基于视频结构化图侦系统的应用 下载本文

1、确定案事件侦查范围。通过从接处警了解到的信息当中确认事发地点, 再通过图侦系统在 PGIS 地图上进行搜索,列出相应事发地点附近的监控资源, 可以通过地图界定范围确定案事件初步侦查区域。 后期可以通过了解到的新信息, 不断修正划定新的侦查区域。

2、收集案事件信息。收集方式可以分为两种,一是可以通过监控联网系统 直接下载案事件相关的录像资源; 二是组织专业人员前往现场获取相关图像资源, 在有条件的情况下配备独立的便携式离线图侦系统单元进行工作。

3、通过收集到的信息确定嫌疑人员、车辆。通过对视频图像信息的智能化 分析处理得到进一步的线索,主要有以下几种手段:

(1)通过物体移动检测来定位录像中物体被移动的时间。 (2)通过警戒线来定位录像中区域被人员、车辆进入的时间。 (3)通过车牌分析识别自动检测记录录像中出现的所有车辆车牌。

(4)通过人脸定位分析来检测记录录像中出现的所有人员正面的面部特征 照片。 (5)通过视频摘要将视频中的背景和移动中的人员车辆等物体进行分离, 对整段的录像进行浓缩, 实现在相当短的时间内迅速浏览大段视频, 嫌疑人员和车辆。对移动物体形成信息摘要,并可以判定其行进方向。

(6)通过人脸比对,实现图像资源中截取的人脸和公安相关信息数据库中 存储的人脸图像进行比对,快速定位嫌疑人员身份。

4、通过已有线索查寻人车信息。通过上述线索进一步查找嫌疑人车的活动 范围。

5、人车行为、轨迹研判。对收集到的视频图像信息进行剪辑合并,在连续 时间轴上分析出人、 车的行为。根据收集到的案事件信息对人、 车的轨迹在 PGIS 地图上进行时空分析,串联所有线索。

6、通过案事件数据库进行串并案分析。 7、得出案事件研判分析报告。

并快速定位

图 5-1 视频图像侦查工作的业务流程图

5.3.

关键业务交互视图

按照上述业务流程, 图侦系统的关键业务实体角色分为: 图侦人员、 证据管 理人员,研判客户端、视频联网系统、视频证据管理中心。

图侦人员在研判客户端完成案事件的信息获取和创建, 并利用客户端从监控 联网系统完成案事件视频的采集。 研判客户端为研判人员提供摘要分析、 图像增 强处理、 目标情报数据搜索等研判工具和能力, 并生成研判结果, 上传至证据管 理中心。

管理人员登录视频证据管理中心, 完成对所有视频证据的发布审核, 管理应 用权限和页面模块展现组合。 定期开展全局图侦业务工作的绩效考核以及数据综 合分析,并在网站发布结果。

图侦系统的关键业务交互顺序图,如图

5-2 所示。

图 5-2 图侦系统关键业务交互顺序图

5.4.

与外部系统交互视图

图侦系统与外部系统之间的业务交互顺序图,如图

5-3 所示。

(1)图侦系统在研判过程开始,将从警综系统获取案事件基本信息,在对 图像目标的研判过程中对发现的线索,

利用警综系统、 大情报系统提供的目标情报数据进行综合研判分析,验证线索、情报。

(2)研判人员在图侦系统直接进行视频资源的查询、下载。图侦系统与视 频监控联网系统具备录像的查询、传输接口。

图 5-3 图侦系统与外部系统交互顺序图

5.5.

摘要索引流程设计 视频摘要及检索主要提供信息摘要、图像压缩和

依据摘要智能

特征搜索等功能。 当将视频资源添加到视频摘要工具后, 算法, 通过人工设置颜

色、人、车、物等摘要条件,建立 .XML 索引文件;同时通过对动态人、车、物 等关键摘要内容静态图片提取、 固定的背景图片提取, 进而对用户所关心的图像 提取、冗余图像剥离进行有效压缩。 鉴于, 压缩后视频文件的大小一般视场景的 复杂度而定, 复杂度低和变化少的图像压缩比例更高。 目前平均大小为原始视频 的 20%。

经过视频摘要处理后, 可以基于图像中活动对象的颜色、 尺寸、 运动方向和 活动范围等特征, 进行过滤搜索。 可以静态图片的形式展示, 够显示嫌疑人或嫌 疑车辆出现的时间,便于定位。如图 5-4 所示。

图 5-4 视频摘要索引业务处理流程 视频摘要及检索系

统的关键技术主要有

: 关键帧提取、图像特征提取、图像

特征的相似性度量、查询方式、以及视频片段匹配等方法。

1、关键帧提取:关键帧是用于描述一个镜头的关键图像帧 , 它反映一个镜 头的主要内容。 关键帧的选取一方面必须能够反映镜头中的主要事件 , 因而描述 应尽可能地准确完全 , 另一方面要便于检索。 关键帧的选取方法很多 , 比较经典 的有帧平均法和直方图平均法。

2、图像特征提取:特征提取可以针对图像内容的底层物理特征进行提取 如颜色直方图、图像轮廓特征等。特征的表示方式有三种 和文字信息。

目前 , 多数系统采用的都是数值信息。

3、相似性度量:在镜头检索上 , 早期的工作主要是从镜头中提取关键帧 , 把 镜头检索转化为图像检索。例如通常情况下 , 图像的特征向量可看作是多维空间 中的一点 , 因此很自然的想法就是用特征空间中点与点之间的距离来代他们的匹 配程度 , 距离度量是一个比较常用的方法

, 此外还有相关计算、关联系数计算等。

,

: 数值信息、关系信息

此外 , 目前研究的问题还在于怎样对视频中的时间信息充分进行利用。

在片段检索上,研究方法可以分为两类: (1)把视频片段分为片段、帧两 层考虑 , 片段的相似性利用组成它的帧的相似性来直接度量; ( 2 )把视频片段分 为片段、镜头、帧 3 层考虑 , 片段的相似性通过组成它的镜头的相似性来度量 , 而镜头的相似性通过它的一个关键帧或所有帧的相似性来度量。方法( 1)的缺