ALPR 애드온으로 수사관의 효율성 증대

ALPR 분석 리포트 애드온으로 ALPR 기반 포렌식 검색 기능 확장

ALPR 분석 리포트 애드온을 통해 수사관은 주행 속도 및 주행 패턴을 비롯한 차량의 행동 패턴을 통해 용의자 풀을 순식간에 좁힐 수 있습니다. 사실, 이 기능은 두 가지 작업으로 나뉩니다.

• 코호트 분석
• 시간 및 속도 분석

수사관은 이 두 가지 기능을 사용하여 ALPR 기반 포렌식 검색을 효과적으로 수행하는 데 필요한 기능을 갖춥니다.

일관되게 함께 이동하고 있는 차량 식별

알려진 번호판 번호부터 시작하여 코호트 분석 작업을 통해 어떤 차량이 일관되게 함께 이동하는지(즉, 코호트)를 효과적으로 인식할 수 있습니다. 여러 차량이 함께 이동하는 시기를 파악하기 위해 여러 읽기 보고서를 살펴보는 데 많은 시간을 쓰지 않고도 이 작업을 통해 필요한 정보를 신속하게 출력합니다. 이를 위해 필요한 것은 다음과 같습니다.

• ALPR 카메라 선택하기
• 알려진 번호판 번호 입력하기
• 차량이 함께 포착되는 빈도 지정하기(예: 5초 이내에 4회)
• 검색을 위한 시간 범위 제공하기

이 네 가지 매개 변수를 사용하면 시스템이 조사를 가속화할 수 있습니다.

사용 사례 예시

조직적인 소매 범죄의 경우, 범죄 현장 근처에 일관되게 있는 차량을 발견했지만 해당 정보가 한 명 이상의 용의자와 연결이 안되는 경우를 본 적이 있을 것입니다. 코호트 분석 작업을 통해 해당 차량의 번호판을 입력하고 범죄 현장 근처와 주변에서 해당 번호판(예: 도주 차량)의 차량이 이동했는지 신속하게 정보를 출력할 수 있습니다. 그 정보를 바탕으로 철저히 조사하여 용의자를 추적할 수 있습니다.

신속하게 수상한 용의자 발견

이제, 시간 및 속도 분석 작업을 통해 수천 개의 기록을 몇 초 내에 분석하여 이상 행동을 보이는 잠재적인 용의자를 식별할 수 있습니다. ALPR(자동 차량 번호판 인식) 카메라 두 대 사이에서 비정상적인 속도로 주행하는 차량을 빠르게 발견할 수 있습니다. 시간 또는 속도 매개 변수와 시간 범위를 사용하면 이상 수치를 찾을 수 있습니다. 

사용 사례 예시

뺑소니의 경우, 사고 직후 어떤 차량이 과속했는지 확인하고자 할 것입니다. 필터링한 카메라와 시간 매개 변수를 입력하면 출력된 보고서에 두 카메라를 모두 통과한 각 차량의 예상 속도가 표시됩니다. 그런 다음 기록을 빠르게 정렬하여 예상 속도가 비정상적으로 높은 사람(즉, 두 카메라 모두에서 속도를 낸 사람)을 찾을 수 있습니다. 더 이상 수천 개의 기록을 필터링하기 위해 몇 시간씩 할애할 필요가 없습니다. 이 기능을 사용하면 몇 초 안에 필요한 정보를 얻을 수 있습니다.

ALPR 기반 포렌식 검색 기능이 이제 더 쉬워졌습니다. ALPR 분석 보고서 애드온을 통해 용의자 풀을 신속하게 좁힐 수 있습니다.