CN108052882A - 一种智能安防监控系统的操作方法 - Google Patents
一种智能安防监控系统的操作方法 Download PDFInfo
- Publication number
- CN108052882A CN108052882A CN201711242021.4A CN201711242021A CN108052882A CN 108052882 A CN108052882 A CN 108052882A CN 201711242021 A CN201711242021 A CN 201711242021A CN 108052882 A CN108052882 A CN 108052882A
- Authority
- CN
- China
- Prior art keywords
- case
- video
- vehicle
- information
- analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 41
- 238000011017 operating method Methods 0.000 title claims abstract description 19
- 230000007123 defense Effects 0.000 title claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 65
- 238000007726 management method Methods 0.000 claims abstract description 25
- 230000000694 effects Effects 0.000 claims abstract description 12
- 230000006855 networking Effects 0.000 claims abstract description 10
- 238000007619 statistical method Methods 0.000 claims abstract description 7
- 230000006870 function Effects 0.000 claims description 37
- 238000007689 inspection Methods 0.000 claims description 27
- 238000000034 method Methods 0.000 claims description 27
- 238000003032 molecular docking Methods 0.000 claims description 19
- 238000005336 cracking Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 16
- 230000009467 reduction Effects 0.000 claims description 9
- 238000011835 investigation Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 6
- 210000000056 organ Anatomy 0.000 claims description 6
- 102100033075 Prostacyclin synthase Human genes 0.000 claims description 4
- 101710179550 Prostacyclin synthase Proteins 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000003321 amplification Effects 0.000 claims description 3
- 230000006399 behavior Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 239000012141 concentrate Substances 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 230000008520 organization Effects 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 230000002265 prevention Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 238000000926 separation method Methods 0.000 claims description 2
- 210000003516 pericardium Anatomy 0.000 claims 3
- 210000001519 tissue Anatomy 0.000 claims 1
- 230000009471 action Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
- H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/85—Assembly of content; Generation of multimedia applications
- H04N21/854—Content authoring
- H04N21/8549—Creating video summaries, e.g. movie trailer
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Networks & Wireless Communication (AREA)
- Databases & Information Systems (AREA)
- Computer Security & Cryptography (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种智能安防监控系统的操作方法，具体操作步骤如下：云视频分析，信息中心，个人中心，战法中心，挂图作战，联网监控，统计分析，管理功能，系统接入，与现有技术相比，本发明具有如下的有益效果：操作便捷，信息分享及时，提高了办案效率，实用性强。
Description
技术领域
本发明是一种智能安防监控系统的操作方法，属于安防系统技术领域。
背景技术
随着社会的不断发展，现代案件也呈现出的作案快、流动快、范围广等诸多特点，面对新条件下的挑战，公安部门对视频侦查的办案人员、应用设备、作业流程、工作模式都提出了更高的要求，为了进一步提高公安信息化水平，发挥高科技优势，实现技防系统的针对公安业务的深度应用，是符合解放警力、维护社会稳定的重大技术创新。
传统的当前公安案件管理、图像侦控业务进行分析，主要存在以下几个方面的问题：1、各区域视频格式无法统一；2、案件信息数据无法实时共享；3、办案效率不高。
所以急需要一种智能安防监控系统的操作方法来解决上述出现的问题。
发明内容
针对现有技术存在的不足，本发明目的是提供一种智能安防监控系统的操作方法，以解决上述背景技术中提出的问题。
为了实现上述目的，本发明是通过如下的技术方案来实现：一种智能安防监控系统的操作方法，其特征在于：具体操作步骤如下：
云视频分析；
信息中心；
个人中心；
战法中心；
挂图作战；
联网监控；
统计分析；
管理功能；
系统接入。
进一步地，所述云视频分析包括视频浓缩以及检索分析；
所述视频浓缩具体操作步骤如下：视频浓缩摘要技术，将视频摘要形成视频片段，不同时刻的目标“穿越时空”在同一时空展现播放，使24小时的视频被浓缩成一个简短到几分钟摘要视频成为现实，视频摘要不仅浓缩的是事件的精华，也是活动事件的全部，没有价值的视频将被剔除。通过多分格快照技术，能够以在几秒中看完所有的活动目标成为能够能，回溯原始视频功能，瞬间锁定目标在原始视频的位置，这些智能视频分析功能的实现和应用将大大提高海量视频监控录像分析的效率，通过运用云计算，大大提高单服务器的运行速度，普通服务器分析1小时1080P录像，至少需要10分钟，而云计算则需要2分钟，720P则只要1分钟即能够，大大提高了视频分析速度，根据某段视频录像，按照案发时嫌疑车辆、嫌疑人员的外形、体貌特征，通过配置车辆颜色、人员穿着颜色、经过区域等属性要求，对视频进行浓缩摘要后进行展示播放。
所述检索分析具体操作步骤如下：检索分析包括目标分类检索和视频检索两部分。视频分类在视频摘要的基础上根据使用者的需要能够以缩小使用者查找范围，通过设定单一检索条件，选择某一特定类型的目标。视频检索就是视频搜索领域的谷歌和百度。通过提供目标样照图片或者视频，从原始视频中进行比对查找，相似度最高的一组结果将被查找出来，这组结果便是使用者想要的视频，帮助使用者提高查找目标的效率；
所述目标分类检索，案件管理系统提供的目标检索功能，能够以将视频中的人车目标分离，例如在排查车辆时，选取车辆目标，能够将行人目标过滤掉，以图片形式列出每一个进入视频中的车辆对象，同时还提供按照颜色对视频中的目标进行检索。侦查人员能够以根据目标，范围，出现时间对视频证据进行搜索，搜索结果会以图片形式列出，通过图片即能够快速排查比对目标；
所述视频检索针对案件排查，还能够以设定区域线路或方向，对作案目标进行快速排查。例如，需要查找接近过摩托车的行人目标，能够以设定检测区域，能够以快速检索出所有靠近过该区域的行人。也能够以针对预计的嫌疑人的线路及方向进行检索。
进一步地，所述信息中心包括热点信息推送以及检索查询；
所述热点信息推送具体操作步骤如下：实战业务中的数据主要是民警在日常的视频巡逻以及案事件处理、情报研判等实战业务中产生的大量的具有实战价值、共享价值和应用价值的数据，而由于种种原因，这类具有重要价值的数据有效的、直接的展现共享。为解决数据直观共享问题，系统将大要案件、重点线索通过热点信息推送的方式直观呈现在界面首页，根据点击量、关注量、收藏量、线索量的综合统计依次排序，保证重要信息“一眼尽收”，针对个人上传线索的数量直接在首页进行排名展示，有效提升个人的办案积极性；
所述检索查询具体操作步骤如下：为了满足实战办案人员能够快速、简便的检索查询系统中的数据，我司采用类似淘宝、百度的互联网检索模式，以最亲民的检索体验、最高效的渐叟速度满足公安全警种各层次人员的需求，情报人员通过关键字在信息中心四大库中查找更多的情报信息，刑侦人员通过关键字在疑情库中查找能够疑的线索信息为案件扩展追踪提供更多依据，在案件库查找类案及所关注的案件视图详细信息。
进一步地，所述个人中心包括视图库、原始库、结构化库、我的警情、我的串并、我的收藏、我的评论、我的订阅以及我的协查；
所述视图库具体操作步骤如下：为了更好的利用和管理涉案的视频、图片、线索等资源，将这类资源跟整个案件更好的结合起来进行研判侦查，侦查人员能够以将在现场调取视频文件、图片等资源，上传到相应的案件文件夹内，不同类型的资源文件采用不同的标签类型；在系统设置内维护标签类型，规范证据的分类和描述方式，形成不同的资源文件对应唯一的标签。系统除了支持单文件上传以外，还支持批量文件上传，提高文件的录入效率，同时能够记录视频文件的GIS坐标，用于在GIS系统中展现案件视频的采集地点，便于案件侦查过程中追踪案件侦破过程；
所述原始库具体操作步骤如下：在案件侦办过程中采集到的资源都会录入原始库中作为案件资源，进过分析研判后将具有价值的资源做进一步分析研判，由此，原始库是作为所有资源的“驿站”；
所述结构化库具体操作步骤如下：原始库的数据经过初步分析研判后，办案人员将有实战价值的部分数据经过平台处理后归入结构化库中，为后期的案情研判提供数据支持；
所述我的案情具体操作步骤如下：通过与三台合一系统的对接，将110、122、119报警信息，自动同步到警情管理界面。也能够以通过手动警情登记，手动添加警情。所有警情都能够以通过警情管理界面的警情查询，根据警情编号、警情类型、时间、管辖单位、报警方式、警情来源和案发地来搜索查询；
所述我的协查具体操作步骤如下：为了增大破案概率，办案民警能够以将当前办理的案件在一定组织范围内发起协查任务，协查任务中包含了协查案件、协查人、协查时间、案件概要、发布单位、协查等级、联系人、联系方式、线索视图等主要信息，协查人员能够以有效利用案件相关信息来提供线索信息，为案件侦破提供线索。
进一步地，所述战法中心包括视频技战法、图像技战法、车辆技战法以及案件技战法；
所述视频技战法还包括万能播放、万能转码、车牌分析、屏幕录像以及视频编辑；
所述万能播放包括循环播放、逐帧播放、倒放、倍速播放、分段预览、电子放大以及录像打标；
所述图像技战法包括图像标注、图像增强以及图像测量；
所述车辆技战法包括车辆查询、多时段查询、同行车查询、地点碰撞查询、落脚点分析、首次出现、频繁出现、高危时段、昼伏夜出以及套牌车分析；
所述落脚点分析具体操作步骤如下：确定嫌疑车辆后，为了找出嫌疑人的落脚点，为抓捕嫌疑人提供信息。办案人员能够针对大数据分析搜索研判，统计出嫌疑车辆出现的规律。落脚点分析主要是针对嫌疑车辆的过车记录，统计并分析其出行规律，从而判断出车辆的落脚点，能够根据车辆在城区卡口中出现的活动轨迹，如每天的某个固定时间点都会出现在某一个卡口中；自动按照规定时间（每天或特定时间）统计车辆出现位置，根据统计结果分析能够疑车辆能够能的落脚点。分析结果支持列表或者PGIS地图的方式展示，并且能够以将查询信息保存下载；
所述首次出现具体操作步骤如下：作案车辆大部分都是外地车或者使用外地车牌的套牌车，这类车牌在本市的首次出现能帮助我们快速定位能够疑车辆；根据犯罪嫌疑人习惯流窜作案、假牌作案、套牌作案等特点，初次入城的车辆（即首次出现的车牌）作案嫌疑较大。首次出现不仅应用于实时防控预警，也是事后进行车辆查询，排查嫌疑车辆的重要方法；
所述首次出现功能进行日期、时间的选择筛选，也能够灵活设置回溯时长进行分析，在分析结果中能查看车辆照片。支持但不限于固定车辆品牌、型号、年款、车牌信息、车辆类别、限定区域内初次入城车辆的分析；
所述频繁出现具体操作步骤如下：由于嫌疑人在作案前的踩点看风等行为需要经常在案发现周围出现，因此会在案发现场周围路口频繁出现，根据此特点，能够通过设定过车频度阈值，分析在某一段时间内通行某路口次数超过设定阈值的车辆，方便办案人员快速找到有能够疑车辆；
所述高危时段具体操作步骤如下：能够通过设置一天中某个固定时间段，定义为高危时段，如果车辆在此高危时段内频繁出现，那这辆车的行迹就会非常能够疑，需要公安机关重点关注。平台通过搜索在高危时间段频繁出现的车辆，并计算出出现次数，为公安机关寻找嫌疑车辆和排除其他车辆提供有效的支撑。
进一步地，所述挂图作战包括时空分析、图层搜索、轨迹还原以及轨迹跟踪；
所述时空分析具体操作步骤如下：案件发生后，办案民警需要根据嫌疑人在时间和空间之间的关系来研判和推动整个案件侦破，如判断嫌疑人是否存在时空异常等；
所述图层搜索具体操作步骤如下：在案件侦破过程中，需要明确了解涉及案件的所有信息，如治安监控点位信息、社会监控点位信息、卡口点位信息、道路信息等等。如果纯粹靠人工整合需要耗费大量的时间，并且还有能够能会遗漏一些信息，这样对后期案情的研判会造成一定的影响。系统能够根据电子地图信息，将涉及案件的所有相关信息全部在电子地图上显示并支持信息检索。例如某地点发生案件，办案民警能够利用图层搜索功能检索出案发周边所有的监控点位信息、周边道路信息等，为后期的案件研判提供时空图和基础数据分布图，让办案人员犹如身临案发现场，对案件的研判会更加准确；
所述轨迹还原具体槽体步骤如下：案件侦破过程中，需要找到嫌疑目标在作案前后的运动轨迹，对后期的研判方向和确定嫌疑目标的落脚点有至关重要的作用。根据完整的案件编号查询案件，搜索出案件所有的原始视频及与原始视频相关的浓缩视频和入库的视频快照。通过图片或视频，还原案件发生的完整经过；
所述轨迹跟踪具体操作步骤如下：案件侦办过程中，需要对嫌疑目标的运动轨迹进行研判，从而确定嫌疑目标经常出现的区域，增加破案概率，这就要求能在电子地图上用视频直观的显示嫌疑目标的运动轨迹。根据案件相关信息的搜索功能，获取案件发生过程中关联视频信息，并根据GIS地图，还原案件发生的路径，在地图上显示，原始视频自动跳转到这条轨迹所代表的对象，重现真实场景。在实际应用中，对于办案人员采集回来的大量视频，能够采用轨迹功能，立即通过轨迹找到所要目标，为办案人员节省大量时间。同时，能够根据GIS的轨迹信息，预测犯罪嫌疑人或车辆的移动路径，有助于第一时间安排警力对能够能经过路径进行布控及抓捕，大幅度提升了案件侦破的效率。
进一步地，所述联网监控包括视频联网采集、嫌疑过车记录入库以及今日采集。
进一步地，所述统计分析包括破案率统计、新增案件统计、案件分类统计、人员排行统计、案发时间统计、按人员案件统计、按组织案件统计、成效排名统计、资源来源统计、资源上传数量统计、日常操作统计以及串并案数量排名。
进一步地，所述管理功能包括用户组织权限管理、字典管理、标注管理以及日志管理；
所述字典管理具体操作步骤如下：系统根据公安的实际需要，内建了庞大的数据字典，用户也能够以通过自己在实际应用过程中，增加新的数据字段，以方便办案侦破工作。数据字典类型包括案件类型、公开方式、证件类型、案发区域、报警方式、警情来源等29个大类。能够以方便的通过查询以找到自己想要的类型或者字段。
进一步地，所述系统接入包括三台合一对接以及警综接入；
所述三台合一对接具体操作步骤如下：记录110、119、112等系统上报的接处警记录，根据警情上传视频、图片等资源信息，能够以在视图信息库中检索到相应的视频和图片。提供的数据主要有：接警流水号、发案部位、情况来源、案件类型、报警形式、所属单位编号、值班员、定位坐标X、定位坐标Y、发案地址、简要情况、接警时间、二级处警单位、报警时间、案情摘要、反馈信息；
所述警综接入还包括警用地理信息系统对接以及其他业务系统对接；
所述警用地理信息系统对接具体操作步骤如下：警用地图信息系统：通过数据访问层的访问接口，对电子地图数据库进行访问，实现地图查询、地图更改、设备查询、设备新增、设备修改、设备删除、图层配置等功能；
所述其他业务系统对接具体操作步骤如下：本次建设实战平台系统预留外部调用接口，对外部业务系统提供数据查询、调用等功能。其他部门业务系统，通过调用实战平台的整体功能集成接口或模块功能集成接口，来实现数据共享，包括实时视频监控、警情、案件、人员、道路、录像回放、智能应用、综合查询、报表统计等。
本发明的有益效果：本发明的一种智能安防监控系统的操作方法，操作便捷，信息分享及时，提高了办案效率，实用性强。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
本发明提供一种技术方案：一种智能安防监控系统的操作方法，其特征在于：具体操作步骤如下：
云视频分析；
信息中心；
个人中心；
战法中心；
挂图作战；
联网监控；
统计分析；
管理功能；
系统接入。
云视频分析包括视频浓缩以及检索分析；
视频浓缩具体操作步骤如下：视频浓缩摘要技术，将视频摘要形成视频片段，不同时刻的目标“穿越时空”在同一时空展现播放，使24小时的视频被浓缩成一个简短到几分钟摘要视频成为现实，视频摘要不仅浓缩的是事件的精华，也是活动事件的全部，没有价值的视频将被剔除。通过多分格快照技术，能够以在几秒中看完所有的活动目标成为能够能，回溯原始视频功能，瞬间锁定目标在原始视频的位置，这些智能视频分析功能的实现和应用将大大提高海量视频监控录像分析的效率，通过运用云计算，大大提高单服务器的运行速度，普通服务器分析1小时1080P录像，至少需要10分钟，而云计算则需要2分钟，720P则只要1分钟即能够，大大提高了视频分析速度，根据某段视频录像，按照案发时嫌疑车辆、嫌疑人员的外形、体貌特征，通过配置车辆颜色、人员穿着颜色、经过区域等属性要求，对视频进行浓缩摘要后进行展示播放。
检索分析具体操作步骤如下：检索分析包括目标分类检索和视频检索两部分。视频分类在视频摘要的基础上根据使用者的需要能够以缩小使用者查找范围，通过设定单一检索条件，选择某一特定类型的目标。视频检索就是视频搜索领域的谷歌和百度。通过提供目标样照图片或者视频，从原始视频中进行比对查找，相似度最高的一组结果将被查找出来，这组结果便是使用者想要的视频，帮助使用者提高查找目标的效率；
目标分类检索，案件管理系统提供的目标检索功能，能够以将视频中的人车目标分离，例如在排查车辆时，选取车辆目标，能够将行人目标过滤掉，以图片形式列出每一个进入视频中的车辆对象，同时还提供按照颜色对视频中的目标进行检索。侦查人员能够以根据目标，范围，出现时间对视频证据进行搜索，搜索结果会以图片形式列出，通过图片即能够快速排查比对目标；
视频检索针对案件排查，还能够以设定区域线路或方向，对作案目标进行快速排查。例如，需要查找接近过摩托车的行人目标，能够以设定检测区域，能够以快速检索出所有靠近过该区域的行人。也能够以针对预计的嫌疑人的线路及方向进行检索。
信息中心包括热点信息推送以及检索查询；
热点信息推送具体操作步骤如下：实战业务中的数据主要是民警在日常的视频巡逻以及案事件处理、情报研判等实战业务中产生的大量的具有实战价值、共享价值和应用价值的数据，而由于种种原因，这类具有重要价值的数据有效的、直接的展现共享。为解决数据直观共享问题，系统将大要案件、重点线索通过热点信息推送的方式直观呈现在界面首页，根据点击量、关注量、收藏量、线索量的综合统计依次排序，保证重要信息“一眼尽收”，针对个人上传线索的数量直接在首页进行排名展示，有效提升个人的办案积极性；
检索查询具体操作步骤如下：为了满足实战办案人员能够快速、简便的检索查询系统中的数据，我司采用类似淘宝、百度的互联网检索模式，以最亲民的检索体验、最高效的渐叟速度满足公安全警种各层次人员的需求，情报人员通过关键字在信息中心四大库中查找更多的情报信息，刑侦人员通过关键字在疑情库中查找能够疑的线索信息为案件扩展追踪提供更多依据，在案件库查找类案及所关注的案件视图详细信息。
个人中心包括视图库、原始库、结构化库、我的警情、我的串并、我的收藏、我的评论、我的订阅以及我的协查；
视图库具体操作步骤如下：为了更好的利用和管理涉案的视频、图片、线索等资源，将这类资源跟整个案件更好的结合起来进行研判侦查，侦查人员能够以将在现场调取视频文件、图片等资源，上传到相应的案件文件夹内，不同类型的资源文件采用不同的标签类型；在系统设置内维护标签类型，规范证据的分类和描述方式，形成不同的资源文件对应唯一的标签。系统除了支持单文件上传以外，还支持批量文件上传，提高文件的录入效率，同时能够记录视频文件的GIS坐标，用于在GIS系统中展现案件视频的采集地点，便于案件侦查过程中追踪案件侦破过程；
原始库具体操作步骤如下：在案件侦办过程中采集到的资源都会录入原始库中作为案件资源，进过分析研判后将具有价值的资源做进一步分析研判，由此，原始库是作为所有资源的“驿站”；
结构化库具体操作步骤如下：原始库的数据经过初步分析研判后，办案人员将有实战价值的部分数据经过平台处理后归入结构化库中，为后期的案情研判提供数据支持；
我的案情具体操作步骤如下：通过与三台合一系统的对接，将110、122、119报警信息，自动同步到警情管理界面。也能够以通过手动警情登记，手动添加警情。所有警情都能够以通过警情管理界面的警情查询，根据警情编号、警情类型、时间、管辖单位、报警方式、警情来源和案发地来搜索查询；
我的协查具体操作步骤如下：为了增大破案概率，办案民警能够以将当前办理的案件在一定组织范围内发起协查任务，协查任务中包含了协查案件、协查人、协查时间、案件概要、发布单位、协查等级、联系人、联系方式、线索视图等主要信息，协查人员能够以有效利用案件相关信息来提供线索信息，为案件侦破提供线索。
战法中心包括视频技战法、图像技战法、车辆技战法以及案件技战法；
视频技战法还包括万能播放、万能转码、车牌分析、屏幕录像以及视频编辑；
万能播放包括循环播放、逐帧播放、倒放、倍速播放、分段预览、电子放大以及录像打标；
图像技战法包括图像标注、图像增强以及图像测量；
车辆技战法包括车辆查询、多时段查询、同行车查询、地点碰撞查询、落脚点分析、首次出现、频繁出现、高危时段、昼伏夜出以及套牌车分析；
落脚点分析具体操作步骤如下：确定嫌疑车辆后，为了找出嫌疑人的落脚点，为抓捕嫌疑人提供信息。办案人员能够针对大数据分析搜索研判，统计出嫌疑车辆出现的规律。落脚点分析主要是针对嫌疑车辆的过车记录，统计并分析其出行规律，从而判断出车辆的落脚点，能够根据车辆在城区卡口中出现的活动轨迹，如每天的某个固定时间点都会出现在某一个卡口中；自动按照规定时间（每天或特定时间）统计车辆出现位置，根据统计结果分析能够疑车辆能够能的落脚点。分析结果支持列表或者PGIS地图的方式展示，并且能够以将查询信息保存下载；
首次出现具体操作步骤如下：作案车辆大部分都是外地车或者使用外地车牌的套牌车，这类车牌在本市的首次出现能帮助我们快速定位能够疑车辆；根据犯罪嫌疑人习惯流窜作案、假牌作案、套牌作案等特点，初次入城的车辆（即首次出现的车牌）作案嫌疑较大。首次出现不仅应用于实时防控预警，也是事后进行车辆查询，排查嫌疑车辆的重要方法；
首次出现功能进行日期、时间的选择筛选，也能够灵活设置回溯时长进行分析，在分析结果中能查看车辆照片。支持但不限于固定车辆品牌、型号、年款、车牌信息、车辆类别、限定区域内初次入城车辆的分析；
频繁出现具体操作步骤如下：由于嫌疑人在作案前的踩点看风等行为需要经常在案发现周围出现，因此会在案发现场周围路口频繁出现，根据此特点，能够通过设定过车频度阈值，分析在某一段时间内通行某路口次数超过设定阈值的车辆，方便办案人员快速找到有能够疑车辆；
高危时段具体操作步骤如下：能够通过设置一天中某个固定时间段，定义为高危时段，如果车辆在此高危时段内频繁出现，那这辆车的行迹就会非常能够疑，需要公安机关重点关注。平台通过搜索在高危时间段频繁出现的车辆，并计算出出现次数，为公安机关寻找嫌疑车辆和排除其他车辆提供有效的支撑。
挂图作战包括时空分析、图层搜索、轨迹还原以及轨迹跟踪；
时空分析具体操作步骤如下：案件发生后，办案民警需要根据嫌疑人在时间和空间之间的关系来研判和推动整个案件侦破，如判断嫌疑人是否存在时空异常等；
图层搜索具体操作步骤如下：在案件侦破过程中，需要明确了解涉及案件的所有信息，如治安监控点位信息、社会监控点位信息、卡口点位信息、道路信息等等。如果纯粹靠人工整合需要耗费大量的时间，并且还有能够能会遗漏一些信息，这样对后期案情的研判会造成一定的影响。系统能够根据电子地图信息，将涉及案件的所有相关信息全部在电子地图上显示并支持信息检索。例如某地点发生案件，办案民警能够利用图层搜索功能检索出案发周边所有的监控点位信息、周边道路信息等，为后期的案件研判提供时空图和基础数据分布图，让办案人员犹如身临案发现场，对案件的研判会更加准确；
轨迹还原具体槽体步骤如下：案件侦破过程中，需要找到嫌疑目标在作案前后的运动轨迹，对后期的研判方向和确定嫌疑目标的落脚点有至关重要的作用。根据完整的案件编号查询案件，搜索出案件所有的原始视频及与原始视频相关的浓缩视频和入库的视频快照。通过图片或视频，还原案件发生的完整经过；
轨迹跟踪具体操作步骤如下：案件侦办过程中，需要对嫌疑目标的运动轨迹进行研判，从而确定嫌疑目标经常出现的区域，增加破案概率，这就要求能在电子地图上用视频直观的显示嫌疑目标的运动轨迹。根据案件相关信息的搜索功能，获取案件发生过程中关联视频信息，并根据GIS地图，还原案件发生的路径，在地图上显示，原始视频自动跳转到这条轨迹所代表的对象，重现真实场景。在实际应用中，对于办案人员采集回来的大量视频，能够采用轨迹功能，立即通过轨迹找到所要目标，为办案人员节省大量时间。同时，能够根据GIS的轨迹信息，预测犯罪嫌疑人或车辆的移动路径，有助于第一时间安排警力对能够能经过路径进行布控及抓捕，大幅度提升了案件侦破的效率。
联网监控包括视频联网采集、嫌疑过车记录入库以及今日采集。
统计分析包括破案率统计、新增案件统计、案件分类统计、人员排行统计、案发时间统计、按人员案件统计、按组织案件统计、成效排名统计、资源来源统计、资源上传数量统计、日常操作统计以及串并案数量排名。
管理功能包括用户组织权限管理、字典管理、标注管理以及日志管理；
字典管理具体操作步骤如下：系统根据公安的实际需要，内建了庞大的数据字典，用户也能够以通过自己在实际应用过程中，增加新的数据字段，以方便办案侦破工作。数据字典类型包括案件类型、公开方式、证件类型、案发区域、报警方式、警情来源等29个大类。能够以方便的通过查询以找到自己想要的类型或者字段。
系统接入包括三台合一对接以及警综接入；
三台合一对接具体操作步骤如下：记录110、119、112等系统上报的接处警记录，根据警情上传视频、图片等资源信息，能够以在视图信息库中检索到相应的视频和图片。提供的数据主要有：接警流水号、发案部位、情况来源、案件类型、报警形式、所属单位编号、值班员、定位坐标X、定位坐标Y、发案地址、简要情况、接警时间、二级处警单位、报警时间、案情摘要、反馈信息；
警综接入还包括警用地理信息系统对接以及其他业务系统对接；
警用地理信息系统对接具体操作步骤如下：警用地图信息系统：通过数据访问层的访问接口，对电子地图数据库进行访问，实现地图查询、地图更改、设备查询、设备新增、设备修改、设备删除、图层配置等功能；
其他业务系统对接具体操作步骤如下：本次建设实战平台系统预留外部调用接口，对外部业务系统提供数据查询、调用等功能。其他部门业务系统，通过调用实战平台的整体功能集成接口或模块功能集成接口，来实现数据共享，包括实时视频监控、警情、案件、人员、道路、录像回放、智能应用、综合查询、报表统计等
作为本发明的一个实施例：为了能直观的显示嫌疑目标运动轨迹，系统支持视频点位基于GIS地图的显示，更好的还原案件轨迹和案件详细图像视频信息；
嫌疑目标是需要经过严谨的验证比对，系统支持在浓缩视频和视频快照切换查询，能够在快速锁定嫌疑目标的基础上达到准确锁定嫌疑目标；
在视频条件不足的条件下，嫌疑目标的脸部、服饰等特征不能确定在两个监控下是否为同一人时，系统支持将案件关联多视频点位同步回放，在回放的过程中进行精确比对，如步伐、习惯等。
作为本发明的一个实施例：公安实战平台会和三台合一、警务综合、警用地理信息平台PGIS进行对接，实现数据的共享与调用。提供对接服务dock来完成读取数据库，将数据通过webservice接口推送给调用的应用app（如实战平台）进行展现。
作为本发明的一个实施例：平台系统采用了APP模块化架构，每个功能模块有独立的接口，用户能够以根据自己的需求进行有针对性的集成，方便而且灵活。每个模块接口以SDK方式提供。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点,对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也能够以经适当组合，形成本领域技术人员能够以理解的其他实施方式。
Claims (10)
1.一种智能安防监控系统的操作方法，其特征在于：包括以下操作：
云视频分析；
信息中心；
个人中心；
战法中心；
挂图作战；
联网监控；
统计分析；
管理功能；
系统接入。
2.根据权利要求1所述的一种智能安防监控系统的操作方法，其特征在于：所述云视频分析包括视频浓缩以及检索分析；
所述视频浓缩具体操作步骤如下：视频浓缩摘要技术，将视频摘要形成视频片段，不同时刻的目标“穿越时空”在同一时空展现播放，使24小时的视频被浓缩成一个简短到几分钟摘要视频成为现实，视频摘要不仅浓缩的是事件的精华，也是活动事件的全部，没有价值的视频将被剔除，通过多分格快照技术，能够以在几秒中看完所有的活动目标成为能够能，回溯原始视频功能，瞬间锁定目标在原始视频的位置，这些智能视频分析功能的实现和应用将大大提高海量视频监控录像分析的效率，通过运用云计算，大大提高单服务器的运行速度，普通服务器分析1小时1080P录像，至少需要10分钟，而云计算则需要2分钟，720P则只要1分钟即能够，大大提高了视频分析速度，根据某段视频录像，按照案发时嫌疑车辆、嫌疑人员的外形、体貌特征，通过配置车辆颜色、人员穿着颜色、经过区域等属性要求，对视频进行浓缩摘要后进行展示播放，
所述检索分析具体操作步骤如下：检索分析包括目标分类检索和视频检索两部分，视频分类在视频摘要的基础上根据使用者的需要能够以缩小使用者查找范围，通过设定单一检索条件，选择某一特定类型的目标，视频检索就是视频搜索领域的谷歌和百度，通过提供目标样照图片或者视频，从原始视频中进行比对查找，相似度最高的一组结果将被查找出来，这组结果便是使用者想要的视频，帮助使用者提高查找目标的效率；
所述目标分类检索，案件管理系统提供的目标检索功能，能够以将视频中的人车目标分离，例如在排查车辆时，选取车辆目标，能够将行人目标过滤掉，以图片形式列出每一个进入视频中的车辆对象，同时还提供按照颜色对视频中的目标进行检索，侦查人员能够以根据目标，范围，出现时间对视频证据进行搜索，搜索结果会以图片形式列出，通过图片即能够快速排查比对目标；
所述视频检索针对案件排查，还能够以设定区域线路或方向，对作案目标进行快速排查，例如，需要查找接近过摩托车的行人目标，能够以设定检测区域，能够以快速检索出所有靠近过该区域的行人，也能够以针对预计的嫌疑人的线路及方向进行检索。
3.根据权利要求1所述的一种智能安防监控系统的操作方法，其特征在于：所述信息中心包括热点信息推送以及检索查询；
所述热点信息推送具体操作步骤如下：实战业务中的数据主要是民警在日常的视频巡逻以及案事件处理、情报研判等实战业务中产生的大量的具有实战价值、共享价值和应用价值的数据，而由于种种原因，这类具有重要价值的数据有效的、直接的展现共享，为解决数据直观共享问题，系统将大要案件、重点线索通过热点信息推送的方式直观呈现在界面首页，根据点击量、关注量、收藏量、线索量的综合统计依次排序，保证重要信息“一眼尽收”，针对个人上传线索的数量直接在首页进行排名展示，有效提升个人的办案积极性；
所述检索查询具体操作步骤如下：为了满足实战办案人员能够快速、简便的检索查询系统中的数据，我司采用类似淘宝、百度的互联网检索模式，以最亲民的检索体验、最高效的渐叟速度满足公安全警种各层次人员的需求，情报人员通过关键字在信息中心四大库中查找更多的情报信息，刑侦人员通过关键字在疑情库中查找能够疑的线索信息为案件扩展追踪提供更多依据，在案件库查找类案及所关注的案件视图详细信息。
4.根据权利要求1所述的一种智能安防监控系统的操作方法，其特征在于：所述个人中心包括视图库、原始库、结构化库、我的警情、我的串并、我的收藏、我的评论、我的订阅以及我的协查；
所述视图库具体操作步骤如下：为了更好的利用和管理涉案的视频、图片、线索等资源，将这类资源跟整个案件更好的结合起来进行研判侦查，侦查人员能够以将在现场调取视频文件、图片等资源，上传到相应的案件文件夹内，不同类型的资源文件采用不同的标签类型；在系统设置内维护标签类型，规范证据的分类和描述方式，形成不同的资源文件对应唯一的标签，系统除了支持单文件上传以外，还支持批量文件上传，提高文件的录入效率，同时能够记录视频文件的GIS坐标，用于在GIS系统中展现案件视频的采集地点，便于案件侦查过程中追踪案件侦破过程；
所述原始库具体操作步骤如下：在案件侦办过程中采集到的资源都会录入原始库中作为案件资源，进过分析研判后将具有价值的资源做进一步分析研判，由此，原始库是作为所有资源的“驿站”；
所述结构化库具体操作步骤如下：原始库的数据经过初步分析研判后，办案人员将有实战价值的部分数据经过平台处理后归入结构化库中，为后期的案情研判提供数据支持；
所述我的案情具体操作步骤如下：通过与三台合一系统的对接，将110、122、119报警信息，自动同步到警情管理界面，也能够以通过手动警情登记，手动添加警情，所有警情都能够以通过警情管理界面的警情查询，根据警情编号、警情类型、时间、管辖单位、报警方式、警情来源和案发地来搜索查询；
所述我的协查具体操作步骤如下：为了增大破案概率，办案民警能够以将当前办理的案件在一定组织范围内发起协查任务，协查任务中包含了协查案件、协查人、协查时间、案件概要、发布单位、协查等级、联系人、联系方式、线索视图等主要信息，协查人员能够以有效利用案件相关信息来提供线索信息，为案件侦破提供线索。
5.根据权利要求1所述的一种智能安防监控系统的操作方法，其特征在于：所述战法中心包括视频技战法、图像技战法、车辆技战法以及案件技战法；
所述视频技战法还包括万能播放、万能转码、车牌分析、屏幕录像以及视频编辑；
所述万能播放包括循环播放、逐帧播放、倒放、倍速播放、分段预览、电子放大以及录像打标；
所述图像技战法包括图像标注、图像增强以及图像测量；
所述车辆技战法包括车辆查询、多时段查询、同行车查询、地点碰撞查询、落脚点分析、首次出现、频繁出现、高危时段、昼伏夜出以及套牌车分析；
所述落脚点分析具体操作步骤如下：确定嫌疑车辆后，为了找出嫌疑人的落脚点，为抓捕嫌疑人提供信息，办案人员能够针对大数据分析搜索研判，统计出嫌疑车辆出现的规律，落脚点分析主要是针对嫌疑车辆的过车记录，统计并分析其出行规律，从而判断出车辆的落脚点，能够根据车辆在城区卡口中出现的活动轨迹，如每天的某个固定时间点都会出现在某一个卡口中；自动按照规定时间（每天或特定时间）统计车辆出现位置，根据统计结果分析能够疑车辆能够能的落脚点，分析结果支持列表或者PGIS地图的方式展示，并且能够以将查询信息保存下载；
所述首次出现具体操作步骤如下：作案车辆大部分都是外地车或者使用外地车牌的套牌车，这类车牌在本市的首次出现能帮助我们快速定位能够疑车辆；根据犯罪嫌疑人习惯流窜作案、假牌作案、套牌作案等特点，初次入城的车辆（即首次出现的车牌）作案嫌疑较大，首次出现不仅应用于实时防控预警，也是事后进行车辆查询，排查嫌疑车辆的重要方法；
所述首次出现功能进行日期、时间的选择筛选，也能够灵活设置回溯时长进行分析，在分析结果中能查看车辆照片，支持但不限于固定车辆品牌、型号、年款、车牌信息、车辆类别、限定区域内初次入城车辆的分析；
所述频繁出现具体操作步骤如下：由于嫌疑人在作案前的踩点看风等行为需要经常在案发现周围出现，因此会在案发现场周围路口频繁出现，根据此特点，能够通过设定过车频度阈值，分析在某一段时间内通行某路口次数超过设定阈值的车辆，方便办案人员快速找到有能够疑车辆；
所述高危时段具体操作步骤如下：能够通过设置一天中某个固定时间段，定义为高危时段，如果车辆在此高危时段内频繁出现，那这辆车的行迹就会非常能够疑，需要公安机关重点关注，平台通过搜索在高危时间段频繁出现的车辆，并计算出出现次数，为公安机关寻找嫌疑车辆和排除其他车辆提供有效的支撑。
6.根据权利要求1所述的一种智能安防监控系统的操作方法，其特征在于：所述挂图作战包括时空分析、图层搜索、轨迹还原以及轨迹跟踪；
所述时空分析具体操作步骤如下：案件发生后，办案民警需要根据嫌疑人在时间和空间之间的关系来研判和推动整个案件侦破，如判断嫌疑人是否存在时空异常等；
所述图层搜索具体操作步骤如下：在案件侦破过程中，需要明确了解涉及案件的所有信息，如治安监控点位信息、社会监控点位信息、卡口点位信息、道路信息等等，如果纯粹靠人工整合需要耗费大量的时间，并且还有能够能会遗漏一些信息，这样对后期案情的研判会造成一定的影响，系统能够根据电子地图信息，将涉及案件的所有相关信息全部在电子地图上显示并支持信息检索，例如某地点发生案件，办案民警能够利用图层搜索功能检索出案发周边所有的监控点位信息、周边道路信息等，为后期的案件研判提供时空图和基础数据分布图，让办案人员犹如身临案发现场，对案件的研判会更加准确；
所述轨迹还原具体槽体步骤如下：案件侦破过程中，需要找到嫌疑目标在作案前后的运动轨迹，对后期的研判方向和确定嫌疑目标的落脚点有至关重要的作用，根据完整的案件编号查询案件，搜索出案件所有的原始视频及与原始视频相关的浓缩视频和入库的视频快照，通过图片或视频，还原案件发生的完整经过；
所述轨迹跟踪具体操作步骤如下：案件侦办过程中，需要对嫌疑目标的运动轨迹进行研判，从而确定嫌疑目标经常出现的区域，增加破案概率，这就要求能在电子地图上用视频直观的显示嫌疑目标的运动轨迹，根据案件相关信息的搜索功能，获取案件发生过程中关联视频信息，并根据GIS地图，还原案件发生的路径，在地图上显示，原始视频自动跳转到这条轨迹所代表的对象，重现真实场景，在实际应用中，对于办案人员采集回来的大量视频，能够采用轨迹功能，立即通过轨迹找到所要目标，为办案人员节省大量时间，同时，能够根据GIS的轨迹信息，预测犯罪嫌疑人或车辆的移动路径，有助于第一时间安排警力对能够能经过路径进行布控及抓捕，大幅度提升了案件侦破的效率。
7.根据权利要求1所述的一种智能安防监控系统的操作方法，其特征在于：所述联网监控包括视频联网采集、嫌疑过车记录入库以及今日采集。
8.根据权利要求1所述的一种智能安防监控系统的操作方法，其特征在于：所述统计分析包括破案率统计、新增案件统计、案件分类统计、人员排行统计、案发时间统计、按人员案件统计、按组织案件统计、成效排名统计、资源来源统计、资源上传数量统计、日常操作统计以及串并案数量排名。
9.根据权利要求1所述的一种智能安防监控系统的操作方法，其特征在于：所述管理功能包括用户组织权限管理、字典管理、标注管理以及日志管理；
所述字典管理具体操作步骤如下：系统根据公安的实际需要，内建了庞大的数据字典，用户也能够以通过自己在实际应用过程中，增加新的数据字段，以方便办案侦破工作，数据字典类型包括案件类型、公开方式、证件类型、案发区域、报警方式、警情来源等29个大类，能够以方便的通过查询以找到自己想要的类型或者字段。
10.根据权利要求1所述的一种智能安防监控系统的操作方法，其特征在于：所述系统接入包括三台合一对接以及警综接入；
所述三台合一对接具体操作步骤如下：记录110、119、112等系统上报的接处警记录，根据警情上传视频、图片等资源信息，能够以在视图信息库中检索到相应的视频和图片，提供的数据主要有：接警流水号、发案部位、情况来源、案件类型、报警形式、所属单位编号、值班员、定位坐标X、定位坐标Y、发案地址、简要情况、接警时间、二级处警单位、报警时间、案情摘要、反馈信息；
所述警综接入还包括警用地理信息系统对接以及其他业务系统对接；
所述警用地理信息系统对接具体操作步骤如下：警用地图信息系统：通过数据访问层的访问接口，对电子地图数据库进行访问，实现地图查询、地图更改、设备查询、设备新增、设备修改、设备删除、图层配置等功能；
所述其他业务系统对接具体操作步骤如下：本次建设实战平台系统预留外部调用接口，对外部业务系统提供数据查询、调用等功能，其他部门业务系统，通过调用实战平台的整体功能集成接口或模块功能集成接口，来实现数据共享，包括实时视频监控、警情、案件、人员、道路、录像回放、智能应用、综合查询、报表统计等。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711242021.4A CN108052882A (zh) | 2017-11-30 | 2017-11-30 | 一种智能安防监控系统的操作方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711242021.4A CN108052882A (zh) | 2017-11-30 | 2017-11-30 | 一种智能安防监控系统的操作方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108052882A true CN108052882A (zh) | 2018-05-18 |
Family
ID=62121976
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711242021.4A Pending CN108052882A (zh) | 2017-11-30 | 2017-11-30 | 一种智能安防监控系统的操作方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108052882A (zh) |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108810657A (zh) * | 2018-06-15 | 2018-11-13 | 网宿科技股份有限公司 | 一种设置视频封面的方法和系统 |
| CN108897777A (zh) * | 2018-06-01 | 2018-11-27 | 深圳市商汤科技有限公司 | 目标对象追踪方法及装置、电子设备和存储介质 |
| CN109511090A (zh) * | 2018-10-17 | 2019-03-22 | 陆浩洁 | 一种交互式追踪定位预判系统 |
| CN109635156A (zh) * | 2018-12-17 | 2019-04-16 | 台州三石量子科技有限公司 | 智能图像处理系统 |
| CN109800718A (zh) * | 2019-01-22 | 2019-05-24 | 成都神州数码索贝科技有限公司 | 一种视频人像比对方法 |
| CN110008362A (zh) * | 2019-03-05 | 2019-07-12 | 青岛海信网络科技股份有限公司 | 一种案件归类方法及装置 |
| CN110213651A (zh) * | 2019-05-28 | 2019-09-06 | 暨南大学 | 一种基于安防视频的智能案情辅助分析系统及方法 |
| CN110427865A (zh) * | 2019-07-29 | 2019-11-08 | 三峡大学 | 高电压禁止区域人类行为视频特征图片提取与重构方法 |
| WO2020057346A1 (zh) * | 2018-09-21 | 2020-03-26 | 深圳市九洲电器有限公司 | 视频监控方法及装置、监控服务器及视频监控系统 |
| CN110956715A (zh) * | 2018-09-27 | 2020-04-03 | 上海博泰悦臻网络技术服务有限公司 | 行车记录方法、行车记录系统、云端服务器及车辆 |
| CN111028109A (zh) * | 2019-12-23 | 2020-04-17 | 重庆紫光华山智安科技有限公司 | 数据处理方法、装置、服务器及存储介质 |
| CN111163288A (zh) * | 2019-09-23 | 2020-05-15 | 济南市公安局 | 一种智能移动警务系统及警务办公方法 |
| CN111369417A (zh) * | 2020-03-05 | 2020-07-03 | 青岛海信网络科技股份有限公司 | 一种基于技战法模型的案件线索获取方法及装置 |
| CN111491128A (zh) * | 2019-01-25 | 2020-08-04 | 上海奥畅智能科技有限公司 | 安防联控系统 |
| CN111626239A (zh) * | 2020-05-29 | 2020-09-04 | 山东山科智能科技有限公司 | 基于行为特征的服刑人员危险倾向预测方法及系统 |
| CN111985452A (zh) * | 2020-09-04 | 2020-11-24 | 山东合天智汇信息技术有限公司 | 一种人员活动轨迹及落脚点的自动生成方法及系统 |
| CN112653870A (zh) * | 2020-08-07 | 2021-04-13 | 柳州市云奇伟业信息技术有限公司 | 一种基于大数据的异常行为预警系统 |
| CN112836567A (zh) * | 2020-12-08 | 2021-05-25 | 北京澎思科技有限公司 | 一种警力调动的方法、装置、计算机设备和介质 |
| CN113723694A (zh) * | 2021-09-06 | 2021-11-30 | 成都派沃特科技股份有限公司 | 警员布控方法、装置、设备及存储介质 |
| CN115841651A (zh) * | 2022-12-13 | 2023-03-24 | 广东筠诚建筑科技有限公司 | 基于计算机视觉与深度学习的施工人员智能监测系统 |
-
2017
- 2017-11-30 CN CN201711242021.4A patent/CN108052882A/zh active Pending
Cited By (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108897777A (zh) * | 2018-06-01 | 2018-11-27 | 深圳市商汤科技有限公司 | 目标对象追踪方法及装置、电子设备和存储介质 |
| US11195284B2 (en) | 2018-06-01 | 2021-12-07 | Shenzhen Sensetime Technology Co., Ltd. | Target object tracking method and apparatus, and storage medium |
| CN108810657A (zh) * | 2018-06-15 | 2018-11-13 | 网宿科技股份有限公司 | 一种设置视频封面的方法和系统 |
| CN108810657B (zh) * | 2018-06-15 | 2020-11-06 | 网宿科技股份有限公司 | 一种设置视频封面的方法和系统 |
| WO2020057346A1 (zh) * | 2018-09-21 | 2020-03-26 | 深圳市九洲电器有限公司 | 视频监控方法及装置、监控服务器及视频监控系统 |
| CN110956715A (zh) * | 2018-09-27 | 2020-04-03 | 上海博泰悦臻网络技术服务有限公司 | 行车记录方法、行车记录系统、云端服务器及车辆 |
| CN109511090A (zh) * | 2018-10-17 | 2019-03-22 | 陆浩洁 | 一种交互式追踪定位预判系统 |
| CN109635156A (zh) * | 2018-12-17 | 2019-04-16 | 台州三石量子科技有限公司 | 智能图像处理系统 |
| CN109800718A (zh) * | 2019-01-22 | 2019-05-24 | 成都神州数码索贝科技有限公司 | 一种视频人像比对方法 |
| CN111491128B (zh) * | 2019-01-25 | 2021-11-30 | 上海奥畅智能科技有限公司 | 安防联控系统 |
| CN111491128A (zh) * | 2019-01-25 | 2020-08-04 | 上海奥畅智能科技有限公司 | 安防联控系统 |
| CN110008362A (zh) * | 2019-03-05 | 2019-07-12 | 青岛海信网络科技股份有限公司 | 一种案件归类方法及装置 |
| CN110213651A (zh) * | 2019-05-28 | 2019-09-06 | 暨南大学 | 一种基于安防视频的智能案情辅助分析系统及方法 |
| CN110427865A (zh) * | 2019-07-29 | 2019-11-08 | 三峡大学 | 高电压禁止区域人类行为视频特征图片提取与重构方法 |
| CN110427865B (zh) * | 2019-07-29 | 2023-08-25 | 三峡大学 | 高电压禁止区域人类行为视频特征图片提取与重构方法 |
| CN111163288A (zh) * | 2019-09-23 | 2020-05-15 | 济南市公安局 | 一种智能移动警务系统及警务办公方法 |
| CN111028109A (zh) * | 2019-12-23 | 2020-04-17 | 重庆紫光华山智安科技有限公司 | 数据处理方法、装置、服务器及存储介质 |
| CN111369417A (zh) * | 2020-03-05 | 2020-07-03 | 青岛海信网络科技股份有限公司 | 一种基于技战法模型的案件线索获取方法及装置 |
| CN111626239A (zh) * | 2020-05-29 | 2020-09-04 | 山东山科智能科技有限公司 | 基于行为特征的服刑人员危险倾向预测方法及系统 |
| CN112653870B (zh) * | 2020-08-07 | 2022-08-19 | 柳州市云奇伟业信息技术有限公司 | 一种基于大数据的异常行为预警系统 |
| CN112653870A (zh) * | 2020-08-07 | 2021-04-13 | 柳州市云奇伟业信息技术有限公司 | 一种基于大数据的异常行为预警系统 |
| CN111985452A (zh) * | 2020-09-04 | 2020-11-24 | 山东合天智汇信息技术有限公司 | 一种人员活动轨迹及落脚点的自动生成方法及系统 |
| CN111985452B (zh) * | 2020-09-04 | 2024-01-02 | 山东合天智汇信息技术有限公司 | 一种人员活动轨迹及落脚点的自动生成方法及系统 |
| CN112836567A (zh) * | 2020-12-08 | 2021-05-25 | 北京澎思科技有限公司 | 一种警力调动的方法、装置、计算机设备和介质 |
| CN113723694A (zh) * | 2021-09-06 | 2021-11-30 | 成都派沃特科技股份有限公司 | 警员布控方法、装置、设备及存储介质 |
| CN113723694B (zh) * | 2021-09-06 | 2022-01-18 | 成都派沃特科技股份有限公司 | 警员布控方法、装置、设备及存储介质 |
| CN115841651A (zh) * | 2022-12-13 | 2023-03-24 | 广东筠诚建筑科技有限公司 | 基于计算机视觉与深度学习的施工人员智能监测系统 |
| CN115841651B (zh) * | 2022-12-13 | 2023-08-22 | 广东筠诚建筑科技有限公司 | 基于计算机视觉与深度学习的施工人员智能监测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108052882A (zh) | 一种智能安防监控系统的操作方法 | |
| Laufs et al. | Security and the smart city: A systematic review | |
| Porikli et al. | Video surveillance: past, present, and now the future [DSP Forum] | |
| Shu et al. | IBM smart surveillance system (S3): a open and extensible framework for event based surveillance | |
| US20070291118A1 (en) | Intelligent surveillance system and method for integrated event based surveillance | |
| Norris | From personal to digital: CCTV, the panopticon, and the technological mediation of suspicion and social control | |
| US8294763B2 (en) | Method for building and extracting entity networks from video | |
| CN109461106A (zh) | 一种多维信息感知处理方法 | |
| US20060200307A1 (en) | Vehicle identification and tracking system | |
| KR20140095956A (ko) | 크라우드 소싱기반 영상 지식 콘텐츠 생성 시스템 및 방법 | |
| CN206272770U (zh) | 一种车辆和人脸卡口系统 | |
| CN109361895B (zh) | 嫌疑人关系人员的搜索方法及系统 | |
| US20180253813A1 (en) | System and method for incident validation and ranking using human and non-human data sources | |
| CN110019963B (zh) | 嫌疑人关系人员的搜索方法 | |
| CN111026909B (zh) | 一种基于自拍抖音视图补充公安侦查数据集的方法 | |
| CN115293477A (zh) | 基于大数据的社会安全预警系统、方法、设备及存储介质 | |
| Jiao et al. | Traffic behavior recognition from traffic videos under occlusion condition: a Kalman filter approach | |
| Zamri et al. | Mini-review of street crime prediction and classification methods | |
| di Bella et al. | Smart Security: Integrated systems for security policies in urban environments | |
| Lewenhagen et al. | An Interdisciplinary Web-based Framework for Data-driven Placement Analysis of CCTV Cameras | |
| Hampapur et al. | Video analytics in urban environments | |
| CN111428081A (zh) | 一种视频数据智能分析系统及方法 | |
| Li et al. | Region-based trajectory analysis for abnormal behaviour detection: a trial study for suicide detection and prevention | |
| Zhou et al. | Metadata extraction and organization for intelligent video surveillance system | |
| Vella et al. | SURVANT: An Innovative Semantics-Based Surveillance Video Archives Investigation Assistant |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180518 |
|
| WD01 | Invention patent application deemed withdrawn after publication |