同样，在文档与图像资源领域，也普遍存在“花费大量时间查找文档、查找不及时耽误进程；成员之间文档共享依靠社交工具传来传去”等信息利用不充分的问题。

方案总体设计

本方案以多模态大模型为技术底座，实现文字和图像的统一编解码，图像和文字统一按照固定长度矢量编码存储，基于结构化智能数据应用，增加大模型赋能，实现对场景图片、目标图片的以文搜图、文搜万物。

用“文字语义描述”快速检索目标，这是一种全新的搜索方式，带来前所未有的便捷体验。

核心功能设计

用户通过一个词或一句话语义表达描述关注的行为事件，对数据库进行搜索，系统将符合用户输入语句的结果图片呈现给用户，并按符合度从高到低排序。

• 文搜：用“文字语义描述”快速检索目标，文搜初筛、快速定位目标

• 图搜：点击检索目标查看目标，图搜精准识别

• 轨迹还原：快速查找目标活动路径，基于时间结合地图还原人车行动轨迹，并可基于文搜快速检索的结果，对目标进行图搜的二次精准检索定位

• 检索方式多样：支持特征描述与模糊语义检索，一键直达

• 检索体验高效：秒级响应，操作简单，效率与体验大幅提升

• 结果查看便捷：支持图片放大、保存、关闭，按键切换上 / 下一张

• 历史词条复用：搜索内容自动入历史，点击热词或词条即可一键重复检索

• 布控规则示例：“监测某某区域多人聚集”“识别某某楼道电瓶车违规充电”“检测消控室人员违规行为”

• 支持多要素组合：空间约束（划定周界/动火区域等电子围栏）、属性定义（如“黑色上衣、白色裤子的男人异常滞留”）、行为识别（如“重点区域违规打手机”）

• 自动同步至训推一体机算法库，支持分钟级规则生效

• 支持文本自定义预警，算法越用越准、适配更多场景

典型应用场景

文档全文检索能力

除视频语义文搜外，方案可配套文档全文检索能力，用于非结构化文本资源的检索：