经监控确认，陈奕华一下午都在观看cs的游戏比赛，直到晚上8点，他才出了网吧。
胡所将截取到的图片发给了秦支，图片十分清晰，确认就是陈奕华本人。
“将图片上传，然后启用视频结构化搜索，找寻陈奕华的行动轨迹。”熬了一晚上的秦支也感到疲惫，声音已经略微有点沙哑。
大屏幕上出现了陈奕华在网吧的正面图像，其衣着、体态特征明显，这也给大家减少了很多的工作量。
现代城市对数据所反应的内容要求越来越高，高清化视频监控的演进和平安城市建设的飞速发展都要求人们对这些视频数据做更加完善的规整和分析，该要求又刺激了大数据技术的进一步演化。
从庞大的视频监控数据当中，如何对重要信息进行筛选是视频结构化的主要作用，即将海量视频或图片的非结构化数据提取并形成结构化信息描述。
按照目前较为成熟的视频监控结构化分类来说，主要有车辆信息结构化及人脸信息结构化。
车辆信息结构化这里就不提了，主要说人脸信息结构化。
人脸信息结构化包括：
基本特征（性别、年龄、人种）
服饰特征（提供人脸比对手段快速准确定位目标）。
警方办案时，可以通过截取目标人物的高清图像，然后使用结构化数据分析平台从海量视频中筛选，从而快速、精准地定位到目标人物的动态。
不过整个城市的监控摄像头何其之多，再加上已经是几天前的事，旧的镜头也会有新的视频保存在数据库。
于是，在筛选了近十分钟之后，几百条检索出来的内容出现在了大屏幕上。
“排除女性。”秦支开始指挥。
监控员一顿操作之后，几百条信息就剔除了一大半。
“排除不戴眼镜的人员。”
由于一部分截取到的照片是背面，因此无法判断其是否佩戴眼镜的人员信息也做了保留，如此，剩下的信息还有一百来条。
在迫不得已的情况下，警方当然不会逐个去追踪这一百多个人的行动轨迹，那种工作量大的吓人，而且设备有限，效率也极为低下。
此时的秦支重新打起精神，一阵头脑风暴过后，他再次开口：“排除长发、佩戴耳饰的人员。”
又是三分之一的信息被剔除，其中大部分是年轻人。
刘队和胡所在一旁没敢出声，生怕打断了秦支的思考。
在这种时候提意见的行为是不可取的，其原因并不是专业不对口，也不是会抢风头，而是在一个人的思路到头之前，旁人的意见只会让事态更加复杂。
如果无法继续筛选，那么还可以重新开会讨论，而并不是在这个时候出声打断。
“排除