视频信息在案件侦查中的挖掘与应用分析

摘要：随着技术的发展，视频监控建设经过了“天眼”工程、“天网”工程、“雪亮工程”，从城区到乡村，视频监控网络逐步完善，设备性能不断提高。这些在固定点位长时间、连续记录的视频影像应用在案件侦查中，成为挖掘破案线索、固定犯罪证据的利器。视频侦查以视频信息分析为基础，如何高效、充分地挖掘出视频影像中所包含的信息是视频侦查的关键环节。

关键词：视频侦查信息的挖掘与应用

一、显性信息的应用

1.粗粒度特征

粗粒度特征是低质量影像所能反映出的特征，具有整体性和笼统性。视频侦查过程中，粗粒度特征可用于区分被摄物的不同类型，比如是人、车还是物，以及静止或运动的不同状态，这些最浅层的信息。再深入一点，对于人来说，粗粒度特征可以分辨人的性别和大概的年龄段，通过对比可以分析人的体型特征，也可以在有条件的情况下，测量出人的身高，但更进一步的局部或细节特征则无法分辨。对于车来说，可以分辨车的整体颜色和类型，属于大货车、客车、越野车还是轿车等，有些特征特别突出明显的，可以分辨车的品牌和型号，车牌或车身上更细致的特征，则无法分辨。因此，粗粒度特征有些可以作为种类识别特征，用于缩小嫌疑目标的范围，但不具备比对条件，无法判断是特定的人、车或物。

2.中粒度特征

中粒度特征反映物体的局部信息，具备一定的比对条件，可以作为种类识别特征，更具体地区分物体的不同种类，通过更详细的类型划分，进一步缩小侦查范围。在特征数量足够多或特异性足够典型的情况下，可以慎重地确定个体身份。就目前雪亮工程建设的设备性能来看，在光照强度足够的情况下，多数物体都可以较好地表现出中粒度特征。

3.细粒度特征

细粒度特征可以作为个体识别的依据，通常具备比对条件。特别是特殊标记特征比如瘢痕、色素异常、人为修改等和人体动态特征比如颜面动态特征和体态特征，都可以作为区分不同个体的依据。通过对这些特异性特征的分析检验，可以进行个体识别。自动识别比对系统可以自动提取目标的细粒度特征，通过入库比对快速锁定嫌疑对象，作为定案的依据，作用大，价值高。但是细粒度特征的显示对影像的质量要求很高，受设备性能和现场因素的限制，能够满足条件的影像并不普遍。

二、隐性信息的应用

1.物体状态

对于人来说，可以从四个方面来分析获取状态信息：通过人像的相貌、体型、体态、衣着、手持物等静态特征，可以得到嫌疑人的年龄、性别、职业、经济状况等情况；通过头部、四肢、腰部等的体态动态特征，可以得到嫌疑人的步幅、步频、双臂的摆动幅度和频率、步态、身体运动姿态等运动动态特征；在质量较好的影像条件下，通过把握嫌疑人的颜面动态特征，还可以分析表情和心理变化；通过分析嫌疑人的行为过程和行动方式，可以判断其行为目的，揭示与案件的关系。

对于车来说，通过车辆在视频中的形态，可以分析确定车的类型、品牌和特异性特征，以及车的停靠位置、时长和行驶速度、路线等，通过分析车与人的关联关系，拓展嫌疑人的信息。其他物体的状态主要有三类：一是通过人的配饰和携带物品，可以协助分析人的特征或以物找人；二是通过作案工具或凶器，可以关联现场情况，认定案件性质，分析作案手段；三是通过现场的被破坏物、火灾遗留物或爆炸抛射物，可以分析案件起因、过程和损失，从而发现侦查线索，固定犯罪证据。

2.目标尺寸

目标物体的尺寸是物体的特定性信息，对于缩小侦查范围，进一步明确嫌疑目标意义重大。由于所有摄录镜头的成像都完全符合凸透镜的成像规律，在有参考目标的情况下，通过画面中的参考目标可以测量或计算出嫌疑目标的尺寸。目前广泛使用的各种专用视频或图像处理软件都有这一功能，可以方便地测得物体的长度。对于嫌疑人，除了可以测量身高、步长外，有条件的情况下还可以测量其鞋子或者其他相关物体的长度。涉案物体的尺寸可用于确认物体类型或区分同类型的不同物体，认定物体与案件的关联关系。另外，通过分析嫌疑目标在视频中的位移，结合视频帧速，可以测量、计算其运动速度，用于分析推断案情。

3.时空属性

时空属性是视频文件的基本特性。通过时空属性可以确定案发时间和地点，从而关联其他的案件线索，推进案件侦查工作的顺利进行。对于从视频中直接获取的两类时空信息，需要注意：一是监控画面上直接显示的时间常常有偏差，需要与标准时间进行校准；二是通过视频文件的Exif信息读取的时间、位置、坐标等信息，一般情况下比较准确、客观，但借助专业手段是可以修改的。

通过分析视频影像中的光影变化，结合物体的形态分析可以间接得到时空信息。光影变化反映的是成像过程中被摄物在特定时空条件下的形态变化。时空信息隐藏在物体的影像中，无法直接发现，需要有深厚的影像专业认识和实践经验，并借助专业的技术方法才能获得。因此，这样获得的时空信息客观、可靠，可以与从视频文件中直接读取的两类时空信息进行比对，并作为鉴别其真伪的依据。

4.行为轨迹

通过关联多点位同一物体的影像而得到其行为轨迹，在案件侦查中发挥重要作用。一方面多个监控点位获取的信息更多，有利于得到能够用于识别的高质量影像；另一方面可以按照嫌疑目标出现时间的先后，锁定其时空变化，固定作案过程，确定其活动范围和落脚点；还可以通过扩大搜索范围，进一步梳理案前和案后嫌疑人的活动路线，明确行程轨迹，关联其他信息，同时印证嫌疑人的口供，提供定案证据。

随着深度学习和视频结构化解析技术的发展，具有自动识别和分析功能的智能视频应用系统可以自动获取人脸轨迹、人体轨迹、车辆轨迹等信息，通过轨迹的关联分析，把握嫌疑人的活动规律以及人、车、物的关系等线索，为案件侦查提供新的思路。同时，这些人、车的视图和轨迹信息也积累了大量的数据资源，可以与其他数据进行比对、碰撞、关联，进一步拓展视频侦查的应用领域。

5.影像异常

异常即非正常状态，也就是不符合常理的变化。视频侦查实战工作中，通过分析目标人的衣着反常、举止反常和携带物品反常，解读出现的原因，是发现侦查线索的关键。

结合运动物体的常规速度，根据嫌疑目标在邻近摄像头中出现的时间，分析与正常行进应该到达的时间是否一致，从而推断嫌疑目标在监控点位之间的异常停留，为指引进一步的现场勘验，获取更多的侦查线索或证据提供依据。因此，对于嫌疑车的分析重点是是否有异常停留或者非正常行驶。另外，夜间或非逆光行驶时，车前遮阳板的异常状态也是分析确认的重点。

三、结语

视频影像信息的模糊和不确定性， 增加了信息提取的难度。在视频侦查过程中，借助专业知识和经验进行视频信息的挖掘， 尽可能多地提取与案件有关的信息是侦查应用的基础。 视频信息的挖掘本质是侦查人员将日常生活中对各种物体的认知，与影像的成像特点，以及侦查实践中积累的专业知识和经验结合起来提取案件信息的过程。

视频信息挖掘的方法多种多样。 一般情况下先进行形态分析， 提取视频中人、 车、 物的颜色、形状、 材质特征， 并确认其个性特征和价值属性。对其中的个体进行测量得到长度、高度、速度等数值，这种量化信息是客观的确定性信息，但受条件所限很多时候无法获得。 对于不同点位中同一对象的同一认定需要通过图像比对的方法， 考察目标影像的特异性特征是否能够达到认定标准。通过图像比对确认多个点位中的对象同一时，可以通过时空关系进行目标跟踪，从而确认其行为轨迹，分析因果关系。因此，视频侦查信息的挖掘是多种方法相互配合、共同作用的结果，是一项专业活动，需要专业能力和实战经验做支撑。

参考文献：

[1]许磊,李志刚,黎智辉,等.人像检验鉴定探讨[J].刑事技术,2020,45(2):111-116.

[2]梅蓉.论视频监控图像分析[J].山东警察学院学报,2013,25(4):107-111.

作者简介：杨帆（199005—），男，内蒙古包头市昆都仑区，大学本科，内蒙古鄂尔多斯市达拉特旗公安局刑侦大队，警务技术中级任职资格，声像资料鉴定。