| 全域追踪

 1-2df02a4281.png      平台概述




实时跨镜全域追踪  

基于人脸卡口、车辆卡口、普通治安监控等全场景摄像机,动态实时抓拍的图片流、视频流,提取人脸、车辆、人体、骑行等多种目标对象,通过人体人脸关联、人车关联、人机关联、人号关联等  复杂场景下的跨场景检索比对分析,基于多维数据融合,时空研判推演,实现跨镜、实时、快速、精准的全域追踪。




     2-28245be452.png      核心技术      




目标全时空图谱


目标全时空图谱    


Face-ID Car-ID 人车关联


Face-ID Car-ID 人车关联  



 3-2982c18768.png    应用特色      



全域一张网、全网一张图  


对于视频图像而言,时空信息是研判过程中最关键的要素。全域追踪依托一张“全息作战地图”,全面将作战数据与GIS的空间可视化特性结合在一起,融合视频点位数据,支持多画面播放,支持态势统计,支持案件和线索分布等。系统将视频研判中涉及到的六个关键数据域人、脸、车、骑、WiFi、手机进行高度集成,通过应用的循环交互提升研判效率,扩大研判战果。
 


全域一张网、全网一张图  



收敛式研判、越搜越多
 

 研判流程不应该被人为设定起始和终止,而应形成一个循环,通过数据之间的互为关联可让用户从任意一点切入整个研判流程。

本系统围绕人行、车辆、骑行、WiFi、基站采集等元素构造立体研判网。将与上述数据相关的核心应用都集成至一个高内聚模块。无论用户从哪个环节启动研判流程,均可通过该网络对每步研判后得到的线索进行递进式二次研判,暨每步研判得到的结果都可作为下步研判的输入源,如此循环,同步归档,进而扩大研判战果,收敛研判范围。

收敛式研判、越搜越多  

 



“是疑非” 归档、越搜越准  

“是疑非” 归档、越搜越准
 

通过对检索目标的结果进行“是疑非”标注归档,丰富收敛研判的素材,使搜索结果越搜越准。

是:确认是嫌疑人,加入研判队列。
疑:疑似嫌疑人,加入研判队列,继续确认。
非:不是嫌疑人,排除出研判队列。
轨:地图点位关联,形成时空轨迹。


 



路网规划、时空互斥
 

在目标研判过程中,对于特定的目标,当其在某一个监控点出现时,根据路网规划,在地图上会自动生成目标的时空轨迹信息。
在继续追踪目标时,如若目标出现在另一个监控点下,系统会结合这两个监控点的物理距离以及目标行进的常规速度,自动测算出在目标行进的时间内,笃定目标能否出现在下一个监控点。
一旦超出目标的常规运行速度,系统会自动报警提示。

路网规划、时空互斥  

 



人形目标、找清晰人脸  

人形目标、找清晰人脸
 

清晰人脸:通过对普通监控相机下获取的人形(骑行)图片(看不清人脸)进行检索,关联出该人形目标在人脸卡口场景下的人形图片(或普通监控场景下人脸像素达到最小设定阈值的人形图),从而实现找到该人形目标的清晰人脸。


 



人非机关联、轨迹拟合
 

传统应用生成的轨迹不具备连续性,轨迹串联的点位往往局限在单一类型的监控设备中(人像卡口、车辆卡口等),在这种情况,轨迹作为一种研判的重要基础数据就不具备可用性。
全域追踪的基础是将多维度数据进行融合关联(人脸人体关联、人车关联、人骑关联等),在这种条件下,目标的轨迹信息将被补全,更为丰富完善的轨迹数据可支撑更大的研判战果。

人非机关联、轨迹拟合  

 



视物融合、跨场景智能  

视物融合、跨场景智能
 

在实际侦查活动中,有时会无法凭借单一的视频图像数据确定嫌疑人身份(例如:无法发现嫌疑人清晰人脸)。
但通过视频分析技术可提取到嫌疑人的一些关键特征,例如:打电话。将此特征结合周边物联设备数据,进行关联碰撞分析,即可锁定用户通讯设备。进而锁定嫌疑人身份,实施布控。
系统支持视频数据与物联数据相结合,通过互为作用与辅助,实现两者之间的跨域智能.


 



看辨追控、一气呵成
 

即看-即辨
在观看视频的同时便可直接对视频目标进行截图搜索、比对,迅速辨别嫌疑目标。
即辨-即追
发现嫌疑目标之后,结合目标检索、以图搜图方式,对嫌疑目标在范围区域内进行追踪,迅速发现其活动轨迹及落脚点相关信息。
即追-即控
在确认嫌疑人落脚地信息之后,再基于视频结构化、人脸识别、车辆识别等技术,对重点区域重点场所进行重点实时布控。当布控目标出现时触发报警,并及时对嫌疑目标进行控制。

看辨追控、一气呵成  

 



多模检索、逼近真相  

多模检索、逼近真相
 

除传统以图搜图模式,另外支持多种模式混合检索
支持多图联合检索,从研判结果集中或者临时线索、案件归档图片中选择目标加入检索条件,可以同时加入多个目标同步检索;
支持语义搜索,根据目标特征属性,根据人形、人脸、机动车、非机动车等类型的结构化属性检索目标;
支持更高级别的布尔检索,用户可以自定义“与”、“或”、“非”,自定义组合检索条件;
指定值精准检索:支持输入车牌号码、MAC、IMSI等特定值对目标进行唯一性精准检索。


 



刻度调节、细致入微
 

即看-即辨

针对目标检索后的线索快照,系统可根据案件各类信息进行时空关系的推演,拖动时间轴,系统会自动展示目标在不同时间和空间下的线索数据以及运动轨迹等与案件相关的信息,从时间以及空间等不同维度实现案件时空轨迹推演,实现精细研判。

刻度调节、细致入微  

 



异常行为、实时侦测  

异常行为、实时侦测
 

 支持9种异常行为实时侦测,包括:变装、口罩、墨镜、背包、奔跑、人群聚集、徘徊、滞留、逆行等异常行为的检索和实时侦测。
可以根据其中的某种或几种特定行为检索,迅速锁定目标范围。
根据异常行为侦测,可以做到案件提前预警,如提前预警人群聚集、逗留、徘徊等异常行为。
系统同时开放集成接口,将支持更多的自研或第三方异常行为分析检测。


 



经典战法、挖掘规律
 

 在视频大数据基础上,基于人脸、人体、车辆、非机动车的结构化特征,系统衍生出经典技战法。

经典战法、挖掘规律  

 





案件快侦、一案一档  

案件快侦、一案一档
 

 针对具体案件,系统可直接在全息作战地图上全面呈现案件的案发时间、案发地点,以及周边关联的视频监控信息。从时间、空间以及其他关联要素层面全力助推案件的快速侦办,一网打尽。


 结合案件的快速侦办,系统针对每个案件都会建立详细、全面、多形式的档案信息。真正实现一案一档,为后期的快速研判提供数据支撑。

案件快侦、一案一档  

 








小白专家、各取所需  

小白专家、各取所需
 

 “简易模式”的全域追踪模块,主要为一线民警提供基本的案件库、研判、布控等基础实战应用,整体操作快速便捷,即学即用。


 “专家模式”主要从深度实战出发,构建复杂场景下的多维数据融合,提升视频图像的综合应用成效,供熟练掌握的专业人员使用,以应对多种不同场景下的实战需求。主要包括:视频联网、涉案视频库、个案快侦、类案串并及考核统计等。

小白专家、各取所需  

 




   04.png      实战案例      





案例一  


案例一  





案例二  

案例二

  1-2df02a4281.png      平台概述


实时跨镜全域追踪  


基于人脸卡口、车辆卡口、普通治安监控等全场景摄像机,动态实时抓拍的 图片流、视频流,提取人脸、车辆、人体、骑行等多种目标对象,通过人 体人脸关联、人车关联、人机关联、人号关联等  复杂场景下的 跨场景检索比对分析,基于多维数据融合,时空研判推演,实现跨镜、 实时、快速、精准的全域追踪。





     2-28245be452.png      核心技术      




目标全时空图谱


目标全时空图谱    


Face-ID Car-ID 人车关联


Face-ID Car-ID 人车关联  



 3-2982c18768.png    应用特色      



全域一张网、全网一张图  


对于视频图像而言,时空信息是研判过程中最关键的要素。全域追踪依托一张“全息作战地图”,全面将作战数据与GIS的空间可视化特性结合在一起,融合视频点位数据,支持多画面播放,支持态势统计,支持案件和线索分布等。系统将视频研判中涉及到的六个关键数据域人、脸、车、骑、WiFi、手机进行高度集成,通过应用的循环交互提升研判效率,扩大研判战果。
 


全域一张网、全网一张图  



收敛式研判、越搜越多
 

 研判流程不应该被人为设定起始和终止,而应形成一个循环,通过数据之间的互为关联可让用户从任意一点切入整个研判流程。

本系统围绕人行、车辆、骑行、WiFi、基站采集等元素构造立体研判网。将与上述数据相关的核心应用都集成至一个高内聚模块。无论用户从哪个环节启动研判流程,均可通过该网络对每步研判后得到的线索进行递进式二次研判,暨每步研判得到的结果都可作为下步研判的输入源,如此循环,同步归档,进而扩大研判战果,收敛研判范围。

收敛式研判、越搜越多  

 



“是疑非” 归档、越搜越准  

“是疑非” 归档、越搜越准
 

通过对检索目标的结果进行“是疑非”标注归档,丰富收敛研判的素材,使搜索结果越搜越准。

是:确认是嫌疑人,加入研判队列。
疑:疑似嫌疑人,加入研判队列,继续确认。
非:不是嫌疑人,排除出研判队列。
轨:地图点位关联,形成时空轨迹。


 



路网规划、时空互斥
 

在目标研判过程中,对于特定的目标,当其在某一个监控点出现时,根据路网规划,在地图上会自动生成目标的时空轨迹信息。
在继续追踪目标时,如若目标出现在另一个监控点下,系统会结合这两个监控点的物理距离以及目标行进的常规速度,自动测算出在目标行进的时间内,笃定目标能否出现在下一个监控点。
一旦超出目标的常规运行速度,系统会自动报警提示。

路网规划、时空互斥  

 



人形目标、找清晰人脸  

人形目标、找清晰人脸
 

清晰人脸:通过对普通监控相机下获取的人形(骑行)图片(看不清人脸)进行检索,关联出该人形目标在人脸卡口场景下的人形图片(或普通监控场景下人脸像素达到最小设定阈值的人形图),从而实现找到该人形目标的清晰人脸。


 



人非机关联、轨迹拟合
 

传统应用生成的轨迹不具备连续性,轨迹串联的点位往往局限在单一类型的监控设备中(人像卡口、车辆卡口等),在这种情况,轨迹作为一种研判的重要基础数据就不具备可用性。
全域追踪的基础是将多维度数据进行融合关联(人脸人体关联、人车关联、人骑关联等),在这种条件下,目标的轨迹信息将被补全,更为丰富完善的轨迹数据可支撑更大的研判战果。

人非机关联、轨迹拟合  

 



视物融合、跨场景智能  

视物融合、跨场景智能
 

在实际侦查活动中,有时会无法凭借单一的视频图像数据确定嫌疑人身份(例如:无法发现嫌疑人清晰人脸)。
但通过视频分析技术可提取到嫌疑人的一些关键特征,例如:打电话。将此特征结合周边物联设备数据,进行关联碰撞分析,即可锁定用户通讯设备。进而锁定嫌疑人身份,实施布控。
系统支持视频数据与物联数据相结合,通过互为作用与辅助,实现两者之间的跨域智能.


 



看辨追控、一气呵成
 

即看-即辨
在观看视频的同时便可直接对视频目标进行截图搜索、比对,迅速辨别嫌疑目标。
即辨-即追
发现嫌疑目标之后,结合目标检索、以图搜图方式,对嫌疑目标在范围区域内进行追踪,迅速发现其活动轨迹及落脚点相关信息。
即追-即控
在确认嫌疑人落脚地信息之后,再基于视频结构化、人脸识别、车辆识别等技术,对重点区域重点场所进行重点实时布控。当布控目标出现时触发报警,并及时对嫌疑目标进行控制。

看辨追控、一气呵成  

 



多模检索、逼近真相  

多模检索、逼近真相
 

除传统以图搜图模式,另外支持多种模式混合检索
支持多图联合检索,从研判结果集中或者临时线索、案件归档图片中选择目标加入检索条件,可以同时加入多个目标同步检索;
支持语义搜索,根据目标特征属性,根据人形、人脸、机动车、非机动车等类型的结构化属性检索目标;
支持更高级别的布尔检索,用户可以自定义“与”、“或”、“非”,自定义组合检索条件;
指定值精准检索:支持输入车牌号码、MAC、IMSI等特定值对目标进行唯一性精准检索。


 



刻度调节、细致入微
 

即看-即辨

针对目标检索后的线索快照,系统可根据案件各类信息进行时空关系的推演,拖动时间轴,系统会自动展示目标在不同时间和空间下的线索数据以及运动轨迹等与案件相关的信息,从时间以及空间等不同维度实现案件时空轨迹推演,实现精细研判。

刻度调节、细致入微  

 



异常行为、实时侦测  

异常行为、实时侦测
 

 支持9种异常行为实时侦测,包括:变装、口罩、墨镜、背包、奔跑、人群聚集、徘徊、滞留、逆行等异常行为的检索和实时侦测。
可以根据其中的某种或几种特定行为检索,迅速锁定目标范围。
根据异常行为侦测,可以做到案件提前预警,如提前预警人群聚集、逗留、徘徊等异常行为。
系统同时开放集成接口,将支持更多的自研或第三方异常行为分析检测。


 



经典战法、挖掘规律
 

 在视频大数据基础上,基于人脸、人体、车辆、非机动车的结构化特征,系统衍生出经典技战法。

经典战法、挖掘规律  

 





案件快侦、一案一档  

案件快侦、一案一档
 

 针对具体案件,系统可直接在全息作战地图上全面呈现案件的案发时间、案发地点,以及周边关联的视频监控信息。从时间、空间以及其他关联要素层面全力助推案件的快速侦办,一网打尽。


 结合案件的快速侦办,系统针对每个案件都会建立详细、全面、多形式的档案信息。真正实现一案一档,为后期的快速研判提供数据支撑。

案件快侦、一案一档  

 








小白专家、各取所需  

小白专家、各取所需
 

 “简易模式”的全域追踪模块,主要为一线民警提供基本的案件库、研判、布控等基础实战应用,整体操作快速便捷,即学即用。


 “专家模式”主要从深度实战出发,构建复杂场景下的多维数据融合,提升视频图像的综合应用成效,供熟练掌握的专业人员使用,以应对多种不同场景下的实战需求。主要包括:视频联网、涉案视频库、个案快侦、类案串并及考核统计等。

小白专家、各取所需  

 




   04.png      实战案例      





案例一  


案例一  





案例二  

案例二