随着经济快速发展，城市机动车保有量持续增加，不仅加大了交通管理的难度，而且涉车涉驾的案件比例也不断上升，特别是盗抢机动车辆、机动车肇事逃逸以及涉车类刑事案件，严重影响了社会治安状况，损害了人民群众利益。而随着平安城市建设的扩大深入和资源整合，公安通过自建卡口电警系统加强了车辆管控，掌握了大量的车辆卡口数据和图片。
过车信息的爆发式增长得益于三个方面
一、按照中共中央办公厅和国务院办公厅印发《关于加强社会治安防控体系建设的意见》关于各地加快公共安全视频监控系统建设，全面提高社会治安防控体系的科技化水平要求，前端车辆抓拍点位的建设规划质量、成像效果等直接影响车辆大数据研判系统应用成效的因素都会提出优化和改进措施。包括：根据城市地域特点和布局规划，道路按照“科学布局、围绕实战、建用结合”的方法，通过治安卡口防控系统，基于“圈”、“块”、“格”、“线”、“点”的逻辑布局，在全市构建技术防控“圈”、责任明晰的管控“块”、基本封闭的单元“格”、掌握人车动态的轨迹“线”，以及防控有效的关键“点”，从而实现“区域全面监控、时空无缝衔接、目标全程追踪”的防控效果。
二、前端摄像机的智能化水平提升，使得车牌识别技术在常规视频监控系统中得到快速普及。以往需要在路口部署标准的卡口摄像机，现在可以在路段中间部署简易卡口摄像机，在对普通监控场景录像的同时自动捕获和识别车辆和车牌信息；此外，对社区出入口、加油站、停车场出入口等车辆进出口部署微型卡口摄像机，利用地形封闭的特点，对出入车辆实现自动抓拍和识别。
三、深度学习技术的发展，推动了图片结构化和特征提取的能力。早期建设的卡口系统，智能分析能力弱，图片质量以及车牌识别准确率较低，经常要根据品牌型号颜色等车辆自身固有信息，从海量过车图片或视频中，人工查找目标车辆，由于一线警力有限、劳动强度大、车型种类多、光线角度不确定等因素，无法保证查找的准确性和时效性，特别是突发紧急事件，经常贻误最佳处理时机。通过使用车辆深度学习系统，对前端卡口或简易卡口获取的过车图片进行特征结构化分析识别，充分挖掘海量的卡口过车图片中有价值信息，不但可以提高车牌车型的准确率，而且增加了车辆特征的识别信息，实现了车辆子品牌、车身颜色、不系安全带、驾驶员接打电话、遮阳板状态等识别检测功能，对过车数据进行精细化校正，摆脱了传统单纯依靠车牌进行分析研判的单一手段，为卡口电警数据提供了更加丰富实用的车辆防控应用，可以实现对高危车辆的有效预警防控，优化警力部署进行针对性车辆排查，可以在大量涉车涉驾案件中有效锁定嫌疑车辆，提高刑事侦查效能，使治安防控手段从事后被动侦查向事前主动预警转变。
大数据提升城市治安及管理水平
大数据的价值在于通过对大数据进行高速捕获和实时分析，及时获取核心业务和战略决策所需的关键信息，提升管理决策水平。
依据统计学，任何动态发展的事物，只要有足够多的样本数据，就一定能从样本数据中找到动态发展的规律。数据越多，准确率越高，这就是数据的价值所在。对于商业应用，可以通过数据分析用户行为规律从而提高销售量、分析市场规律从而定点投放广告降低成本；对于公安行业，可以通过数据分析区域性犯罪趋势，提前预防从而降低犯罪率，可以分析交通行为规律，提前做交通疏导，提高交通通畅率。