3.3.2 全时空跟踪分析特定车辆
对车辆视频进行大数据分析， 自动识别车款、 车型等车辆信息， 实现对车辆及其运动轨迹的跟踪管理。应用于公安、 交警等执法部门对有关车辆的违法犯罪行为进行查处，并为犯罪行为进行预警和精确打击提供科学依据和决策。
3.3.3 实现重点地物、 场所的分析预警
对重点场所的消防通道和消防值班室进行视频大数据分析， 实现消防通道占用报警和值班室离岗识别。应用于公安、 消防等部门对重点场所进行非现场监管， 监督企业对消防火灾日常监管不留盲区、 隐患排查不留死角和应急救援及时有效。
3.4 社会综治方面
3.4.1 重点人群画像监控， 防患于未然
对重点关注人群的行动轨迹、生活习性和社交网络进行分析， 通过综合研判， 揭示其犯罪模式和行为模式。应用于社区、 街道、 公安等部门对重点关注人群进行矛盾协调处理， 实现综合布控和治安联动指挥。
3.4.2 群防群控， 使用更智能
识别人员拥挤、 聚集、 逗留、 打架斗殴等异常行为， 对人群聚集风险和群体性事件进行预警。应用于公安等执法部门提前动态调度有限的人力物力，制定人群疏导策略和布置等级化巡逻防控。
3.4.3 打造本地特色的综治大联勤
随着分析数据的积累，数据之间的关联性作用将日益凸显，从而带动侦防模式从单一模式向多元模式的转变，为公安、 国安、 法院、 检察院等执法部门的业务开展、 调查取证以及远程布控提供有效的技术支撑。
4 关键技术
城市视频大数据的社会综合治理大数据平台主要核心技术包括：
4.1 基于云计算和虚拟化的底层技术
利用分布式计算和虚拟资源管理技术，通过互联网络将分散的 ICT 资源 （包括计算与存储、 大数据平台应用） 集中起来形成共享资源池，并以动态按需和可度量的方式向客户提供服务。
云计算 [5] 提高城市视频资源特征抽取、 分析、 融合、 轨迹再现的效率， 达到 “可见即所得” 的分析效果。
云计算有效整合计算中心的闲置资源，提高计算单元利用效率， 降低项目成本和维护复杂度。
4.2 海量数据分析与挖掘技术 [6]
4.2.1 机器学习技术
汇集各业务模块核心数据， 进行大数据挖掘和分析， 深化机器学习， 研判数据趋势。建立关联规则机制， 对各业务模块核心数据进行分类、 聚合、 融合关联， 呈现数据单元关联关系。