随着平安城市的全面建设,视频应用的不断深入,城市的视频监控每天都能产生海量的无标签的数据,如何组织存储这些数据,并从中快速检索出特定目标,还原目标人的历史轨迹,对其进行分析,通过大数据碰撞去挖掘出更深层次的信息,比如是否有伴随人员,这是目前视频图像侦查所面临的挑战。相比于存储完整的视频流数据,从视频中提取出有效信息,比如行人的人脸图片等,进行存储,不但能节省一定的存储资源,还能提高对给定目标人的检索与分析效率。结合近几年愈发成熟的人脸识别技术,可以将海量视频数据的存储与分析问题,转变为,带有时空属性的行人人脸图片的存储与分析问题。在此背景下,本文设计并实现了面向特定目标的行人轨迹分析系统,主要贡献如下:1)以视频中行人人脸作为有效信息进行存储,并针对数据的特性,提出了一种时空数据组织与存储方式,不但能解决时空数据的存储问题,同时也为后续的轨迹分析提供高效的数据访问支撑;2)提出了一套能在海量无标签的行人人脸图片数据中,生成指定目标人的历史轨迹并发现其伴随人员的完整方案:采用并行人脸比对计算与时间窗口的分析方法,分别用于目标人的检索和潜在伴随集的发现;并结合聚类分析以及优化后的关联规则挖掘算法找出与目标人伴随的人员;3)给出了完整的设计方案,并实现了面向特定目标的行人轨迹分析系统。设计上,采用了分层的架构来实现模块间的低耦合,模块内的高聚合,采用了高效的异步事件驱动的网络模型,保证系统可以提供可靠、稳定、高并发的服务;4)对实现的系统进行了主要功能的测试,包括历史记录查询、过期数据删除、生成指定目标人的历史轨迹以及发现其伴随人员;在不同时间窗口、不同的并发数下对目标人轨迹分析的性能测试与分析,此外还模拟了压力写场景对系统的存储性能进行测试。测试结果表明,系统的功能完备,可以在视频图像侦查中提供有效的分析与研判。