当前课程知识点：刑侦视频图像处理 > 第13章 刑侦模拟画像 > 13.2 刑侦模拟画像计算机辅助系统 > 13.2 刑侦模拟画像计算机辅助系统
同学们大家好
我们这一节的内容
是
刑侦模拟画像
计算机辅助系统
刚才讲了模拟画像的一些问题
我们首先回顾一下
上一节我们说
模拟画像面临的主要问题
第一个问题
我们就是说从业门槛高
也就是说人员难培养
全国刑侦模拟画像
专家非常短缺
那么他当然就限制了
我们模拟画像
领域的发展
同时目前我们说
要解决破解这个问题
各个局也都想了很多方法
很多人从美院招有经验
或者比较好的毕业生
然后再送刑侦学院去学习
来培养双重培养
是吧
然后两个方向都开始
那么最终实质上还是
和实际的工作经验
就是说你多年破案的经验
心得总结
方方面面都涉及
所以我们说
并不是一蹴而就
就能够用这种方法
就能够培养出来
好的从业人员
那么如何利用信息技术来辅助
画像
类似于我们以前
Cad我们用来辅助设计
我们要做一个
形成画像的辅助系统
从而让我们画像的难度
降低
然后帮助画像人员
来提高准确度
提高效率
这就是我们模拟画像辅助系统
要解决的事儿
所以我们基于第一个问题
我们说门槛高
第二个问题
画像师主观因素影响大
主观影响大
这就是说画像他没有依据
我们知道
如果主观因素影响大
又没有一定的依据的话
这时候可能准确性就没办法保证
不同的人画出来的东西可能会有
差别
效率也不高
所以我们也希望能解决这个
问题
第三个问题
就是说
我们前面也有画像系统
就是组合系统
刚才我们说了
它实质上会存在问题
作用有限
推广普及困难
另外一个问题就是我们新技术
图侦技术应用的有限
不能够直接用我们
模拟画像
怎么来应用到它上
基于这些问题啊
和目前的现状
那么我们刑侦模拟画像
计算机辅助系统
我们要做这个系统提出来
下边几大技术实现
包含这样第一个模块
我们希望有图像
视频的预处理技术
图像视频的预处理技术是干啥呢
也就是说我们解决当前
图像视频侦查新技术
不能有效应用这个问题
刚才新技术应用这个问题
第二
我们希望有两维画像
两维画像
它就是说来能够提高
我们传统画像的准确度和效率
并且能够消除画像师个人因素
引入的误差
而如何避免
我们后边通过看
我们设计的一个系统架构图
我们就会明白
第三个问题
我们说是解决两维画像看起来不
像的问题
这个也比较好理解
就是说为什么说两维画像看起来不像
你们在日常生活中
可能会都遇到
他说有时候那照片
和他的人就是不一样
这个不一样的原因也很简单
就是说我们照片是两维的
两维的照片怎么来的呢
它实质上是我们照相机
在照相机视角
针对我们三维的一个人的一个
投影
视角
和我们正常人眼观察是不同的
我们人眼观察
我们是双目的两个眼
这样子双目的就会有
位移差
这种形成的深度信息
就会构建我们实际的立体信息
所以说我们拿到照片的时候
有时候看
有的人不上相
有的人上相
这就是三维到两维投影造成的
问题
在我们实际的这种生成的画像
也存在这样的
最终如果说能生成三维画像
那显然比两维画像
用于通缉的效果要好很多
我们三维画像
就是要解决这个事
如果定出来这三大模块
实质上这里边就涉及到什么东西
呢
比如两维画像
你要提高画像准确度和效率
又能够在计算机上
进行画辅助画画
首先它的是一个绘画软件
那么其次
它得有一定的辅助性
比如说能简化劳动
简化画像的难度
如何来简化呢
我们就是说
我们希望能够像我们小时候学
大字一样
我们下边临摹
有个模板
能不能形成一个模板
这时候就靠我们第一个模块
第一个预处理
也就是说
我们希望
同我们已有的视频
或者模糊不清的
根本就一线刑侦人员
他看啥也看不出来的
模糊视频
我们希望从这里边
能获得一些信息
这些信息可能在一般人说
我直接发通缉令不行
但从我们的角度
我们利用一些技术
希望他能够信息能够有用
能够便于我们的画像
这是我们定出来的
几大模块
或者说几大要解决的问题
我们一点一点的来解释它
首先我们说预处理技术
预处理技术
它包括视频系列的这种复原
我们前面这门课
前面可能都讲过
视频序列复原技术
或者说模糊图像的清晰化
含噪图像的去噪
这都是咱刑侦上
图像处理的常用手段
然后
对
原始的这种模糊图像
进行处理以后
我们希望干成啥
希望能生成
有用的
哪怕是一个人面部轮廓的一个东西
这个东西
我们称为我们画像的底板
底板来干啥呢
让我们画像师基于底板来画
这个当然是非常有用的
我们知道一般的绘画
它实质上
也是要一开始在画板上
定出一些基线
定出一些标准啊
然后在基线
然后再看先打底
然后再开始绘制相应的东西
我们如果说能够在序列里边
尽管能生成的东西
看不出来是嫌疑人是谁
但我们的生成轮廓
我们自然是可以
对画像有很大的帮助的
首先我底板
把轮廓定出来这一点
哪怕是脸型
或者说
这一点
就对我们的帮助太大了
准确性就能极大的提高
这是第一个预处理技术
那么第二
我们说两维画像
两维画像
如果说你有了底板
并且你经过预处理
可能获得的信息
只是面部
非常小的一块
比如说
就是半拉子眼
那么半拉子眼
我们实质上
我们是可以利用很多图形学的技术
反正利用对称性
还有我们素描上的传统的手段
三庭五眼
然后我们经过这种手段
然后对它进行
把这些规则建模
建模之后
然后结合我们
两维的这种画像底板
是不是
我们就可以对我们画像
进行一些补充
实际上这种补充出来的结果
我们一会通过例子
我们就会看到补充的结果
我会极大的形成一个
面部的
有关的细节信息
这种到最后
你只用在底板上
再进一步的补充
画像师他的理解和记忆
然后来绘制两维画像
当然我们由粗到精的
一步一步的就帮助
画像师能够降低他的工作量
第三步就是三维画像
所谓三维画像
就是说
我们两维画像生成的结果
实质上
我们是可以来构建三维的了
当然你拿单张画像来构建
三维的可能还是有困难
不过单张画像三维
这个也不是说不可能的
我们目前有两维到三维映射
实际上有主流的两大手段
一种手段
是基于所谓单目的三维重建
第二个手段就是多目的
我们这儿除了单目的
这种方法
我们可以用之外
我们更多的我们说多目的
我们是可以用
为什么
因为我们拿到的视频信息
它是多帧的
多帧的信息
这就有助于我们来生成三维的
这种成像
并且我们前边
有两维的这种画像
已有的结果作为基础
我们再把两维画像的基础
然后生成我们这个人脸的特征点
来构建三维的深度信息
三维头像
其实是有一定的好处的
并且有一定的优势
这是我们辅助系统要构建的三大模块
这个接下来是我们形成模拟画像
计算机辅助系统的一个
总体架构图
总体架构图
也就是说
我们刚才讲的三大模块
如果从这个图上来看的话
三大模块实际上
要结合我们传统的画像
是吧
传统画像的技术
我们呈现出来
我们的主体流程是什么呢
而首先是拿到现场的这种现场的
视频图像
然后对他进行预处理
预处理之后
我们清晰化去模糊
或甚至几何矫正
这一系列的手段
不限手段
我们就是说
尽可能的获得有用信息
预处理之后的结果
我们就送到我们这系统里边
送到这系统里边
我们就可以进行两维三维的画像
两维三维
我们首先是拿我们预处理的信息
然后构建我们的这种画像底板
然后再结合我们的一些
传统的画像规则
包括对称性
这种三庭五眼这些规则
我们来试图来构建
我们两维的画像底板
尽可能多的能够构建一个靠谱的
画像底板
然后让画像师再运用他的技术
进行传统画像也罢
或者说你直接在我电脑上
绘制也罢
绘制的过程中
你当然可能要多次交互
你看可能我们这系统
还包括数字化的这种
输入输出手段
然后多次反馈
从而生成最终的结果
这是我们的一个总体构想
当时的一个总体架构图
下面我们来讨论一下
我们辅助系统它的
每一部分的主要内容
我们说第一部分实质上
由架构图里边
我们说
它是一个自反馈系统
这个自反馈系统呢
系统的输入
是什么
系统输入
就是我们的原始视频
案发现场的原始视频
那么传统模拟画像手段
获得的这一些嫌疑人的一些信息
对于案发现场的视频信息
首先是进行预预处理
就是我们各种清晰化去模糊这些手段
当然我们的目的就是
提取嫌疑人的主要细节特征
和区域轮廓
然后我们就送到我们这个系统里边
结合人工交互
在两三维的这种画像空间
这个标定主要的轮廓
以及模拟视频细节区域的合理位置
然后我们借助图形学的
几何变化算法
对可以获得的不同的侧面
人脸区域进行合理校正
并结合我们
模拟画像的一些主要规则
包括对称性三庭五眼
然后来复制可辨识人脸的细节和
关键点
最终形成我们的轮廓草图
作为我们画像的输出
我们人工绘制阶段
其实介入的时候
你可以在传统画板上画
画完之后可以通过数字化一
输入我们的系统
也可以在直接电脑上画
那么它主要是依据经验
和人脑分析
来补充添加细节
那么我们把
不管是哪种方式的东西
反馈回系统之后
不断反复这个过程
也就最终它生成的画像
就是一个
我们说辅助系统输出的一个结果
对已有的案件
我们说进行分析总结之后
我们实际中发现
已有的模糊视频
它尽管存在这种
目标
肉眼不可辨识这种特点
但是我们知道
往往这个行为规矩是
明显可辨识的
并且经过复原手段处理之后
或者说清晰化或者去造
这个手段进行处理之后
我们往往是可以获得局部细节
或者他的轮廓信息的
这些信息对于直接确定嫌疑人
显然是不够的
但对于画像来说
它已经可以用于
确定
我们嫌疑人的部分特征
并且利用这些信息
用来辅助画像的话
我们说可以大大提高
画像的
这种准确度和效率
从而消除画像师
个人因素引入的误差
第一个模块
我们说面部细节清晰化
它要干啥呢
我们实际上就是提取
主要细节和区域轮廓
这里边包括
我们常用的
除了常规的手段之后
近几年超分的技术
尤其是基于深度学习的
超分的技术
实际的效果
还是不错的
超分往往是针对监控视频中
这种人像
由于摄像头距离
比较远
或者说监控的场景大
这样子出来的最终结果
分辨率比较低
这样子的一段质量不高的视频
我们实质上
它是一系列
同一场景的图像片段
组成的
这一系列的
质量不高的图像片段
它代表了同一场景的不同侧面
包含有不同的信息细节
我们将这些模糊片段
利用超分辨率技术
进行重建复原
从而可以获得一副
超分辨率增强的这种人像
我们这一节的内容
就是对我们辅助系统的一个总体
介绍
我们就讲到这里
谢谢大家
-1.1 绪论（上）
--1.1绪论（上）
-1.2 绪论（下）
-第1章测试
-2.1 光照不良图像增强处理（上）
-2.2 光照不良图像增强处理（下）
-第2章习题
-3.1图像超分辨率重建技术概述
-3.2基于插值的图像超分辨率重建
-3.3基于深度学习的图像超分辨率重建之神经网络
-3.4基于深度学习的图像超分辨率重建
-3.5基础知识介绍
-3.6压缩感知与超分辨率重建
-3.7基于压缩感知字典学习的超分方法
-第3章测试一
-第3章测试二
-4.1引言-什么是HDR图像
-4.2 概述-HDR图像处理的研究内容
-4.3HDR图像获取—多曝光融合
-4.4色调映射基础
-第4章测试题
-5.1图像水印技术概述
-5.2图像单水印技术
-5.3图像双水印技术
-第5章测试题
-6.1图像检索概述
-6.2词袋(BOW)特征描述
-6.3VLAD特征编码
-6.4PCA降维
--6.4PCA降维
-7.1 监控视频编码的作用
-7.2 监控视频编码的标准
-7.3 监控视频编码标准
-第7章测试
-8.1运动目标检测
-8.2运动目标跟踪
-第8章测试题
-9.1高光谱图像基础知识
-9.2高光谱图像的应用
-9.3高光谱图像处理
-第9章测试题
-10.1现勘足迹的基本知识
-10.2现勘足迹提取方法
-10.3结构光测量技术概况
-10.4结构光提取原理
-10.5现勘三维现场重建技术
-10.6基于二维图像的三维现场重建
-10.7基于深度信息的三维现场重建
-10.8应用案例
--10.8应用案例
-第10章测试题
-11.1研究背景与意义
-11.2图像预处理技术
-11.3基于LBP纹理的鞋印检索
-11.4基于SIFT特征的鞋印检索
-第11章测试题
-12.1什么是案件的智能串并？
-12.2实现智能串并案的机遇与挑战
-12.3智能串并案的实现策略与方案
-12.4真实案件智能串并的实现
-第12章测试题
-13.1刑侦模拟画像概述
-13.2 刑侦模拟画像计算机辅助系统
-13.3刑侦模拟画像计算机辅助系统：两维三维画像辅助
-第13章测试题
