基于视频块的结构化时移流查询模型
视频结构化技术方案
2、技术服务方案 2.1 建设内容 本次项目的主要建设内容：视频结构化，同时对接整合县局建设的监控视频前端等系统，通过后端建设平台实现视频分析、实战、案件研判、案件侦办等功能。 2.2 系统结构 本次项目设计的平台系统，采用先进的架构体系，实现智能监控，社会资源，案件侦查、研判等功能，同时与警用地理信息系统，警综系统等资源对接，实现地图展现，视频联动、案件侦查等功能。 系统建设在公安信息网和视频专网上，系统总体架构如图所示： 2.3 视频结构化 简单来讲，视频结构化技术是一种将视频内容（人、车、物、活动目标）特征属性自动提取技术，对视频内容按照语义关系，采用目标分割、时序分析、对象识别、深度学习等处理手段，分析和识别目标信息，组织成可供计算机和人理解的文本信息的技术。 从数据处理的流程看，视频结构化描述技术能够将监控视频转化为人和机器可理解的信息(如下图)，并进一步转化为公安实战所用的情报，实现视频数据向
信息、情报的转化。在视频结构化描述的内容方面，公共安全关注的视频信息主要是：人员、车辆、行为。 2.3.1 人员结构化 在视频中除了包括人员的面部精确定位、面部特征提取、面部特征比对，人员的性别、年龄等特征范围外，还可对人的衣着、运动方向，新增是否戴帽子、是否戴眼镜、是否背包、拎包、打伞、是否骑车等信息进行结构化描述。 2.3.2 车辆结构化 随着智能交通高清电警、卡口、虚拟卡口、停车场的广泛建设和应用、借助智能识别算法将电警、卡口、停车场出入口等场所的车辆相关结构化信息存入车辆主题库，包括车牌、车型、车牌颜色、车辆品牌、车辆类型、车身颜色、车标及遮阳板、是否系安全带、打电话、车辆年检标、摆件挂件、司乘人员的人脸。 基于这些车辆关键特征信息，形成上亿条过车记录数据，从而推动了后台大数据分析服务的发展应用和行业数据挖掘，形成隐匿车辆挖掘、套牌车辆筛选、初次入城、一车多牌、一牌多车、频繁过车、相似车辆串并、高危车辆积分模型、车辆行驶轨迹分析、时空碰撞等实战技战法的应用。在此基础上对车辆特征数据的大数据搜索，即可迅速找到所有符合条件的车辆信息，包括行驶时间与方向、行驶速度、车标、车牌、年款等，还可结合以图搜图的检索方法，在实战平台上调取相关视频和图像文件，快速查询到有关嫌疑车辆信息，还原车辆行驶的轨迹历史信息，实现嫌疑车辆在整个城市的全程运行轨迹查询或结合视频监控信息，
视频结构化技术方案
2、技术服务方案 建设内容 本次项目的主要建设内容：视频结构化，同时对接整合县局建设的监控视频前端等系统，通过后端建设平台实现视频分析、实战、案件研判、案件侦办等功能。 系统结构 本次项目设计的平台系统，采用先进的架构体系，实现智能监控，社会资源，案件侦查、研判等功能，同时与警用地理信息系统，警综系统等资源对接，实现地图展现，视频联动、案件侦查等功能。 系统建设在公安信息网和视频专网上，系统总体架构如图所示： 视频结构化 简单来讲，视频结构化技术是一种将视频内容（人、车、物、活动目标）特征属性自动提取技术，对视频内容按照语义关系，采用目标分割、时序分析、对象识别、深度学习等处理手段，分析和识别目标信息，组织成可供计算机和人理解的文本信息的技术。 从数据处理的流程看，视频结构化描述技术能够将监控视频转化为人和机器
可理解的信息(如下图)，并进一步转化为公安实战所用的情报，实现视频数据向信息、情报的转化。在视频结构化描述的内容方面，公共安全关注的视频信息主要是：人员、车辆、行为。 人员结构化 在视频中除了包括人员的面部精确定位、面部特征提取、面部特征比对，人员的性别、年龄等特征范围外，还可对人的衣着、运动方向，新增是否戴帽子、是否戴眼镜、是否背包、拎包、打伞、是否骑车等信息进行结构化描述。 车辆结构化 随着智能交通高清电警、卡口、虚拟卡口、停车场的广泛建设和应用、借助智能识别算法将电警、卡口、停车场出入口等场所的车辆相关结构化信息存入车辆主题库，包括车牌、车型、车牌颜色、车辆品牌、车辆类型、车身颜色、车标及遮阳板、是否系安全带、打电话、车辆年检标、摆件挂件、司乘人员的人脸。 基于这些车辆关键特征信息，形成上亿条过车记录数据，从而推动了后台大数据分析服务的发展应用和行业数据挖掘，形成隐匿车辆挖掘、套牌车辆筛选、初次入城、一车多牌、一牌多车、频繁过车、相似车辆串并、高危车辆积分模型、车辆行驶轨迹分析、时空碰撞等实战技战法的应用。在此基础上对车辆特征数据的大数据搜索，即可迅速找到所有符合条件的车辆信息，包括行驶时间与方向、行驶速度、车标、车牌、年款等，还可结合以图搜图的检索方法，在实战平台上
视频结构化技术方案
2、技术服务方案 2.1建设内容 本次项目的主要建设内容：视频结构化，同时对接整合县局建设的监控视频 前端等系统，通过后端建设平台实现视频分析、实战、案件研判、案件侦办等功 能。 2.2系统结构 本次项目设计的平台系统，采用先进的架构体系，实现智能监控，社会资源, 案件侦查、研判等功能，同时与警用地理信息系统，警综系统等资源对接，实现 地图展现，视频联动、案件侦查等功能。 2.3视频结构化 简单来讲，视频结构化技术是一种将视频内容（人、车、物、活动目标） 征属性自动提取技术，对视频内容按照语义关系，采用目标分割、时序分析、 象识别、深度学习等处理手段，分析和识别目标信息，组织成可供计算机和人理 解的文本信息的技术。 从数据处理的流程看，视频结构化描述技术能够将监控视频转化为人和机器 可理解的信息（如下图），并进一步转化为公安实战所用的情报，实现视频数据向 系统建设在公安信息网和视频专网上, 系统总体架构如图所示 : K>艮毂具皐甲台]3=[> M ---- 盃畀魅人平合 P 1|h- ■- t ： ■■?■ =^ -■ ■ ■(■ [-■ I I "H|ri ■- h< !■?■>； - ■■1|h*—\ li-rj 企刼fir 息网观颠 V 昼fe 輾网平台
信息、情报的转化。在视频结构化描述的内容方面，公共安全关注的视频信息主要是：人员、车辆、行为。 231人员结构化 在视频中除了包括人员的面部精确定位、面部特征提取、面部特征比对，人员的性别、年龄等特征范围外，还可对人的衣着、运动方向，新增是否戴帽子、 是否戴眼镜、是否背包、拎包、打伞、是否骑车等信息进行结构化描述。 ■ ? 2.3.2车辆结构化 随着智能交通高清电警、卡口、虚拟卡口、停车场的广泛建设和应用、借助 智能识别算法将电警、卡口、停车场出入口等场所的车辆相关结构化信息存入车辆主题库，包括车牌、车型、车牌颜色、车辆品牌、车辆类型、车身颜色、车标及遮阳板、是否系安全带、打电话、车辆年检标、摆件挂件、司乘人员的人脸。 基于这些车辆关键特征信息，形成上亿条过车记录数据，从而推动了后台大数据分析服务的发展应用和行业数据挖掘，形成隐匿车辆挖掘、套牌车辆筛选、初次入城、一车多牌、一牌多车、频繁过车、相似车辆串并、高危车辆积分模型、车辆行驶轨迹分析、时空碰撞等实战技战法的应用。在此基础上对车辆特征数据的大数据搜索，即可迅速找到所有符合条件的车辆信息，包括行驶时间与方向、行驶速度、车标、车牌、年款等，还可结合以图搜图的检索方法，在实战平台上调取相关视频和图像文件，快速查询到有关嫌疑车辆信息，还原车辆行驶的轨迹历史信息，实现嫌疑车辆在整个城市的全程运行轨迹查询或结合视频监控信息,
基于视频结构化图侦系统的应用
基于视频结构化图侦系统的应用 目前，视频监控系统已经成为治安防控、侦查破案的重要手段。但是，面对海量的视频信息、非结构化的数据形式和内容的多义性，在案发后人工调阅方式耗时耗力，大量视频未经梳理而流失，严重影响了监控系统的建设成效。目前在安全防范领域中，有效分析、组织和管理视频数据，研究基于内容的视频应用系统取代人工方式，已经成为警务信息化应用的研究重点。 本文分析研究了视频数据的规范化采集、结构化存储和全局性共享等问题， 提出基于视频内容结构化分析技术，按照“一个证据中心，两个核心应用”方式 来构建图侦系统的技术方案和应用模式。主要工作包括： （1）分析了当前公安图侦工作的困难和制约，研究了视频图像从采集、研判，到管理、应用的一体化工作模式，基于视频内容结构化分析技术，提出了“视频证据中心、视频图像取证、视频研判分析”为框架的网侦系统研发思路。 （2）从警务一体化的角度，以视频采集、证据管理、研判应用为业务主线，研究了基于视频结构化图侦系统建设的总体技术方案、基本功能点，设计了系统研发的体系架构、逻辑架构、数据架构，以及与外部系统之间的关系。 （3）分析了视频结构化建库的主要任务和核心问题，从视频人、车、物基本要素入手，进行了视频证据中心的模型设计，包括证据中心的体系结构、视频对象结构化定义、对外数据交互视图，以及证据中心实体- 关系图（E R D）。 （4）从工作模式和核心应用出发，分析了图侦业务的主要角色和主要环节， 设计了图侦工作的业务流程、关键业务交互顺序、摘要索引业务流程和基本功能点，整合运用视频结构化、视频摘要、视频索引等先进技术，进行了软件的设计和实现。 使用结果表明，基于视频内容结构化开发的图侦系统，能够实现视频监控信息的全程筛选，防止有用信息的流失，再造了视频监控及研判应用的信息流及业 务流，能够有效支撑了图侦工作机制的转型发展。