介紹

影像調查往往取決於使用者能夠多有效地找到相關的影片。傳統的影像管理系統（VMS）搜尋方法依賴於結構化的過濾器—下拉選單、核取方塊和預定義屬性，如顏色、性別或物件類型。雖然有效，但這些方法可能耗時且具有限制。

語意搜尋重新定義了這個過程，讓使用者能夠以自然語言描述他們在尋找什麼。系統內建的大型語言模型（LLM）功能可解釋意圖，並智能地檢索最相關的影像片段。

概念概述

語義搜尋允許使用者輸入自由格式的查詢，例如：

「找到一個穿著紅色外套的人在晚上8點到9點之間進入大廳。」

系統分析：

• 使用者意圖和上下文意義
• 由AI影像分析生成的中繼資料
• 時間和空間條件

然後，它會過濾並提供精確的回放結果—無需手動選擇參數。

主要功能

自然語言查詢使用者可以自由描述場景，無需瀏覽複雜的篩選選單。

智慧型中繼資料對應LLM將使用者意圖與結構化中繼資料（例如，物件類型、顏色、行為）連結起來，以實現更準確的匹配。

情境感知搜尋系統理解時間、地點和事件情境，優化結果超越簡單屬性匹配。

靈活的細化使用者可以反覆細化搜尋：

• “僅顯示夜間結果”
• “排除車輛”
• “專注於入口攝影機”

優勢

更快的調查
通過消除手動篩選配置，大幅減少搜尋時間。

更高的準確性
捕捉傳統篩選系統可能錯過的細微查詢。

改善的可用性
讓所有使用者都能夠進行進階搜尋，無需技術專業知識。

降低認知負荷
使用者以情境思考，而非系統參數，導致更自然的工作流程。