CN109033440A - 一种视频侦查多维轨迹分析方法 - Google Patents

Abstract

本发明公开了一种视频侦查多维轨迹分析方法，涉及视频侦查技术领域。本方法是：①前端多功能数据采集杆设备采集多维度数据信息；②将采集到的多维度数据进行结构化处理；③结构化数据统一存储到大数据中心；④通过案件侦查确定嫌疑人的某单项信息；⑤通过嫌疑人的单项信息碰撞出嫌疑人多维度信息；⑥分析嫌疑人接触人群和落脚点信息；⑦绘制嫌疑人多维轨迹；⑧通知行动部门实施抓捕。本发明从视频监控、人脸、车辆、手机和无线上网等多个维度数据追踪嫌疑人，弥补单一视频监控系统信息量单一，追踪费时费力的不足；已知嫌疑人的单项信息，碰撞出嫌疑人其他维度的信息，从庞大复杂的数据中智能地搜索到有用信息，减少人力投入，提高工作效率。

Description

一种视频侦查多维轨迹分析方法

技术领域

本发明涉及视频侦查技术领域，尤其涉及一种视频侦查多维轨迹分析方法。

背景技术

随着“智慧城市”项目在全国各地的开展，城市视频监控系统在公安侦查领域得到广泛的应用，通过对海量图像资源进行整合分析和深度应用，为刑侦、技侦、网侦等部门侦查破案提供强有力的支持，视频侦查已成为平安和谐社会的重要技术保障。但目前城市视频监控系统存在着数据来源单一，监控点位覆盖不到位，数据信息采集手段缺乏等问题，无法应对越来越复杂的城市安全形势。

而实际上还有很多其它的社会监控资源可以利用，比如人脸信息、车辆信息、手机信息、无线上网信息等数据，目前技术的进步使得捕获人脸图片、记录行车信息、获取手机信息都成为可能，这些数据被存储下来，累计起来形成一个庞大复杂的数据库；如何让这些数据相互关联起来，如何让这些数据与视频侦查中的嫌疑人关联起来，如何从这些数据提取出对搜索、定位和追踪嫌疑人有益的信息，减少人力投入，提高视频侦查工作效率，成为亟待解决的问题。

发明内容

本发明的目的在于克服现有技术存在的问题，提供一种视频侦查多维轨迹分析方法，通过对视频监控数据、人脸信息数据、车辆信息数据、手机信息数据和无线上网信息数据等多维数据进行统一采集和存储，通过大数据分析碰撞，利用时间和空间维度让这些数据与视频侦查中的嫌疑人关联起来，分析出嫌疑人的多维运动轨迹，减少人力投入，提高视频侦查的效率。

本发明的目的是这样实现的：

具体地说，本方法包括以下步骤：

①前端多功能数据采集杆设备采集多维度数据信息；

②将采集到的多维度数据进行结构化处理；

③结构化数据统一存储到大数据中心；

④通过案件侦查确定嫌疑人的某单项信息；

⑤通过嫌疑人的单项信息碰撞出嫌疑人多维度信息；

⑥分析嫌疑人接触人群和落脚点信息；

⑦绘制嫌疑人多维轨迹；

⑧通知行动部门实施抓捕。

本发明具有下列优点和积极效果：

①从视频监控、人脸、车辆、手机和无线上网等多个维度数据追踪嫌疑人，弥补单一视频监控系统信息量单一，追踪费时费力的不足；

②已知嫌疑人的单项信息，碰撞出嫌疑人其他维度的信息，从庞大复杂的数据中智能地搜索到有用信息，减少人力投入，提高工作效率。

附图说明

图1是本方法的步骤图；

图2是视频侦查发现嫌疑人线索的流程图；

图3是多维数据碰撞分析的流程图；

图4是本系统的结构方框图。

具体实施方式

下面结合附图和实施例详细说明：

一、方法

如图1，本方法包括以下步骤：

①前端多功能数据采集杆设备采集多维度数据信息-101

采集设备包括摄像机、人脸卡口、车辆卡口、电子围栏、wifi围栏，分别负责采集视频监控数据、人脸信息数据、车辆信息数据、手机信息数据和无线上网信息数据；

②将采集到的多维度数据进行结构化处理-102

通过围栏服务器接入前端电子围栏和wifi围栏设备，通过网络协议接收手机信息、wifi信息以及它们对应的时间和空间信息，经过清洗、转换成结构化数据；

通过图文服务器接入人脸卡口和车辆卡口，通过网络协议接收人脸图片、车辆图片以及它们出现的时间和空间信息；

图文服务器将人脸图片推送给人脸比对服务器，人脸比对服务器对人脸图片进行建模分析、特征值提取，并根据特征值，对图片进行比对和分类结构化处理；

图文服务器将车辆图片推送给二次识别服务器，二次识别服务器对车辆图片进行二次识别、特征值提取、获取车辆特征结构化数据；

③结构化数据统一存储到大数据中心-103

将分析出的人脸、车辆、手机和wifi的结构化信息转发到大数据中心，大数据中心接收并存储结构化数据；

④通过案件侦查确定嫌疑人的某单项信息-104

通过视频侦查发现嫌疑人的线索，结合一线民警现场走访等侦查手段，确定嫌疑人的某单项信息，包括人脸图片、车牌号、手机IMSI、IMEI和MAC地址任一信息；

⑤通过嫌疑人的单项信息碰撞出嫌疑人多维度信息-105

在客户端上输入嫌疑人的某单项信息，发到大数据中心，大数据中心根据嫌疑人的单项信息进行数据碰撞关联，分析出嫌疑人其他维度信息；

⑥分析嫌疑人接触人群和落脚点信息-106

大数据中心根据分析出的嫌疑人的多维度信息，进行同行分析和落脚点分析，分析嫌疑人出行规律和接触人群，确定其落脚点；

⑦绘制嫌疑人多维轨迹-107

根据分析出的嫌疑人的多维度信息，形成嫌疑人多维运动轨迹，并在客户端展示出来；

⑧通知行动部门实施抓捕-108

根据分析出的这些信息，找到嫌疑人的可能大大增加，将所得信息通知行动部门，制定行动计划，实施抓捕。

2、步骤④中的视频侦查发现嫌疑人线索

如图2，视频侦查发现嫌疑人线索包括以下流程：

A、登录视频侦查作战平台，通过警综平台、110报警、门市报警、上级指派等途径获取案件信息-201；

B、采集网上城市视频监控系统的视频图像资源及网下社会图像资源，对可能涉案视频资源进行统一整合-202；

C、查看海量可能涉案的视频资源，从无序的视频资源中发现“碎片”线索-203；

视频侦查作战平台提供视频检索、视频摘要、以图搜图、图像增强和车辆特征识别的智能分析工具快速帮助侦查人员发现视频线索；

D、围绕“碎片”线索追踪，进一步排查，清晰化“碎片”信息，确定嫌疑人信息-204。

3、步骤⑤中：多维数据碰撞分析

如图3，多维数据碰撞分析包括以下流程：

a、在客户端输入嫌疑人已知的单维度数据d1，包括人脸图片、车牌号、手机IMSI、IMEI和MAC地址任一信息-301；

b、在指定时间段【T1，T2】范围内检索该已知的单维度数据d1，找出d1出现的所有时间点T＝【t1，t2，……，tn】，和与时间点对应的地点P＝【p1，p2，……，pn】-302；

c、检索同一时刻和地点出现的另一维度数据，得到结果集D＝[D1， D2，……，Dn]，结果集中每个元素包含一条或多条数据记录-303；

d、寻找结果集D1至Dn中出现频率最高的同一数据记录d-304；

e、确定数据d即为嫌疑人的另一维度信息-305；

f、同理可得出其他维度信息，确定嫌疑人多维信息-306。

二、系统

1、总体

如图4，本系统包括前端采集设备10、视频录像服务器20、图文服务器30、围栏服务器40、人脸比对服务器50、二次识别服务器60、大数据中心70和客户端80；

前端采集设备10、视频录像服务器20和客户端80依次连接，前端采集设备10、图文服务器30、人脸比对服务器50、大数据中心70和客户端80依次连接，前端采集设备10、图文服务器30、二次识别服务器60、大数据中心70和客户端80依次连接，前端采集设备10、围栏服务器40、大数据中心70和客户端80依次连接。

2、功能块

1）前端采集设备10

前端采集设备10负责采集多维度的数据信息；

其内嵌有摄像机11、人脸卡口12、车辆卡口13、电子围栏14和wifi围栏15；

（1）摄像机11：负责采集视频监控数据；

（2）人脸卡口12：负责采集人脸信息数据；

（3）车辆卡口13：负责采集车辆信息数据；

（4）电子围栏14：负责采集手机信息数据；

（5）wifi围栏15：负责采集无线上网信息数据。

2）视频录像服务器20

视频录像服务器20接入摄像机11，将采集到的视频数据转发给客户端80进行展示，并且能够将视频数据存储到数据库。

3）图文服务器30

图文服务器30接入人脸卡口12和车辆卡口13，通过网络协议接收人脸图片、车辆图片以及它们出现的时间和空间信息，并将信息转发到人脸比对服务器50和二次识别服务器60。

4）围栏服务器40

围栏服务器40接入前端电子围栏14和wifi围栏15，通过网络协议接收手机信息、wifi信息以及它们对应的时间和空间信息，经过清洗、转换成结构化数据，并将结构化数据转发到大数据中心70。

5）人脸比对服务器50

人脸比对服务器50接收图文服务器30推送的人脸数据，对人脸图片进行建模分析、特征值提取，并根据特征值，对图片进行比对和分类结构化处理，并将结构化数据转发到大数据中心70。

6）二次识别服务器60

二次识别服务器60接收图文服务器30推送的车辆数据，对车辆图片进行二次识别、特征值提取、获取车辆特征结构化数据，并将结构化数据转发到大数据中心70。

7）大数据中心70

大数据中心70接收围栏服务器40、人脸比对服务器50和二次识别服务器60转发过来的数据，并将接收的数据进行统一的存储，根据客户端80输入的请求进行数据碰撞分析，并将分析结果输出给客户端80。

8）客户端80

客户端80负责用户交互，输入用户的请求，并向用户展示分析结果。

Claims (3)

1.一种视频侦查多维轨迹分析方法，其特征在于包括以下步骤：

①前端多功能数据采集杆设备采集多维度数据信息（101）

采集设备包括摄像机、人脸卡口、车辆卡口、电子围栏、wifi围栏，分别负责采集视频监控数据、人脸信息数据、车辆信息数据、手机信息数据和无线上网信息数据；

②将采集到的多维度数据进行结构化处理（102）

通过围栏服务器接入前端电子围栏和wifi围栏设备，通过网络协议接收手机信息、wifi信息以及它们对应的时间和空间信息，经过清洗、转换成结构化数据；

通过图文服务器接入人脸卡口和车辆卡口，通过网络协议接收人脸图片、车辆图片以及它们出现的时间和空间信息；

图文服务器将人脸图片推送给人脸比对服务器，人脸比对服务器对人脸图片进行建模分析、特征值提取，并根据特征值，对图片进行比对和分类结构化处理；

图文服务器将车辆图片推送给二次识别服务器，二次识别服务器对车辆图片进行二次识别、特征值提取、获取车辆特征结构化数据；

③结构化数据统一存储到大数据中心（103）

将分析出的人脸、车辆、手机和wifi的结构化信息转发到大数据中心，大数据中心接收并存储结构化数据；

④通过案件侦查确定嫌疑人的某单项信息（104）

通过视频侦查发现嫌疑人的线索，结合一线民警现场走访等侦查手段，确定嫌疑人的某单项信息，包括人脸图片、车牌号、手机IMSI、IMEI和MAC地址任一信息；

⑤通过嫌疑人的单项信息碰撞出嫌疑人多维度信息（105）

在客户端上输入嫌疑人的某单项信息，发到大数据中心，大数据中心根据嫌疑人的单项信息进行数据碰撞关联，分析出嫌疑人其他维度信息；

⑥分析嫌疑人接触人群和落脚点信息（106）

大数据中心根据分析出的嫌疑人的多维度信息，进行同行分析和落脚点分析，分析嫌疑人出行规律和接触人群，确定其落脚点；

⑦绘制嫌疑人多维轨迹（107）

根据分析出的嫌疑人的多维度信息，形成嫌疑人多维运动轨迹，并在客户端展示出来；

⑧通知行动部门实施抓捕（108）

根据分析出的这些信息，找到嫌疑人的可能大大增加，将所得信息通知行动部门，制定行动计划，实施抓捕。

2.按权利要求1所述的一种视频侦查多维轨迹分析方法，其特征在于：

所述步骤④中的视频侦查发现嫌疑人线索包括以下流程：

A、登录视频侦查作战平台，通过警综平台、110报警、门市报警、上级指派等途径获取案件信息（201）；

B、采集网上城市视频监控系统的视频图像资源及网下社会图像资源，对可能涉案视频资源进行统一整合（202）；

C、查看海量可能涉案的视频资源，从无序的视频资源中发现“碎片”线索（203）；

视频侦查作战平台提供视频检索、视频摘要、以图搜图、图像增强和车辆特征识别的智能分析工具快速帮助侦查人员发现视频线索；

D、围绕“碎片”线索追踪，进一步排查，清晰化“碎片”信息，确定嫌疑人信息（204）。

3.按权利要求1所述的一种视频侦查多维轨迹分析方法，其特征在于：

所述步骤⑤中的多维数据碰撞分析包括以下流程：

a、在客户端输入嫌疑人已知的单维度数据d1，包括人脸图片、车牌号、手机IMSI、IMEI和MAC地址任一信息（301）；

b、在指定时间段【T1，T2】范围内检索该已知的单维度数据d1，找出d1出现的所有时间点T＝【t1，t2，……，tn】，和与时间点对应的地点P＝【p1，p2，……，pn】（302）；

c、检索同一时刻和地点出现的另一维度数据，得到结果集D＝[D1， D2，……，Dn]，结果集中每个元素包含一条或多条数据记录（303）；

d、寻找结果集D1至Dn中出现频率最高的同一数据记录d（304）；

e、确定数据d即为嫌疑人的另一维度信息（305）；

f、同理可得出其他维度信息，确定嫌疑人多维信息（306）。