CN111695424A - 基于三维实景的犯罪现场还原方法、系统和存储介质 - Google Patents
基于三维实景的犯罪现场还原方法、系统和存储介质 Download PDFInfo
- Publication number
- CN111695424A CN111695424A CN202010376147.6A CN202010376147A CN111695424A CN 111695424 A CN111695424 A CN 111695424A CN 202010376147 A CN202010376147 A CN 202010376147A CN 111695424 A CN111695424 A CN 111695424A
- Authority
- CN
- China
- Prior art keywords
- dimensional
- crime scene
- model
- scene
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000009467 reduction Effects 0.000 claims abstract description 19
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 13
- 230000008569 process Effects 0.000 claims abstract description 10
- 238000011084 recovery Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000013135 deep learning Methods 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 12
- 238000011835 investigation Methods 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000000981 bystander Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 210000004209 hair Anatomy 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 235000013290 Sagittaria latifolia Nutrition 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 235000015246 common arrowhead Nutrition 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/04—Texture mapping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于三维实景的犯罪现场还原方法、系统和存储介质，其中方法包括以下步骤：对犯罪现场的进行三维扫描获得第一三维数据，结合第一三维数据和预设的人工智能算法建立犯罪现场的第一三维实景模型；对第一三维实景模型进行路径标记和证据标记；获取反映案发过程的记录数据，结合记录数据和标记后的第一三维实景模型获取犯罪现场还原模型。本发明通过对犯罪现场建立三维实景模型，针对三维实景模型进行标记和记录，使工作人员通过查看三维实景模型能够清晰直观地了解案发的经过，实现对犯罪现场科学直观地还原，可广泛应用于数据处理技术领域。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及一种基于三维实景的犯罪现场还原方法、系统和存储介质。
背景技术
犯罪现场勘查是案件侦办的起点。犯罪现场的固定、还原和重建必须全面客观反映现场的真实情况。长期以来，现场勘验人员受硬件设备、技术条件及专业水平的影响，目前仍运用手工绘图、现场照片、PPT等形式对案件进行分析研究，在犯罪现场还原时，主要是通过整理图片和文字信息还原犯罪现场，这种还原方式不够客观，需工作人员结合主观能动性来理解，如此，容易出现工作人员理解偏差的情况。综上所述，现在的犯罪现场还原不够科学和全面，不利于工作人员轻松、准确地了解犯罪现场情况。
发明内容
为了解决上述技术问题，本发明的目的是提供一种基于三维实景的犯罪现场还原方法、系统、装置和存储介质，能够更加科学和直观地还原犯罪现场。
本发明所采用的技术方案是：
一种基于三维实景的犯罪现场还原方法，包括以下步骤：
对犯罪现场的进行三维扫描获得第一三维数据，结合第一三维数据和预设的人工智能算法建立犯罪现场的第一三维实景模型；
对第一三维实景模型进行路径标记和证据标记；
获取反映案发过程的记录数据，结合记录数据和标记后的第一三维实景模型获取犯罪现场还原模型。
进一步，还包括以下步骤：
对犯罪现场的外部建筑进行三维扫描获得第二三维数据，结合第二三维数据和预设的人工智能算法建立犯罪现场的第二三维实景模型；
获取外部建筑的监控视频数据，将监控视频数据融合至第二三维实景模型。
进一步，还包括以下步骤：
对犯罪现场的外围场景进行全景扫描获取全景图像；
结合第一三维实景模型、第二三维实景模型和全景图像获取最终的犯罪现场还原模型。
进一步，还包括工具扫描步骤，具体为：
对需要扫描的工具进行扫描与建模，生成工具三维模型；
根据工具三维模型对工具进行显示。
进一步，还包括虚拟物体构建的步骤，具体为：
对犯罪现场中的证据痕迹进行扫描，根据扫描结果获取证据痕迹的尺寸信息和纹路特征；
结合尺寸信息、纹路特征和预设算法构建与该证据痕迹对应的物体。
进一步，所述第一三维实景模型为建筑室内的三维实景模型，还包括生成二维户型图的步骤，具体为：
获取第一三维实景模型的点云数据，根据点云数据获得室内的二维户型图。
进一步，所述根据点云数据获得室内的二维户型图这一步骤，具体为：
根据三维模型的点云数据对三维模型进行切片处理，获取模型截面的点云数据；
采用预设的深度学习算法对模型截面的点云数据进行连接，生成室内的二维户型图。
本发明所采用的另一技术方案是：
一种基于三维实景的犯罪现场还原系统，包括：
建模模块，用于对犯罪现场的进行三维扫描获得第一三维数据，结合第一三维数据和预设的人工智能算法建立犯罪现场的第一三维实景模型；
标记模块，用于对第一三维实景模型进行路径标记和证据标记；
案情还原模块，用于获取反映案发过程的记录数据，结合记录数据和标记后的第一三维实景模型获取犯罪现场还原模型。
本发明所采用的另一技术方案是：
一种基于三维实景的犯罪现场还原系统，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上所述方法。
本发明所采用的另一技术方案是：
一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行如上所述方法。
本发明的有益效果是：本发明通过对犯罪现场建立三维实景模型，针对三维实景模型进行标记和记录，使工作人员通过查看三维实景模型能够清晰直观地了解案发的经过，实现对犯罪现场科学直观的还原。
附图说明
图1是实施例中一种基于三维实景的犯罪现场还原方法的步骤流程图；
图2是实施例中现场勘查的立体图的示意图；
图3是实施例中现场勘查的三维实景模型的示意图；
图4是实施例中第一三维实景模型内厨房标记的示意图；
图5是实施例中第一三维实景模型内主卧室标记的示意图；
图6是实施例的三维实景模型中某一截面的点云数据的示意图；
图7是实施例中对点云数据进行处理后获得的二维户型图的示意图；
图8是实施例中第二三维实景模型内大门的示意图；
图9是实施例中第二三维实景模型内播放视频数据的示意图；
图10是实施例中全景图像的示意图；
图11是实施例中犯罪现场证据痕迹的示意图；
图12是实施例中虚拟物体构建后的示意图；
图13是实施例中扫描现场工具的获得的工具三维模型的示意图；
图14是实施例中一种基于三维实景的犯罪现场还原系统的结构框图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、方案和效果。
需要说明的是，如无特殊说明，当某一特征被称为“固定”、“连接”在另一个特征，它可以直接固定、连接在另一个特征上，也可以间接地固定、连接在另一个特征上。此外，本公开中所使用的上、下、左、右等描述仅仅是相对于附图中本公开各组成部分的相互位置关系来说的。在本公开中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。此外，除非另有定义，本文所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。本文说明书中所使用的术语只是为了描述具体的实施例，而不是为了限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的组合。
应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种元件，但这些元件不应限于这些术语。这些术语仅用来将同一类型的元件彼此区分开。例如，在不脱离本公开范围的情况下，第一元件也可以被称为第二元件，类似地，第二元件也可以被称为第一元件。本文所提供的任何以及所有实例或示例性语言(“例如”、“如”等)的使用仅意图更好地说明本发明的实施例，并且除非另外要求，否则不会对本发明的范围施加限制。
在传统的技术中，在破案前或者破案后对犯罪现在的还原主要还是通过图片加口述的方式进行展示，这种方式难以让旁听的工作人员清晰地了解犯罪现在情况，因为播放的照片之间是不连贯的，比如前一张图片播放的是厨房(尸体的摆放地点)，下一张图片播放的是主人房(打斗的地点)，而厨房与主人房之间的距离、以及布局情况是怎样的，旁听的工作人员无法知道，因此无法科学地将犯罪现场还原出来。即使有些工作人员会通过PPT的方式进行细节展示，但是这种方式也无法让工作人员直观地获知犯罪现场的情况。
基于上述的问题，如图1所示，本实施例提供了一种基于三维实景的犯罪现场还原方法，包括以下步骤：
S1、对犯罪现场的进行三维扫描获得第一三维数据，结合第一三维数据和预设的人工智能算法建立犯罪现场的第一三维实景模型；
S2、对第一三维实景模型进行路径标记和证据标记；
S3、获取反映案发过程的记录数据，结合记录数据和标记后的第一三维实景模型获取犯罪现场还原模型。
在本实施例中，针对作案的现场进行全方位的扫描，所述作案的现场包括室内或室外的抢劫、盗窃或伤人等犯罪现场。其中，可采用现有的扫描设备对现场进行扫描，具体地，扫描设备可以是航拍扫描设备、室内扫描设备、室外扫描设备或工具扫描设备。航拍扫描设备，可以是航拍飞机等航拍设备，用于扫描场景内区域范围(如整栋房子)的三维数据。室内扫描设备，用于扫描室内环境(如某栋房子内的某个房间)的三维数据。室内扫描设备，可以是手持扫描设备(如带支撑架的相机)或其他自动扫描设备(如自动扫描机器人)。室外扫描设备，用于扫描室外环境(如某栋房子旁边的某条马路等)的三维数据，可以是手持扫描设备(如带支撑架的相机)或其他自动扫描设备(如自动扫描机器人)。工具扫描设备，用户对犯罪工具进行全方位的扫描，可采用3D扫描设备进行扫描。其中，所述三维数据包括二维图片和深度信息。
扫描设备将现场扫描到的图像数据发送至建模云平台，在建模云平台中，采用预设的人工智能算法对图像数据进行三维重建，生成现场的三维模型，和获得三维模型的点云数据。其中，三维重建的内容包括模型修复、剪辑、裁剪、减面、减模、压缩、处理材质、处理贴图和处理灯光，可采用现有的人工智能算法来实现。所述三维模型包括立体图和三维实景模型，如图2所示，为立体图；如图3所示，为三维实景模型。在立体图中可以直观的看清整个室内布局的结构，在三维实景模型中，用户可以第一视角查看现场情况，并通过输入切换指令，能够在现场实景内漫游，观看各个角度的画面。所述点云数据包括多个点数据，且每个点数据包括三维坐标和颜色信息。
在本实施例中，所述三维实景模型为室内的三维实景模型，在获得第一三维实景模型后，在三维实景模型中进行路径标记和证据标记，比如通过箭头指示的方式标记犯罪嫌疑人的行踪路线或受害人的行踪路线，当工作人员需要还原讲解案情经过时，根据路径标记控制切换三维实景模型中的画面。例如，犯罪嫌疑人的行踪路线为大门-主人房-厨房，根据路径标记以第一视角播放从大门-主人房-厨房的画面，如此，能够客观科学地反映犯罪现场的情况，工作人员能够清晰、连贯地了解到案发的经过。另外，对于一些关键的证据，采用显著的方式进行标记，比如通过箭头标指或通过方框圈记，参照图4，在三维实景模型中，对案发现场遗留的水果刀和犯罪人的毛发进行标记，以及对受害人的血泊进行圈记。
获取反应案情的记录数据，所述记录数据可以为文字数据，也可以为语音数据，所述记录数据用于记录案发的地点时间信息，以及报警、勘测等信息。所述记录数据可以直接以文字的形式显示在三维实景模型中，也可以通过语音方式进行讲述，如此结合三维实景模型的播放，如同播放视频一般，对案情的经过进行了详细的描述和还原，大大地提高了犯罪现场还原的客观科学性和直观清晰性。
其中，还包括生成二维户型图的步骤，具体如步骤A1～A3：
A1、获取第一三维实景模型的点云数据。
A2、根据三维模型的点云数据对三维模型进行切片处理，获取模型截面的点云数据；
A3、采用预设的深度学习算法对模型截面的点云数据进行连接，生成室内的二维户型图。
如图4中右上角所示，在三维实景模型中显示有该室内建筑的二维户型图，如此，在播放三维实景模型中的画面是，工作人员能够知道此时的画面处于室内的那个位置，更加方便工作人员对案情的了解。比如图4的位置为厨房，处于房子的中间位置；而图5中则为主卧室的位置。具体地，如图6所示，为对点云数据进行切片获得的点数据示意图，由于这些点云数据是后期生成的，所以并整齐的一条实线，因此需要近期后期连接处理，最后生成室内的二维户型图，如图7所示。如此基于点云数据能够自动生成二维户型图，无需工作人员现场手动勘查和手动画图，大大地提高了勘查效率，也能够极大地避免人工勘查过程中出现的错误，提高现场勘查的质量。所述点云数据包括对象(如物体)的点云数据，可通过对所述点云数据采用预设的AI算法进行分割与识别，得到各个对象的点云。上述这种方式是通过对整体的三维模型进行切片获得，除了这种方式，也可以通过获取三维模型各部分的二维点云数据，再结合各部分的二维点云数据生成二维户型图。
进一步作为可选的实施方式，还包括以下步骤S4～S7：
S4、对犯罪现场的外部建筑进行三维扫描获得第二三维数据，结合第二三维数据和预设的人工智能算法建立犯罪现场的第二三维实景模型；
S5、获取外部建筑的监控视频数据，将监控视频数据融合至第二三维实景模型；
S6、对犯罪现场的外围场景进行全景扫描获取全景图像；
S7、结合第一三维实景模型、第二三维实景模型和全景图像获取最终的犯罪现场还原模型。
犯罪现场一般为一个小区域，但是为了对整个案情进行充分的了解，需勘查与犯罪现场相关的区域，比如第一犯罪现场为房子内，而对于该房子所在的小区为外部建筑，对小区内的建筑进行扫描，建立第二三维实景模型。调取小区的摄像头拍摄到案发时犯罪人的视频数据，并将视频数据嵌入第二三维实景模型中，所述视频数据嵌入三维实景模型的方式有两种，第一种方式为：在三维实景模型的对应位置设置视频播放触发按键，比如图8中，为三维实景模型中现场大门入口位置，在这个位置，工作人员通过输入角度切换信息查看入口的360°景象，当调取到大门监控录像之后，可以截取录像中对应的视频数据嵌入三维实景模型中。参照图9，当需要播放时，点击触发播放，弹出播放框播放相应的视频画面。第二种方式为：将视频数据与三维实景模型进行融合，直接在三维实景模型中动态显示犯罪人的行踪。如此可以通过第二三维实景模型查看犯罪人在小区内的行踪路线，方便工作人员破案和直观地了解实情。
如图10所示，为一个全景图像，可通过无人飞机进行拍摄，拍摄的画面包括犯罪现场所在的小区，以及小区周围的交通布局，通过该全景图像记录犯罪人的逃跑路线或方向等。将所述第一三维实景模型、第二三维实景模型和全景图像结合生成最终的犯罪现场还原模型，工作人员可以切换查看任一个场景，比如当讲解到犯罪人进入小区的情节时，可切换第二三维实景模型进行讲解；当讲解到犯罪人进入受害人房间并进行犯罪时，可切换第一三维实景模型进行讲解；当讲解到犯罪人逃离小区时，又切换至第二三维实景模型；以及通过全景图像查看犯罪人逃跑的情况。通过上述方式，能够科学地、直观地还原犯罪现场，工作人员也能够清晰地、轻松地了解犯罪案情的情况，更有利于下一步的案件工作。
进一步作为可选的实施方式，还包括虚拟物体构建的步骤，具体为：
对犯罪现场中的证据痕迹进行扫描，根据扫描结果获取证据痕迹的尺寸信息和纹路特征；
结合尺寸信息、纹路特征和预设算法构建与该证据痕迹对应的物体。
所述证据痕迹包括手掌指纹或者鞋印等痕迹，在现在中发现证据痕迹时，通过扫描设备进行扫描，并根据扫描数据虚拟出相应的物体形状。参照图11，当所述证据痕迹为鞋印时，根据鞋印的大小和鞋底的花纹，虚构出该鞋子的外形，最后虚构的鞋子如图12所示。
如图13所示，进一步作为可选的实施方式，还包括工具扫描步骤，具体为：
对需要扫描的工具进行扫描与建模，生成工具三维模型；
根据工具三维模型对工具进行显示。
对于一些关键的作案工具，可在现场勘查的第一时间对工具进行全方位地扫描，方便后期的查看，而无需时刻携带该犯案工具，当远程需要查看犯案工具时，可直接登录平台查看。
综上所述，本实施例相对于现有的技术至少具有如下有益效果：
(1)、及时：利用三维扫描(物件、空间、航拍)设备和人工智能的自动化建模技术快速复制犯罪现场，极大地提高了现场勘查的效率。
(2)、客观：拒绝随意性，客观记录现场的每一件物体及其状态，提供真实、可靠的空间场景数据和物证位置关系。
(3)、科学：利用大数据存储和展现，随时重返现场进行分析，案件数据永不损坏和丢失，支持在线协同办案，达到分秒必争的效果。
如图14所示，本实施例还提供了种基于三维实景的犯罪现场还原系统，包括：
建模模块，用于对犯罪现场的进行三维扫描获得第一三维数据，结合第一三维数据和预设的人工智能算法建立犯罪现场的第一三维实景模型；
标记模块，用于对第一三维实景模型进行路径标记和证据标记；
案情还原模块，用于获取反映案发过程的记录数据，结合记录数据和标记后的第一三维实景模型获取犯罪现场还原模型。
本实施例的一种基于三维实景的犯罪现场还原系统，可执行本发明方法实施例所提供的一种基于三维实景的犯罪现场还原方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
本实施例还提供了一种基于三维实景的犯罪现场还原系统，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上所述方法。
本实施例的一种基于三维实景的犯罪现场还原系统，可执行本发明方法实施例所提供的一种基于三维实景的犯罪现场还原方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
本实施例还提供了一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行如上所述方法。
本实施例的一种存储介质，可执行本发明方法实施例所提供的一种基于三维实景的犯罪现场还原方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。
此外，可按任何合适的顺序来执行本文描述的过程的操作，除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、RAM、ROM等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还包括计算机本身。
计算机程序能够应用于输入数据以执行本文所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。
以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。
Claims (10)
1.一种基于三维实景的犯罪现场还原方法，其特征在于，包括以下步骤：
对犯罪现场的进行三维扫描获得第一三维数据，结合第一三维数据和预设的人工智能算法建立犯罪现场的第一三维实景模型；
对第一三维实景模型进行路径标记和证据标记；
获取反映案发过程的记录数据，结合记录数据和标记后的第一三维实景模型获取犯罪现场还原模型。
2.根据权利要求1所述的一种基于三维实景的犯罪现场还原方法，其特征在于，还包括以下步骤：
对犯罪现场的外部建筑进行三维扫描获得第二三维数据，结合第二三维数据和预设的人工智能算法建立犯罪现场的第二三维实景模型；
获取外部建筑的监控视频数据，将监控视频数据融合至第二三维实景模型。
3.根据权利要求2所述的一种基于三维实景的犯罪现场还原方法，其特征在于，还包括以下步骤：
对犯罪现场的外围场景进行全景扫描获取全景图像；
结合第一三维实景模型、第二三维实景模型和全景图像获取最终的犯罪现场还原模型。
4.根据权利要求1所述的一种基于三维实景的犯罪现场还原方法，其特征在于，还包括工具扫描步骤，具体为：
对需要扫描的工具进行扫描与建模，生成工具三维模型；
根据工具三维模型对工具进行显示。
5.根据权利要求1所述的一种基于三维实景的犯罪现场还原方法，其特征在于，还包括虚拟物体构建的步骤，具体为：
对犯罪现场中的证据痕迹进行扫描，根据扫描结果获取证据痕迹的尺寸信息和纹路特征；
结合尺寸信息、纹路特征和预设算法构建与该证据痕迹对应的物体。
6.根据权利要求1所述的一种基于三维实景的犯罪现场还原方法，其特征在于，所述第一三维实景模型为建筑室内的三维实景模型，还包括生成二维户型图的步骤，具体为：
获取第一三维实景模型的点云数据，根据点云数据获得室内的二维户型图。
7.根据权利要求6所述的一种基于三维实景的犯罪现场还原方法，其特征在于，所述根据点云数据获得室内的二维户型图这一步骤，具体为：
根据三维模型的点云数据对三维模型进行切片处理，获取模型截面的点云数据；
采用预设的深度学习算法对模型截面的点云数据进行连接，生成室内的二维户型图。
8.一种基于三维实景的犯罪现场还原系统，其特征在于，包括：
建模模块，用于对犯罪现场的进行三维扫描获得第一三维数据，结合第一三维数据和预设的人工智能算法建立犯罪现场的第一三维实景模型；
标记模块，用于对第一三维实景模型进行路径标记和证据标记；
案情还原模块，用于获取反映案发过程的记录数据，结合记录数据和标记后的第一三维实景模型获取犯罪现场还原模型。
9.一种基于三维实景的犯罪现场还原系统，其特征在于，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现权利要求1-7任一项所述的一种基于三维实景的犯罪现场还原方法。
10.一种存储介质，其中存储有处理器可执行的指令，其特征在于，所述处理器可执行的指令在由处理器执行时用于执行如权利要求1-7任一项所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010376147.6A CN111695424A (zh) | 2020-05-07 | 2020-05-07 | 基于三维实景的犯罪现场还原方法、系统和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010376147.6A CN111695424A (zh) | 2020-05-07 | 2020-05-07 | 基于三维实景的犯罪现场还原方法、系统和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111695424A true CN111695424A (zh) | 2020-09-22 |
Family
ID=72476529
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010376147.6A Pending CN111695424A (zh) | 2020-05-07 | 2020-05-07 | 基于三维实景的犯罪现场还原方法、系统和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111695424A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113157088A (zh) * | 2021-03-18 | 2021-07-23 | 浙江通鹏智能科技有限公司 | 一种基于刑事侦查虚拟场景的数据处理方法和装置 |
| CN114390270A (zh) * | 2020-10-16 | 2022-04-22 | 中国移动通信集团设计院有限公司 | 实时智能站点全景查勘方法、装置和电子设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103514621A (zh) * | 2013-07-17 | 2014-01-15 | 宝鸡翼迅网络科技有限公司 | 案、事件场景全真动态3d再现方法及重构系统 |
| CN105023291A (zh) * | 2015-05-22 | 2015-11-04 | 燕山大学 | 一种基于立体视觉的犯罪现场重构装置及方法 |
| CN107507274A (zh) * | 2017-08-30 | 2017-12-22 | 北京图航科技有限公司 | 一种基于云计算的公安案件现场三维实景快速还原方法 |
| CN111080799A (zh) * | 2019-12-04 | 2020-04-28 | 广东康云科技有限公司 | 基于三维建模的场景漫游方法、系统、装置和存储介质 |
-
2020
- 2020-05-07 CN CN202010376147.6A patent/CN111695424A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103514621A (zh) * | 2013-07-17 | 2014-01-15 | 宝鸡翼迅网络科技有限公司 | 案、事件场景全真动态3d再现方法及重构系统 |
| CN105023291A (zh) * | 2015-05-22 | 2015-11-04 | 燕山大学 | 一种基于立体视觉的犯罪现场重构装置及方法 |
| CN107507274A (zh) * | 2017-08-30 | 2017-12-22 | 北京图航科技有限公司 | 一种基于云计算的公安案件现场三维实景快速还原方法 |
| CN111080799A (zh) * | 2019-12-04 | 2020-04-28 | 广东康云科技有限公司 | 基于三维建模的场景漫游方法、系统、装置和存储介质 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114390270A (zh) * | 2020-10-16 | 2022-04-22 | 中国移动通信集团设计院有限公司 | 实时智能站点全景查勘方法、装置和电子设备 |
| CN114390270B (zh) * | 2020-10-16 | 2023-08-15 | 中国移动通信集团设计院有限公司 | 实时智能站点全景查勘方法、装置和电子设备 |
| CN113157088A (zh) * | 2021-03-18 | 2021-07-23 | 浙江通鹏智能科技有限公司 | 一种基于刑事侦查虚拟场景的数据处理方法和装置 |
| CN113157088B (zh) * | 2021-03-18 | 2022-04-08 | 浙江通鹏智能科技有限公司 | 一种基于刑事侦查虚拟场景的数据处理方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220044019A1 (en) | Augmented reality smartglasses for use at cultural sites | |
| CN108200334B (zh) | 图像拍摄方法、装置、存储介质及电子设备 | |
| ES2780174T3 (es) | Un procedimiento para clasificación automática de materiales y simulación de texturas para modelos 3D | |
| Jacobsen et al. | Active personalized construction safety training using run-time data collection in physical and virtual reality work environments | |
| CN105426827A (zh) | 活体验证方法、装置和系统 | |
| CN106062862A (zh) | 用于沉浸式和交互式多媒体生成的系统和方法 | |
| KR20170041905A (ko) | 원격 전문가 시스템 | |
| KR101181967B1 (ko) | 고유식별 정보를 이용한 3차원 실시간 거리뷰시스템 | |
| KR102010030B1 (ko) | 혼합 현실 서비스 제공 방법 및 시스템 | |
| CN112346572A (zh) | 一种虚实融合实现方法、系统和电子设备 | |
| JP2020098568A (ja) | 情報管理装置、情報管理システム、情報管理方法および情報管理プログラム | |
| US20140375685A1 (en) | Information processing apparatus, and determination method | |
| CN111695424A (zh) | 基于三维实景的犯罪现场还原方法、系统和存储介质 | |
| CN111222190A (zh) | 一种古建筑管理系统 | |
| CN111598524A (zh) | 一种基于vr技术的多人协同侦查方法及侦查系统 | |
| CN112667179A (zh) | 一种基于混合现实的远程同步协作系统 | |
| CN116129307A (zh) | 封闭化场景可视化人员管理方法、装置、系统和存储介质 | |
| JP6725736B1 (ja) | 画像特定システムおよび画像特定方法 | |
| US20180350216A1 (en) | Generating Representations of Interior Space | |
| KR101242089B1 (ko) | 대화형 무대 장치 및 그의 시뮬레이션 방법 | |
| Carrión-Ruiz et al. | Augmented experience to disseminate cultural heritage: House of commons windows, parliament hill national historic site (canada) | |
| CN111064947A (zh) | 基于全景的视频融合方法、系统、装置和存储介质 | |
| CN111696194A (zh) | 基于现场勘查的三维可视化实现方法、系统和存储介质 | |
| JP6826829B2 (ja) | 情報共有支援システム、情報共有支援方法、及びプログラム | |
| KR101036107B1 (ko) | 고유식별 정보를 이용한 증강 현실 구현시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200922 |
|
| RJ01 | Rejection of invention patent application after publication |