资源描述
**市公安局视频侦查平台和视频图像综合判平台
解
决
方
案
千视通
2016年8月
目录
1 项目设计方案 5
1.1 总体建设方案 5
1.1.1 建设目标以及主要内容 5
1.1.2 平台总体架构设计 5
1.1.2.1 开发语言 5
1.1.2.2 系统架构 6
1.1.2.3 安全性 6
1.1.2.4 可靠性 6
1.1.2.5 灵活性 7
1.2 业务流程 7
1.2.1 总体业务架构 7
1.2.2 视频侦查工作平台业务流程 8
1.2.3 视频图像研判平台业务流程 9
1.3 视频侦查工作平台功能设计 9
1.3.1 案件创建 9
1.3.2 信息采集 9
1.3.2.1 视频信息采集 9
1.3.2.2 社会点位采集 10
1.3.2.3 视频标注 11
1.3.2.4 轨迹标注 12
1.3.3 审核管理 13
1.3.3.1 个案审核 13
1.3.3.2 社会点位审核 14
1.3.4 工具集 14
1.3.4.1 视频转码 14
1.3.4.2 视频编辑 14
1.3.4.3 图像处理 14
1.3.4.4 视频智能排查 17
1.3.4.5 人脸比对 20
1.3.4.6 车型识别 21
1.3.5 协同作战 21
1.3.5.1 协同作战申请 21
1.3.5.2 协同作战审核 21
1.3.5.3 新建任务协作 22
1.3.5.4 收到协作任务 22
1.3.5.5 发起的协作 22
1.3.5.6 专案讨论组 23
1.3.6 工作门户 23
1.3.7 绩效评估 23
1.4 视频图像研判平台平台功能设计 24
1.4.1 系统对接 24
1.4.2 数据库 24
1.4.2.1 案件视频图像库 24
1.4.2.2 疑情视频图像库 24
1.4.2.3 案件信息库 25
1.4.2.4 案件解析数据库 25
1.4.2.5 清晰图像辨识库 25
1.4.2.6 车型库 25
1.4.2.7 自定义建库 25
1.4.3 解析中心 25
1.4.3.1 人目标结构化 25
1.4.3.2 车目标结构化 28
1.4.3.3 物目标结构化 30
1.4.3.4 案件信息结构化 30
1.4.3.5 目标结构化字典维护 31
1.4.4 研判中心 32
1.4.4.1 研判模型 32
1.4.4.2 个案研判 33
1.4.4.3 积分模型 34
1.4.4.4 类案研判 35
1.4.4.5 车辆识别 36
1.4.4.6 时空分析 37
1.4.5 比对中心 39
1.4.5.1 以图搜车 39
1.4.5.2 人像比对 39
1.4.6 案件协查 40
1.4.7 串并管理 41
1.4.7.1 加入串并 41
1.4.7.2 串并审核 41
1.4.7.3 串并管理 42
1.4.8 系统管理 42
1.4.8.1 模块管理 42
1.4.8.2 用户管理 43
1.4.8.3 角色管理 44
1.4.8.4 组织机构管理 44
1.4.8.5 辖区管理 45
1.4.9 绩效评估 45
1.4.9.1 串并能力评估 45
1.4.9.2 个人及单位串并效率评估 45
1.4.10 工作门户 46
1.4.11 软件环境 46
2 平台性能指标 46
2.1 人骑车检索性能 46
2.2 行人检索 46
2.3 人骑车结构化检索 46
2.4 车辆检索 47
2.5 车辆结构化检索 47
2.6 行人性别结构化检索 47
2.7 人形检索 47
2.8 检索速度 47
2.9 车型识别指标 48
2.10 人脸比对指标 48
3 硬件配置清单 48
1 项目设计方案
1.1 总体建设方案
1.1.1 建设目标以及主要内容
**市公安局通过建设“视频侦查工作平台”及“视频图像研判平台”,实现视频侦查工作的全流程管理。明确市、区县、派出所对视频侦查平台建设功能要求;划分市、区县、派出所在视频侦查中的业务职责,支撑平台;为市局规划的合成作战提供数据源,接受合成作战指令。通过**市公安局“双网双平台”体系建设,促进各级公安机关视频侦查业务的快速发展。
(1)、视频侦查工作平台:部署在视频专网上,与基础平台对接,可直接调用基础平台资源开展视频侦查工作。
(2)、视频图像研判平台(视频专网部分):部署在视频专网上,建设疑情视频库,存放疑情视频,并在视频侦查工作平台中提供疑情查询比对等功能。
(3)、视频图像研判平台(公安内网部分):部署在公安内网上,建设疑情视频库(为专网平台的映射),案件视频库(个人平台审核通过后推送),视频图像侦查信息库等数据库。
1.1.2 平台总体架构设计
1.1.2.1 开发语言
视频侦查工作平台采用Java语言开发,基于视频专网部署。平台采用浏览器/服务器(B/S)架构,兼容IE9及以上浏览器。
视频图像研判平台采用Java语言开发,基于视频专网和公安内网部署。平台采用浏览器/服务器(B/S)架构,兼容IE10及以上浏览器。平台采用市、县、派出所三级应用,并能够实现市局、区县两级信息流转。系统采用分层功能模块化结构设计,各功能模块间既有效衔接,又互补依赖,能够根据不同用户,实现分角色、分层级对不同的应用模块授权。系统采取分布式设计,支持多级级联方式部署应用,支持横向跨区域间资源协议开放共享。
1.1.2.2 系统架构
网络架构图
视频侦查工作平台采用区县/派出所两级应用,支持案件创建、案事件信息采集、视频侦查、目标圈注等工作。支持通过视频结构化算法对目标进行自动结构化标注。
视频图像研判平台基于视频专网、公安内网建设,负责接收视频侦查工作平台推送的案事件数据。通过对接平台可将警综系统、现场勘验系统等数据导入到平台中,通过对相关数据的统一结构化处理,实现对案件的深度研判分析。
1.1.2.3 安全性
A、严格可靠的用户认证权限管理机制,严密的体系运行架构,请求结果加密传递,保证数据,系统安全。
B、设置每个应用的数据级别。
C、对于接入平台的每个应用都设置应用的数据级别和字段的数据级别,严格限制用户的操作权限,对数据操作时再次校验用户的权限。
D、平台实时记录用户在平台所做的所有操作,如发现违规、违法操作会立即限制用户的行为。
1.1.2.4 可靠性
从系统从结构上、产品性能上、设备的选型上,以及具体的实施方案,将充分考虑软硬件的成熟度,使得系统的稳定性和可靠性得到保障,同时系统具备完备的网管单元,实时监测系统运行状态,灵活对整个计算资源进行有效调度和分配,平时保障85%的计算资源利用率,预留15%的计算资源,一方面使得机器不在峰值上一直运行,同时在突发临时事件时 ,预留的15%的计算资源可以备用,确保系统正常、稳定、可靠、连续地运行。系统的设计充分考虑系统的安全。在系统设计、设备选型、调试、安装等环节都需严格执行国家、行业的有关标准及公安部门有关安全技术防范的要求。
1.1.2.5 灵活性
充分考虑使用者未来三年的业务扩展,有扩充能力及接口。应用软件的模块化程度要高,对不同业务流程和管理方式的适应能力强。软件维护方面贯彻面向最终使用者的原则,建立友好的使用者界面,使操作简单、直观、灵活,易于学习掌握。
1.2 业务流程
1.2.1 总体业务架构
业务功能架构图
1.2.2 视频侦查工作平台业务流程
视频侦查工作平台业务流程
视频侦查工作平台总共分三类角色:
a) 录入员:负责案事件录入和涉案信息采集,包括:涉案视频、涉案图片、接处警编号、警情类别、社会点位信息等;负责视频侦查
b) 审核员:负责审核录入员录入的数据。包含:视频点位审核、案事件信息审核。
c) 案件主管领导:负责抽调干警成立专案组,多人协同作战
流程说明:
1、 案件创建:录入员输入接处警编号、案事件类型后,系统自动生成案件档案。
2、 协同作战:案件主管领导从干警名单中挑选相关人员,成立工作小组,并为各组员分配具体工作任务,组员接受任务后即可自行开展工作,工作办结后组长根据每个组员的工作能力及效率进行评估。
3、 信息采集:录入员通过调用视频侦查工具对案件视频或图片进行分析和标注,经过分析和标注之后的视频或图片可作为线索关联至案件档案
4、 结构化:线索关联至档案的同时,平台通过结构化算法自动对线索中的目标生成自动结构化标注。
5、 案件归整:根据案件接处警编号以及各协同作战环节生成的嫌疑人/车清晰截图、自动结构化描述信息、活动轨迹等信息,自动汇总生成“视频侦查报告书”。
6、 案件推送:审核员对“案件相关的所有资源”审核通过后自动推送至公安内网“视频图像研判平台”,审核不通过可发回补充资源再次推送审核,已通过审核经过安全边界进入内网,进入内网的案件也可增量补充资源。
7、 能力评估:主要包含业务能力评估-对个人视频侦查能力和目标追踪能力进行评估;效率评估-按设定的评估规则对个案的采集、录入及时率、录入合格率等工作操作规范行进行评估。
1.2.3 视频图像研判平台业务流程
视频图像研判平台业务流程
流程说明:
1、系统对接:根据接处警编号,与警综系统对接,获取接处警信息和案件状态,如案件状态为已立案,则获取案件编号及案件信息,然后利用案件编号与情报系统、现勘系统等对接获取相关信息。
2、深度分析:解析员对推送过来的案件图像结构化信息进行深度特征描述;对对接获取的接处警信息和案件信息进行更准确的描述。内置的目标结构化算法支持将人工描述后的结构化信息和目标视图进行二次学习,丰富深度学习目标结构化模型,提升后续算法自动结构化的丰富度和准确度。
3、深度研判:支持以研判模型、积分模型为数据模型,个案研判、类案研判等为手段寻找案件与案件之间的规律,缩小侦查方向,达成串并效果;支持基于GIS的图上作战研判;支持基于发案位置,个案轨迹规律计算出的热点探头研判、热点线路研判、发案热点区域研判、落脚热点区域研判。
4、串并审核:各办案人员对串并案结果提交上级进行审核,审核不通过可发回补充理由再次提交审核,已串并成立的可加串。
5、绩效评估:主要包含串并案能力评估、个人/单位串并案效率评估、解析中心人员能力和效率评估、研判中心人员能力和效率评估、检索比对中心人员能力和效率评估。
1.3 视频侦查工作平台功能设计
1.3.1 案件创建
在页面中输入接处警编号、案事件类型,输入后系统将自动生成案件档案。平台将以此作为数据总入口,记录与该条案事件的所有关联数据。
1.3.2 信息采集
1.3.2.1 视频信息采集
在视频侦查工作开展过程中,会涉及到从天网监控平台或社会点位调取原始视频资源,操作员可利用此功能管理所有与案件相关的原始视频资源。平台支持离线视频图像上传,支持符合GBT 28181标准的实时在线视频资源接口对接。
视频信息采集支持离线上传和从监控平台中直接获取。
1.3.2.2 社会点位采集
通过GIS添加点位并提交上级进行审核。
社会点位增加
社会点位采集信息包括:经纬度、录像机品牌类型、所属单位、探头个数、朝向(录像截图)、原始播放器等。
社会视频点位基本信息
社会视频点位物理信息
1.3.2.3 视频标注
支持对视频中的目标进行标注,标注包括文字、椭圆、矩形、箭头,在查看嫌疑目标时,可直观的展现嫌疑目标相关的信息,更加有效的让审阅人员定位和重点关注嫌疑目标,有助力于提高工作效率。如下图所示:
嫌疑目标标注
1.3.2.4 轨迹标注
平台支持通过GIS对目标运行轨迹进行标注。
目标轨迹标注
1.3.3 审核管理
1.3.3.1 个案审核
对用户提交审核的案事件进行审核。审核流程如下:
审核员可选择审核通过或不通过,当选择不通过时应填写不通过原因。
案件审核页面
审核通过后,平台将自动将案件档案同步至视频图像研判平台。
无论审核状态如何,平台都应通过实时通知平台告知相关人员。
1.3.3.2 社会点位审核
对用户提交的社会视频点位进行审核,审核流程与个案审核一致。审核通过后,该视频点位才会在GIS上进行展示。
1.3.4 工具集
1.3.4.1 视频转码
能处理、播放海康、大华、恒亿、汉邦、中维、天地伟业、华三、星望等品牌监控摄像机录制的视频,文件格式包括 avi、dav、mp4、mpg、H.264 等多种国内主流视频格式。兼容市面上95%以上安防厂家的视频格式;支持将非标准视频格式转换为标准AVI格式;内置转码,无需外接转码器。
1.3.4.2 视频编辑
用户在查看录像时,支持直接在视频上进行编辑,支持对不同格式视频文件的剪切、拼接、叠加文字、图形标注信息等操作。这种处理方式更加有效的让审阅人员定位和重点关注嫌疑目标,分析编辑过的视频更加具针对性。
1.3.4.3 图像处理
系统具有图像复原(模糊车牌图像的智能化修复)、图像增强(低照度增强、去噪、去雾等处理)、多帧超分辨率(将低分辨率的图像重建出高分辨率图像)、三维车牌多帧融合、强光抑制、几何较正、色彩校正等功能,使视频图像信息重建及恢复,为案件侦破提供有价值的线索。
n 图像复原
图像复原主要对模糊车牌图像进行智能化修复,使图片的信息更容易被识别,提高图片的感官效果。图像效果依赖于图片本身的分辨率和失真率,针对由“运动造成的模糊”和“虚焦模糊”两种情况下的模糊图片处理效果较好。
图像复原与复原结果,如下图所示:
图像复原结果
应用场景:当侦查人员查看涉案图片或者卡口抓拍图片时,发现可疑车辆的车牌存在拖影现象,此时可采用图像复原工作对拖影车牌进行清晰化修复。
n 图像增强
图像增强可对视频进行低照度增强、去噪、去雾等处理,突出或抑制图像中的部分特征,使图像细节特征更清晰,提高视频审看时的感官效果。
低照度增强结果,如下图所示:
低照度增强
去噪结果,如下图所示:
去噪结果
去雾结果,如下图所示:
去雾结果
应用场景:当侦查人员查看涉案视图时,发现视图照度较低、存在噪点及存在雾影的情况下,可使用图像增强功能对视图进行清晰化处理。
n 尺寸(3D)测量
专用于测量目标物体的高度和长度,采用先进的 2 维到 3 维的空间映射技术,来测量图像中物体的实际高度。如下图所示:
n 多帧超分辨率
多帧超分辨率是利用一系列相互之间只有细小位移的低分辨率的图像,重建出高分辨率图像(例如可将肉眼看不清的车牌变得清晰可辨)。多帧超分辨率处理,如下图所示:
多帧超分辨率
n 三维车牌多帧融合
将图片中与拍摄镜头平面成一定倾角的车牌区域,旋转变换到与镜头平面平行的面上。然后将这些变换后的只含有车牌的图片合并成一张,增加车牌号码的可辨识程度。三维车牌多帧融合处理,如下图:
三维车牌多帧融合
1.3.4.4 视频智能排查
支持视频浓缩,支持包含人形检索、人骑车检索在内的多种检索手段。按设定规则把活动目标从视频中提取,形成快照。快照可被侦查员直接确认为线索,确认线索的同时,平台调用结构化算法对线索进行自动结构化标注。
1、 人形检索
将嫌疑人的截图输入至系统中,利用人形检索的功能,系统会根据目标嫌疑人的衣着、颜色分布、体态特征快速地在跨摄像头中进行全局搜索,查找出相似的目标,并将结果以快照的形式输出,刑侦人员可此进行研判;
人形检索,如下图所示:
2、 人员衣着颜色检索
支持人员衣着颜色检索,可以通过调色板精确选色,以及从视频画面中采集颜色。支持按上半身、下半身分别指定颜色进行检索,检索结果中符合条件的目标能够排在前列。上下半身检索结果如下图所示:
3、 人员衣着纹理特征检索
支持根据人员衣着纹理特征进行检索,检索结果如下图所示:
4、 跨线与运动方向检索
支持通过指定跨线位置和方向对运动目标进行检索,输出目标快照。支持设置多条跨线,每条线的方向可单独设置,目标快照中同时显示所画的线和方向。
5、跨区域检索
支持进入区域、离开区域、在区域内逗留、出现在此区域的目标检索。
6、 多条件检索
支持在视频中使用人车分类、跨线、跨区域、颜色等多种条件的组合检索,检索结果中符合条件的目标能够排在目标快照图片前列
7、 人骑车检索
系统支持对人骑车目标进行检索,检索到的目标还可针对人骑车类型进行二轮车和三轮车的类型细分。
8、 视频浓缩
系统先提取视频的固定背景,再将视频中的运动目标摘录出来,并进行重新的排列,然后将目标贴回原始背景中生成浓缩摘要视频。由于只关注活动的目标,能使查看视频的时间大为减少,在不影响对活动目标侦查的基础上大大提高视频分析效率。
n 生成浓缩视频
支持提取视频中活动目标,与背景融合拼接,生成一个包含所有活动目标的浓缩视频。浓缩视频有一个画面包括两个以上于不同位置不同时间出现的运动目标。浓缩视频的观看效果良好,目标无明显部位缺失、相撞等合成痕迹。
n 时标物标标注
浓缩视频支持物体标注以及物体出现时间标注。
n 回溯原始视频片断
通过点击浓缩视频中的目标,能准确快速跳转到该目标对应的原始视频片断,观看到该目标在原始视频中的运动状态。
n 浓缩密度调节
支持密度调节以改变浓缩视频时在时空浓缩时的密集程度,具有20级密度。
n 跨线与运动方向
支持通过划线自动提取经过指定方向的目标,并合成到摘要视频。
1.3.4.5 人脸比对
1:N人脸比对
通过输入文本条件或上传一张样本图片在已建好的静态人像库中检索满足条件或相似度的人像集合。
N:N人像比对
可指定2个人像库进行N:N比对,输出两个库中相似的人像对。支持单次型比对和持续型比对。单次型比对任务执行一次后结束;持续型比对能够自动监控要比对的人像库,当库中人像有增加时,对增量的部分加以比对。
根据库容量的不同,N:N比对需要的时间可能长达几分钟或几小时。因此N:N人像检索是通过设定比对任务完成的:由人工建立比对任务,并指定要比较的库。系统会对比对任务进行调度,并进行比对运算(一次只有一个任务处于运行状态),运算完毕后可在界面上查看比对结果。
离线视频比对
通过输入一张或多张样本人像图片,在离线视频中找到与样本人像图片满足相似度要求的人像集合。
系统应先针对离线视频进行人脸检测和识别,识别之后的数据临时存放到本次的离线视频人像库中,然后通过输入的样本图片进行1:N人脸比对,找到与样本人脸满足相似度要求的人脸集合进行展示。
1.3.4.6 车型识别
基于离线视频的车辆检索
首先通过车辆结构化单元对离线视频中的车辆进行结构化,基于结构化之后的车辆数据,可以利用车辆结构化之后的信息(车牌、车身颜色、车辆品牌、车型、年检标、有无挂饰等)进行文本式的快速检索;也可以通过输入车辆样本图片,在结构化之后的临时车库里进行以图搜车,找到满足相似度要求的车辆图片集合。
局部特征检索
系统需具备在车辆号牌信息缺失(无牌或套牌)的情况下,基于车辆的局部特征匹配(如年检图标、车前挂饰、车身刮痕等)在车型库中检索到相似车或者同一辆车的能力。系统需具备以车辆的多项外观特征同时作为搜索条件,进行以图搜车的能力。
1.3.5 协同作战
1.3.5.1 协同作战申请
案事件档案自动生成后,侦查员针对案件进行“协同作战任务的申请”,申请同时,可从多个部门或警种抽调人员组成专案组,然后交由上级审批。
1.3.5.2 协同作战审核
审核员员可对侦查员发起的协同作战任务申请进行审核操作,任务单审核状态可区分通过和未通过状态,若未通过可填写未通过原因并打回到侦查员进行修改;
1.3.5.3 新建任务协作
协同作战申请审批通过之后,在我的协同作战菜单中可以启动对应的协同作战流程,在该协同作战流程中新增任务协作,支持指定一个或多个接收对象,对象包括人或者部门,对象只能从专案组成员中调取。任务协作可添加与本次协作相关的附件、案件等信息。
1.3.5.4 收到协作任务
协同作战中的任务协作发出后,相应的指定对象会收到即时消息,查看消息详情,对任务处理结果进行反馈;也可通过“收到协作任务”菜单进行任务数据查询。
1.3.5.5 发起的协作
侦查员能够查看自己已经发起的所有协作与分发任务,并对未开始处理的进行维护。
1.3.5.6 专案讨论组
系统支持协同作战专案组人员自动组建即时通讯讨论组,基于讨论组可进行高频词的实时沟通,可群聊,也可一对一聊天实时汇报当前任务的进展。
1.3.6 工作门户
作为整个视频侦查流程工作的入口、历史工作记录的查看以及工具集的入库。
1.3.7 绩效评估
主要包含业务能力评估-对个人视频侦查能力和目标追踪能力进行评估;效率评估-按设定的评估规则对个案的采集、录入及时率、录入合格率、破案作用等工作操作规范行进行评估
1.4 视频图像研判平台平台功能设计
视频图像研判平台由解析中心、研判中心、比对中心、案件协作等模块组成。每个模块均被赋予特定角色的人员使用,这些角色包括:
录入员:负责案件和相关数据的录入采集。
审核员:负责个案审核、串并审核、社会点位审核、案件协查审核等。
解析员:负责对推送到研判平台的案件信息、视频图像进行深度的结构化解析,解析内容应遵循市局制定的结构化描述规范。
研判员:负责案件深度研判、研判模型制定、积分模型制定、GIS规律研判等,通过平台提供的研判手段和研判工具寻找案件及涉案数据之间的规律,缩小侦查范围,明确侦查方向。
比对员:负责人像比对、车型比对等比对性工作,突破由案到人。
管理员:系统管理、权限分配、角色分配、用户管理等。
一般用户:可对其分配受限的数据可视权限和操作权限。
1.4.1 系统对接
视频图像研判平台接收到从视频侦查工作平台推送过来的案件档案信息后,平台将根据接处警编号从警综系统同步案件详情、从现勘系统同步现场勘验信息、从情报系统同步相关情报信息。同步后的数据将统一纳入案件档案进行管理。
1.4.2 数据库
1.4.2.1 案件视频图像库
存放与案件相关的视频图像数据。
1.4.2.2 疑情视频图像库
存放与疑情相关的视频图像数据。
1.4.2.3 案件信息库
存放与警综系统对接获取到的接处警数据和案件数据,存放与现勘系统、情报系统对接获取到的相关数据。
1.4.2.4 案件解析数据库
存放对案件信息深度解析之后的数据;存放解析中心对案件视频图像结构化之后的数据。
1.4.2.5 清晰图像辨识库
存放解析时截取后的清晰图像数据。
1.4.2.6 车型库
存放与车型相关的数据。车型库数据来源可来源于互联网,可人工进行维护。通过录入车型图片和相关文本信息,提升车型库的丰富度,为以图搜车打下数据基础。
1.4.2.7 自定义建库
系统支持根据业务属性和业务用途进行自定义建库(如前科人员库、高危地域人员库等),系统支持对自定义建库后的数据进行条件查询、数据维护等。系统支持基于自定义建的库进行库比对、研判和数据解析。
1.4.3 解析中心
解析中心支持对推送的涉案视频、图片、警综信息、现勘信息等信息结构化描述。结构化数据分为两部分:第一部分是通过目标结构化算法对涉案视频或图片进行自动描述之后的数据,该部分数据通过视频侦查工作平台已同步至研判平台中;第二部分是通过人工方式对自动结构化中涉及不到的特征或自动计算出错的特征进行增量填补或手动修正。本平台的解析中心更多的是由专门的解析岗对涉案数据进行标准的结构化解析。
1.4.3.1 人目标结构化
针对目标人主要从其基本特征、体貌特征、头部特征、衣着特征、配饰特征来进行主要描述;
下表为针对目标人结构化描述的信息表:
编号
结构化分类
结构化子分类
结构化选项
1
基本特征
性别
男、女、不详
2
年龄阶段
老年、中年、青年、少年、幼年
3
身高
矮、中、高
4
体型
肥胖、匀称、消瘦
5
行为特征
放风、抢劫、施暴、逃跑、站立
6
体貌特征
纹身位置
前胸、后背、脸部、手臂、腿部、臀部、腹部
7
纹身特征描述
8
特殊特征
内八字、外八字、O型腿、残障、疤痕、痣
9
体貌特征描述
10
头部特征
脸型
圆脸、方脸、三角形脸
11
胡须
一字胡、八字胡、络腮胡、山羊胡
12
面部遮挡
墨镜、眼镜、口罩、蒙面
13
帽子类型
鸭舌帽、草帽、连衣帽、普通帽、绒线帽、头盔、头套、围巾、赤裸上身、丝袜
14
帽子颜色
彩色、白色、橙色、粉红色、黑色、红色、黄色、灰色、蓝色、绿色、酒红色、银色、紫色、棕色
15
帽子特征描述
16
发型
光头、秃头、短发、长发、卷发、辫子、盘发
17
发型特征描述
18
发色
白色、黄色、红色、紫色、蓝色、绿色、彩色
19
发色特征描述
21
衣着特征
上衣类型
T恤、背心、衬衫、短袖、风衣、夹克、连衣裙、毛衣、迷彩服、民族服、无袖、西服、羽绒服,长款、制服、其他
22
上衣特征
格子、花色、条纹、图案、文字
22
上衣颜色
彩色、白色、橙色、粉红色、黑色、红色、黄色、灰色、蓝色、绿色、酒红色、银色、紫色、棕色
23
上衣特征描述
24
裤子类型
短裤、长裤、短裙、长裙、牛仔裤、迷彩裤、打底裤、七分裤
25
裤子特征
格子、花色、条纹、图案、文字
26
裤子颜色
彩色、白色、橙色、粉红色、黑色、红色、黄色、灰色、蓝色、绿色、酒红色、银色、紫色、棕色
27
裤子特征描述
28
鞋子类型
赤脚、皮鞋、运动鞋、凉拖鞋、高跟鞋、布鞋、靴子
29
鞋子颜色
彩色、白色、橙色、粉红色、黑色、红色、黄色、灰色、蓝色、绿色、酒红色、银色、紫色、棕色
30
鞋子特征描述
31
配饰特征
佩戴物品
项链、耳环、戒指、手镯、手链、手表、手套、耳机、头饰
32
佩戴物品特征描述
33
携带物品
提包、背包、挎包、手包、箱子、推车、宠物、对讲机、手机、手提袋
34
携带物品特征描述
针对目标人结构化描述的内容还需要根据实际的地方、以及目前系统内存积案件的大量结构化描述的实际经验总结,不断的丰富、提炼,使其更准确、更好用。
1.4.3.2 车目标结构化
针对目标车主要从其基本特征、汽车特征、摩托(电动)特征来进行主要描述。
下表为针对目标车结构化描述的信息表:
编号
结构化分类
结构化子分类
结构化选项
1
基本特征
车辆类型
电动车、挂车、货车、吉普、轿车、客车、面包车、摩托车、跑车、三轮车、越野、自行车
2
车辆颜色
彩色、白色、橙色、粉红色、黑色、红色、黄色、灰色、蓝色、绿色、酒红色、银色、紫色、棕色
3
车牌
无车牌、遮挡、有车牌
备注:选择有车牌会出现车牌输入框
4
车辆品牌
5
汽车特征
厢体数
三厢车、两厢车、mini类
6
年检标位置
挡风玻璃右上、挡风玻璃右下、挡风玻璃左上、挡风玻璃左下
7
年检标排列形状
垂直黏贴、混合黏贴、水平黏贴
8
车前部物品
挂饰、香水
9
车前部物品描述
10
车后部物品
车贴、涂鸦、雨伞、枕头、纸巾
11
车后部物品描述
12
天线位置
前部、中部、后部
13
遮阳板状态
全放下、全收起、左放下-右收起、左收起-右放下
14
后视镜个数
无、1左、1右、2个
15
前大灯特征
方形、弧形、圆形、其它
尾灯特征
方形、弧形、圆形、其它
车胎特征
缺失、损坏、磨损
外饰特征
立式车标、车贴、防撞条、迎宾踏板、车衣
外饰特征补充描述
16
汽车补充特征描述
17
摩托(电动)特征
后视镜个数
无、1左、1右、2个
18
挡泥板特征
描述
19
后箱颜色
彩色、白色、橙色、粉红色、黑色、红色、黄色、灰色、蓝色、绿色、酒红色、银色、紫色、棕色
20
车灯
损坏
21
车型
电动三轮车、男士摩托、女士摩托、三轮摩托车、太子型摩托、踏板车、赛车型
针对目标车结构化描述的内容还需要根据实际的地方、以及目前系统内存积案件的大量结构化描述的实际经验总结,不断的丰富、提炼,使其更准确、更好用。
1.4.3.3 物目标结构化
针对目标物主要从其类别特征、形状特征、大小特征、颜色特征来进行主要描述。下表为针对目标物结构化描述的信息表:
编号
结构化分类
结构化编目选项
1
类别特征
工具、毒物、爆炸物品、工艺品、家用电器、仪表仪器、动物类、液体、其他
2
类别特征描述
3
形状特征
长方形、正方形、三角形、圆形、多边形、不规则形状
4
大小特征
大、中、小
5
颜色特征
彩色、白色、橙色、粉红色、黑色、红色、黄色、灰色、蓝色、绿色、酒红色、银色、紫色、棕色
5
物品所在位置描述
针对目标物结构化描述的内容还需要根据实际的地方、以及目前系统内存积案件的大量结构化描述的实际经验总结,不断的丰富、提炼,使其更准确、更好用。
1.4.3.4 案件信息结构化
案件数据从警综、现勘、情报等系统同步过来,案件信息因不同的人录入会导致案件的信息质量差异较大。在对案件进行研判时,案件信息的差异,给研判工作带来了巨大的困扰,因此需要根据实际的视频侦查、现场勘查等手段,精确确认案件的相关信息,如作案时间、作案手段、作案类型、作案工具等数据。
案件同步入视频图像综合研判平台后,对其进行二次加工,对案件特征进行精细化描述,使其信息尽量的统一。
1.4.3.5 目标结构化字典维护
市局结构化规范制定人员可根据实战需求对涉案目标特征进行配置并维护,在解析中心的目标人/车/物结构化功能中,结构化页面将会根据最新的规范制定情况进行结构化特征的动态呈现。特征可采用两种界面控件进行呈现:列表和文本。
如采用列表方式呈现,则特征界面控件显示为下拉列表,列表中的字典值亦可通过本功能进行灵活配置。
如采用文本方式呈现,则特征界面控件显示为输入框,后续案件研判将根据实际输入的内容进行研判。
1.4.4 研判中心
当案件被解析中心进行全面的结构化之后,平台就可以通过研判中心对结构化之后的案件信息进行深度碰撞对比,寻找案件与案件之间的规律,达到串并效果。
1.4.4.1 研判模型
研判模型是对结构化特征、特征权重的数据模型封装。在研判模型中,权重采用正整型数字表示,权重越高,代表该项结构化特征在本次研判过程中代表的作用越大。研判模型通常与原点案件结合使用,通过两者结合,可在案件库中找到与原点案件有关联的案件,这种关联关系采用百分比表示。百分比的计算原理:在研判模型所包含的结构化特征范围之内,原点案件的结构化特征权重总和作为分母,案件库内的案件和原点案件一致的结构化特征对应的权重总和作为分子,将两者相除,得到的百分比即可作为案件库内的案件与原点案件的相似度。
利用研判模型的封装,研判员可根据自己的研判经验封装成适应不同研判场景下的数据模型,通过数据模型的参数调整,得到正确的研判结果。
系统支持研判模型的新建、编辑、删除等功能。
1.4.4.2 个案研判
个案研判就是通过原点案件与研判模型,从案件库内找到与原点案件相关的案件集合。案件集合中的案件采用与原点案件具备相似度的表现形式进行降序排列。案件信息对比采用纵式对比。支持实时增减原点案件用于个案研判的特征条件。
1.4.4.3 积分模型
积分模型是对结构化特征、特征值及对应的分值进行的数据模型封装。与研判模型不同,积分模型除了结构化特征和分值之外,还存在结构化特征值。有了结构化特征值,积分模型可在不依赖原点案件的参与下,在案件中找到符合某一类特征的案件集合。
平台支撑积分模型的新建、编辑、删除等功能。
1.4.4.4 类案研判
通过积分模型找到符合某一类特征的案件集合。
平台支持对某项结构化特征的积分进行实时调整,调整过后,平台将对案件进行二次排序。搜索到的案件集合以积分总和降序排列。支持实时增减积分模型中的特征条件。
1.4.4.5 车辆识别
系统能够对离线视频或离线的图片中的车辆特征进行提取、分析、识别、入库和查询。提取的车辆特征不仅包括车牌号、车辆类型、车身颜色等内容,还包括车辆品牌、车辆子品牌等特征。
识别结果详情
不同环境下车辆识别
系统支持白天、夜间、同画面多车辆、从车头、从车尾识别。
车牌信息识别
系统支持多达17种车牌类型的号码识别。包括:小型汽车号牌、大型汽车号牌(前后车牌)、挂车号牌、使馆车牌、香港入境车号牌、澳门入境车号牌、教练汽车号牌、警用汽车号牌(前后车牌)、拖拉机号牌、军车号牌、武警车号牌、个性化车牌、黑色车牌。
蓝底白字:小型载人汽车及小吨位货车;
黄底黑字:中型载人客车、大型载人客车、大吨位货车、教练车、农用车及摩托车;
黑底白字:外籍车,即车辆所有人为中国(大陆)以外国籍的。合资及三资企业用车(不再发放);外交机构用车(各国驻华使领馆、国际组织驻华机构)以及港澳地区进入内地车辆;
白底黑字:警用车辆。
系统对号牌的识别率整体不低于95%。
车牌字符识别要求
系统应可以识别号牌中包括31个省的缩写,及学、警、挂等国标中有明确规定的汉字
车身颜色识别
系统支持黑、白、红、黄、蓝、绿、灰、青8种车身颜色识别。
车型识别
系统支持如轿车、越野车、商务车、小型货车、大型货车、轻客、小型客车、大型客车、三轮车、微面、皮卡、挂车、混泥土搅拌车、罐车、随车吊、消防车、渣土车、押运车、工程抢修车、救援车、栏板卡车等类型。
车品牌、车系、款型识别
可识别的大品牌不小于160个;
可识别的子品牌不小于1100个;
车辆的品牌整体识别率不低于90%;
1.4.4.6 时空分析
GIS地图上记录了案发位置信息以及涉案图像采集地点信息,基于这些位置信息可进行图上分析研判作战,以时空分析的方式可以在地图上直观的体现更多的信息内容,如活动轨迹等,提高案件侦破能力。
平台支持利用大数据技术对热点轨迹、热点区域、热点探头进行深度分析,结合平台提供的轨迹刻画功能,根据上传的视频图像资源刻画出的案件活动轨迹,从中找出活动轨迹规律。分析出嫌疑人的落脚地,从而缩小排查范围,进行有效、准确打击。
平台支持基于GIS进行大数据预警和统计分析,从而对可能发生的情况进行预警告知,重点防护。图上统计显示区域案发量、区域案件类型,区域类型案件发案率、统计区域案件和去年案件进行比对,显示案件的侦破情况等。
时空分析
图上预警和统计分析
1.4.5 比对中心
1.4.5.1 以图搜车
系统需具备对识别出的车辆提供全方位的查询能力。通过设定查询条件,可以在导入的图像数据中找到符合条件的车辆信息。查询条件可以自由设定和组合。系统需具备在车辆号牌信息缺失(无牌或套牌)的情况下,基于车辆的局部特征匹配(如年检图标、车前挂饰、车身刮痕等)检索到同一辆车的能力。系统需具备以车辆的多项外观特征同时作为搜索条件,进行以图搜车的能力。
以图搜车
1.4.5.2 人像比对
1:N人脸比对
通过输入文本条件或上传一张样本图片在已建好的静态人像库中检索满足条件或相似度的人像集合。
N:N人像比对
可指定2个人像库进行N:N比对,输出两个库中相似的人像对。支持单次型比对和持续型比对。单次型比对任务执行一次后结束;持续型比对能够自
展开阅读全文