基在公安领域，当前各省市都实现了“天网”工程，增强了安防监控，但同时大规模的摄像头，海量的视频数据，也给公安人员带来了困惑，当案件发生时，由于视频的量级非常大，在浩如烟海的视频中找相关的人、车， 等同于大海捞针。以前案件侦破过程中完全靠人工对视频查看，记录相关信息，将与案件有关的人、地、事、物、组织关联起来，这需要大量的人力，效率非常低，成本非常高。 人工智能的分支计算机视觉技术的发展，使公安人员在海量监控视频当中快速找出重要的人、车线索成为可能，有效的帮助公安民警提高了办案效率，节省大量人力。 。公安监控视频是典型的视频大数据，记录了大量真实可见的视频数据信息，目前是公安在案件中最有利的协助手段，也是最有利的证据，要解决在视频当中对人地事物组织的挖掘，首先需要解决的问题就是通过计算机视觉技术将视频内容结构化，结构化后，可以通过计算机语言方便的查找相关案件线索。在实际应用中，文本信息可进一步转化对公安有价值的案件情报信息，实现非结构化视频向结构化情报信息转换。 基于深度学习的模糊人脸搜索技术，提供人脸检索、身份验证、人像库查重服务，协助公安快速通过人脸识别身份。基于人脸识别进行案件管理和串并案分析；人机结合，提供自定义标签及关键字检索功能，缩小研判范围， 提升检索效率及准确度 嫌疑车辆缉查：通过以图搜图、特征搜索来迅速锁定嫌疑车辆，将嫌疑各种特征记录下来（车牌号码、车辆品牌、车辆子品牌、车辆类型（小车、面包车…）车辆颜色、遮阳板、号牌类型（黄牌，蓝牌）、监控地理位置、经过时间点），为定位分析提供重要可查询线索。 嫌疑人员缉查：通过以图搜人或特征搜索快速精准锁定嫌疑人，嫌疑人特征包括（性别、年龄、朝向、打伞、发型、帽子、背包、拎东西、上下装款式及颜色、经过时间点、路口信息、卡口信息等）。 缉查布控：通过各种布控手段协助公安破案，如：嫌疑人员、嫌疑车辆缉查布控，办案民警可以通过车牌布控、人员形体布控、号牌遮挡布控、套车布控、范围圈定布控、有损车辆布控、车型布控等布控手段锁定嫌疑人、嫌疑车辆。