智慧安防视频图像侦查实战中心，包括数据中心、图像分析、电围分析、图码联侦、模型分析、数据档案、综合分析、数据统计、行人检测、车辆识别、系统管理。

大数据中心提供对海量数据的处理、存储、计算、分析、数据挖掘和数据服务。涵盖各种结构化数据，以及视频、图片、音频、文档、互联网数据、电子笔录等半结构化和非结构化数据。

图像分析，包括人像查询、以图搜图、车牌查询、ETC查询。人像查询，支持人像图片的查询功能，包括对时间段、设备、位置人脸属性、是否佩戴口罩、性别、年龄段等属性的实时查询。

电子围栏数据采集和分析，应涵盖通信、互联网、交通、金融等领域。从公安工作的角度出发，需满足围栏方式建设数据采集的需求。电围分析，包括通信围栏、网络围栏、交通围栏、金融围栏。

图码联侦，包括人号伴随、车号伴随、人号积累库、车号积累库。

模型分析，包括轨迹模型、案件研判模型。轨迹模型，支持轨迹模型分析功能，支持出区、入区、首次入境、过境分析、多点位置出没、定向路线、出入城路线分析等多种贴近实战应用的模型分析。

数据档案，包括车牌档案、人像档案、ETC档案。人像档案，对人像视频图像信息进行整理、分类存储，建立以图像结构化描述为特征的索引摘要。

综合分析，包括前科人员分析、同归属地分析。前科人员分析，包括姓名、别名、证件号码、出生日期、性别、民族、文化程度、婚姻状况、兵役状况、服务处所、籍贯、户籍地、户籍详址、历史电话。

数据统计，包括数据报表、数据量统计。数据报表，对接入的不同数据类型及数据量进行统计分析，可支持展示数据的七天变化规律及归属地分布。

行人检测与行人再标识是智能安防系统中的关键技术。行人检测是计算机视觉领域的一个重要研究方向，不同行人之间的表观差异较大，如行人的服装、姿态变化。基于深度学习的方法在性能上更有优势，成为该领域的主流方法。

基于车辆外观的识别方法采用将车标和车型识别相结合的方法。车标识别通过计算机视觉、图像处理与模式识别，从车辆图像中提取车标信息，获得机动车车辆品牌信息。