<h1>第523章离奇的交通事故案2</h1>

离奇的交通事故案2

2022年7月6日凌晨000天气：晴

03

目前，图像侦查主要是利用视频监控的客观、形象、直接、可逆性，在现代侦查过程中起着引领作用。

随着技防监控系统的不断建设和丰富，视频图像数据的数量呈几何倍数增长，传统的事后调阅、实时监巡等人海式工作模式已不能完全满足实战需要。

大数据时代背景下，通过提取、分析、加工、提炼视频监控图像这一载体中所蕴含的海量信息，使视频图像等非结构化信息结构化、数据化，成为大数据时代引发的图像侦查重大变革。

传统的人海式视频侦查方式已不能满足实战需要，机动车个性化特征识别、动态人脸实时比对、视频结构化分析处理均已成为下一步的发展方向。以车辆应用为例，通过建立新型数据模型提取卡口照片中各种品牌、各类车型的几何特征，建立大规模的车辆模型库，自动识别分析抓拍照片中车辆的品牌、型号，每一张抓拍的车辆照片不只是原来加号牌标签存储的图片，而是经过建模处理后的一组数据，后通过应用领域不同再次分别建模进行运算，把关注的重点车辆信息从海量数据中挖掘出来，供警员进一步应用，上述例证充分说明，视频图像数据化、情报化后带来了图像侦查的智能变革应用。

目前，在图像侦查中，视频图像数据化主要包括视频解析、车辆卡口二次识别及人脸识别。

“现场周围都是监控，嫌疑人敢在这里撞人，显然他是不怕被我们发现的。要知道我们现在的科技有多发达，所以嫌疑人是根本不怕。”王晓从进入现场后第一时间反应道。

“现场有什么发现的地方吗？”

“第一个现场没有刹车痕的距离，如果有紧急刹车的话，地上一定会出现长长的黑色刹车痕。可是在现场并没有发现，只在现场发现有油漆碎片和玻璃碎片。”叶子回答说。

“尸体呢？”

“尸体已经被陈萧带回法医室检查去了，他让我们勘查完现场赶紧回去。”

这时候，李放民和汪新华问：“詹教，你再继续和我们讲讲关于图侦方面的知识吧，还有大数据系统分析。”

视频图像特征提取是基于深度学习，对视频、图像中的人、车辆及其他物体进行智能化分析，提炼出视频图像中人、车、物的结构化特征信息，并进行存储。信息提取包括静态信息提取和行为分析。对人的信息的提取包括性别、年龄段、身高、体型、肤色、是否佩戴眼镜、发型、服饰特征、携带物、人脸特征向量。对车的信息的提取包括车牌号码、车牌颜色、车牌类型、车辆类型、车身颜色、车标、车上人员信息。对物的信息的提取包括物品颜色、形状、大小、纹理特征等。

活动目标行为分析是对视频中的人、车辆或其他物体进行智能化分析，提炼出符合条件的视频片段，并将识别出的行为信息、视频片段进行存储。对人的行为分析包括穿越警戒面检测、进入/离开区域检测、区域入侵检测、快速移动检测、物品拿取放置检测、徘徊检测、人员聚集检测。对车的行为分析包括穿越警戒面检测、进入/离开区域检测、区域入侵检测、非法停车检测、拥堵检测、逆行检测、压线检测。对其他物体的检测包括物品遗留检测、物品丢失检测、抛撒物检测、隧道烟雾检测。对视频的行为分析中还包括对声音的检测，从中提炼出人的声音、物品落地声音、笑声、婴儿哭声等，并将处理结果进行存储。

车辆卡口图片二次识别是指在车辆卡口一次识别出车辆牌照的基础上，对车型款式、车辆颜色、车辆细节特征、车辆驾驶人、乘坐人行为进行二次识别，并将其结构化、数据化存储的过程。对车的信息的提取包括车牌号码、车牌颜色、车牌类型、车辆类型、车身颜色、车标、车上人员信息。

人脸识别则是基于深度学习基础之上，对人脸图片按照算法进行建模运算，形成结构化特征信息进行存储。