是智能视频分析功能为主，涉及图像识别和图像分类两种 类型的智能分析应用。编制场景规则如下：非小区人员监测无行为能力人员监测重点监控人员监测人员异常聚集监测社区IoT-COS产品开发研制506. IoT-COS应用案例实施社区IoT-COS产品开发研制506. IoT-COS应用案例实施场景算法模块装配从一个产品实用角度来考量，不同来源算法库和软件产 品差距是很大的。对人脸识别而言，corner case(例外)检测的 真阳性率水平是衡量一个产品是否在真实场景中实用的具体指 标。真实场景中，人脸图片的角度，光线，闭合（开口

36、、闭 口）、表情、年龄、化妆等差异相互的作用，都会对算法的稳 定性提出挑战。因此，算法选型装配有两个策略，其一是选用达到工业级 标准的商业人脸识别软件，例如FACE+，购买其使用授权来 集成。其二是利用经过LFW数据集准确率验证的开源软件进行 算法集成。IOT-COS V0.1产品是原型研制，所以采用开源软件DLIBC+库，而图像分类采用KERAS框架VGG16。这两种算法都是基于深度卷积神经网络算法,DLIB 包装成JNI 接口， 而PYTHON则通过JPTYHON来调用。JAVA包装类接口定义例：当场景编译器解析到DECIDE关键字，将翻译成相关函数调用:AiImageUitl.DoFac