近几年来,一个国家投入最多的资金和精力的领域是公共安全,其中公安部门在破案过程中,涉及车辆作案占比最高,亟需借助大量的视频数据来进行破案。车辆研判系统由此应运而生,已成为公共安全极其重要的发展方向之一。然而随着摄像头数量的骤增、视频资源量的增大,现有公安车辆研判系统面临着储存有限、延迟困难、效率低下、成本较高等问题,针对大数据研判已成为公安部门的警务新常态之一。面向警务新常态的车辆大数据研判系统的设计,可以使公安系统的视频图像处理水平赶得到显著地提升,使公安部门的车辆分析能力以及规律预测能力得到一定的提升和强化,可以对不法分子进行有效的查处,有效地预防了违法犯罪事件的发生,有效地保障社会稳定水平,最终保证社会长治久安。为了保障公安部门对前端卡口过车信息可以充分分析和挖掘,保障智能交通管理的目标能够顺利地实现,基于现有的公安车辆研判系统中IOE架构具有存储量有限、设备成本处于较高的水平、高延迟的特点,本文主要针对公安这五块业务伴随车、频繁过车、停靠路段、卡口区域碰撞、过车指数模块进行深化设计改进。首先,借助Hbase数据库来对卡口当中通过车辆的信息和相关数据采集,通过使用视频结构化技术来结构化处理所获得的数据,用大数据的信息挖掘技术对数据进一步深度挖掘,最后用Hbase表模式设计进行处理系统,从而保障系统可以有效地对卡口过车信息进行存储,进而保障车辆的信息能够被有效地采集,让民警的破案效率得到显著地提升。根据测试结果可知,本论文借助大数据挖掘技术、视频结构化技术、Hbase表模式技术可以对通过车辆的信息进行有效地检索,同时检索的结果更加深入,通过对时空不合理性、识别错误等状况排除,最终设计的系统能够满足既定的设计要求。