通过一张静态的汽车照片,找到车辆的位置去向和所属单位

根据下面这张照片,你能找到这辆身份不明军车的去向以及所在的军队吗?乍一看,好像完全毫无头绪,但是跟随情报大佬Nixintel的调查思路你会发现其实很简单。

Nixintel在Twitter发起的Quiztime图片定位挑战中,有一张涉及一辆身份不明的军车,希望找到这辆军车的去向,以及哪个营房离该地点最近。

首先,Nixintel从汽车的车牌号开始寻找线索。在黄色背景上用黑色字体打印的6位数字可能是几个不同的国家/地区,通过“世界车牌”可筛选出可能是荷兰和丹麦。

图源:世界车牌

因此,如果能找到荷兰和丹麦军队使用的车辆的图像,则可以确定车辆类型,然后从那里开始确定使用该车辆的单位,最后确定这些单位的所在地。

但是如何识别车辆?对于大多数人来说,它看起来像是一辆坦克,但这并不完全正确。即使你不是军迷,这张照片中也可以帮助你识别一般的车辆类型。该车辆顶部有履带和炮塔,但它不是坦克。因为坦克通常更大,枪支更大,装甲量更大,并且没有能力在内部运送额外的士兵。

丹麦军队使用的Leopard2战车

图中的车辆在后方有一个门,就像下面的门一样,这表明该车可容纳更多士兵。这意味着该车辆不是坦克,而是一种装甲运兵车,也称为装甲战车。这很重要,因为这意味着使用这辆车的单位很可能是侦察/机械化/装甲步兵单位,而不是坦克或骑兵单位。

后面的门指示此车辆(CV90)用于运输部队,因此它是装甲战车或装甲运兵车,而不是主战坦克。车辆后部的形状和恐惧感也与照片中的形状和恐惧感相匹配。

因此,Nixintel将荷兰军队和丹麦军队的军用车辆进行了筛选对比。首先他查看了荷兰军队使用的履带车辆,唯一符合条件的车辆(履带,转塔,后门)是CV90,而丹麦军队使用的车辆,同样,唯一可能的车辆还是CV90。

荷兰CV90图源:Wikipedia

丹麦CV90图源:Wikipedia

如果CV90是丹麦语,是否可以找出它的拍摄依据以及拍摄照片时的去向?幸运的是,丹麦军队很小,其主要作战单位仅位于两个不同的地点。支援部队还有一些其他基地,但是像CV90这样的战车属于前线战斗部队。

Wikipedia页面提供了有关军队结构的一些见解,并且该非正式的丹麦陆军网站指出CV90仅发放给两个单位,即“生命警卫队”和“卫兵轻骑兵团”。

考虑到所有这些因素,似乎只有两个可能的位置,要么是Holstebro的第一旅,要么是Slagelse的第二旅。尽管丹麦周围还有其他一些军事基地,但似乎只有这两个驻军驻扎着使用CV90的那种作战单位。Wikipedia还提供了丹麦军队的结构概述,使事情变得更加清晰:

丹麦军队结构图源:Wikipedia

CV90背面的标志VSSlagelse第二旅官方徽章

基于此,Nixintel认为Slagelse比Holstebro更有可能成为该车的总部所在地。但是,军车经常移动,单位几乎可以随时随地部署,因此,Nixintel没有着急下结论,而是继续寻找更多的证据线索。

首先,Nixintel将重点放在仅在原始图像左侧可见的路标上。在Google搜索*derup+Denmark来尝试查找地名。最明显的地点是吉德鲁普镇(Jyderup),距Slagelse(车程约35分钟)不远。

吉德鲁普(Jyderup)附近唯一的主要道路是23号公路,但23号公路多为单线道路,而图中的道路看上去就像一条多车道的高速公路。此外,公路路牌也不一样,从23号出口驶向Jyderup的标志,是白色背景,红字标志,而原始图片中是蓝色背景,白字标志。

因此,这意味着23号绝对不是高速公路,而只是一条大型干道。更重要的是,这也意味着Jyderup不仅可能不是正确的位置,而且实际位置必须在高速公路上。到目前为止,Nixintel一直尝试在15英寸屏幕的笔记本电脑上进行此测验。当他使用更大的显示器切换到PC时,发现在drup/derup中的d之前显然还有另一个字母,它不是y。

因此,吉德鲁普(Jyderup)并不是正确的地方,但是通过这种转移,Nixintel发现要找到位置,只需要专注于高速公路,而不是其他任何道路,因为带有白色文字的蓝色标志似乎是高速公路专有的。

在经历一番曲折后,Nixintel又将目光重新转移到原始图片中,希望能挖掘更多的线索。果不其然,通过再次仔细观察图片,他有了更多更重要的发现:

1)红色框–这是车辆的阴影–那么它显示了什么?看这树木,图像一定是在夏天拍摄的。丹麦位于北半球,所以太阳总是向南(即永远不会从北向北照射)。

因此,车辆阴影在图片右侧的事实必须表示太阳在左侧。这意味着车辆必须大致向西行驶,并且高速公路的方向必须大致西偏东,不太可能是南北偏北。从理论上讲,可能是黎明或黄昏,东西向是阳光,但是相对较短的阴影长度使我认为这种可能性较小。

2)绿框–这显示了电桅杆的顶部,类似于电车所用的那种。它似乎是一条与高速公路平行的铁路。

3)蓝色框–标志显示一个以-drup结尾的地方的出口,以及第二个以-ov或-on结尾的地方的出口。标牌后面似乎还有其他灰色的东西,也许是道路或桥梁。

因此,将所有内容放在一起,可以得出以下几点:

该位置位于最有可能沿东西向/东西向行驶的高速公路上;

高速公路平行于电力铁路;

铁路必须在高速公路的北侧,而不是在南侧;

该位置毗邻高速公路出口,该出口以-drup/-derup结尾,另一个以-ov/-on结尾;

它必须非常靠近Holstebro或Slagelse的一个军事营房。

因此,通过严格应用这些条件,可以非常迅速地缩小搜索范围。查看下面的丹麦地图,其中显示了所有主要高速公路:

这似乎是一个巨大的搜索区域,但是通过应用上述五个条件,可以很快找到丹麦的正确部分。E39,E45,E47和E55可以立即排除,因为它们运行的是南北方向而不是西东方向。这实际上只是离开E20,该E20在丹麦的东西方运行。E20也不在Holstebro附近,这意味着Slagelse是两个营房中最有可能的地点。

因此,Nixintel决定不集中精力于埃斯比约和科灵之间的E20西部地区,因为它距任何一个军事基地都有很长的路要走。他决定先从哥本哈根朝欧登塞开始查找。目的是要查看高速公路的哪个部分在北侧有一条平行于其延伸的电力铁路,然后将重点放在那儿。

东西方高速公路北侧的铁路

经过大约十分钟的检查,E20上唯一一条与AND并驾横穿东西的铁路的部分是Olby和Fjaellebro之间的路段(在Svenstrup附近还有另一个小路段,但是通过Streetview进行的快速检查表明它没有不匹配)。奥尔比-菲耶勒布罗(Olby-Fjaellebro)公路段仅约20公里,因此仅是一个很小的区域。

目标位置必须靠近出口路口,在此部分中只有4-5。其次,出口必须使用以-drup结尾的地名和以-or/-ov结尾的第二名。一条非常快速的街景检查只着眼于出口点,Nixintel来到了这里,Vemmedrup和Bjaerskov的33出口。

通过应用正确位置必须具备的条件,这是Doxsor可以拍摄照片的唯一可能位置,但是只有一个问题–它看起来并不像照片!在原始照片中,高速公路旁边有一个路堤和一些灌木丛,但是这里没有路堤和灌木丛。

调查到尾声的时候,Nixintel发现Sector035在逻辑上符合原始图片中的位置,但是通过谷歌街景图像对比,发现似乎有很大差异。在原始图片中,Doxsor距道路标志较远,因此Nixintel对Streetview进行了一些备份,并移至该位置,看起来几乎正确,但不完全正确。当您将街景视图与原始视图进行比较时,该符号似乎也是正确的:

但是,在尝试尽可能多地复制原始图像几分钟后,Nixintel注意到GoogleStreetView汽车在高速公路的1号车道(内侧车道)中,但是Doxsor一定是从2号车道(外侧车道)拍摄了他的照片),因此这解释了街景视图和原始图片之间的角度略有差异。这与卡车在原始图像中的位置一起也解释了为什么防撞栅栏不太明显。

因此,正确的位置是Vemmedrup附近E20的33个地点,而CV90可能前往的最近军营是Slagelse的Antvorskov军营。

通过以上案例,我们可以发现通过一张简单的汽车照片便可以挖掘出许多的重要信息,如汽车所在位置、汽车所属单位等。下期,福韵君还将带你探索汽车上更多的开源情报。

作为国内官方认证的专业网络情报培训中心,福韵数据携手中国网络安全审查技术与认证中心重启CISAW网络情报分析培训,重点培养学员网络情报收集、整合、分析和转化的能力,力求辅助各个行业培养更多的情报分析专家。为打造“开源情报+融合”课程体系,2021年起福韵将不定期邀请开源情报和跨学科融合领域的专家参与授课交流,致力为学员打造更高质更全面的网络情报培训服务。

THE END
1.图片识别车型鉴定想要了解如何凭借一张图片来确定汽车的型号吗?随着道路上各式各样的汽车日益增多,我们时常会对某款车的型号产生好奇。在购车时,我们也会慎重地选择自己心仪的车型。当遇到心仪的车型时,我们可以迅速用手机拍摄下来,接着利用特定的方法来识别它。下面,就为大家介绍一种通过图片来识别车型的方法。 https://www.yoojia.com/article/8643951837056921507.html
2.不用再地去记忆车型了,这3个App,一键拍图上传即可识别迅捷文字识别是一款OCR拍照识别文字软件,支持拍图识字、表格识别、手写识别等功能,能高精准度识别图片中的文字,同样它也可以精准识别图片中汽车的型号。 操作方法: 首先我们打开迅捷文字识别APP,点击主页下方的【发现】,找到迅捷文字识别的更多功能。 点击【一键识别】,往下滑动找到【车辆识别】-【识别车型】,除此之外https://www.dongchedi.com/ugc/article/7236313752013521420
3.创造性问题解决与精明决策方法《创造性问题解决与精明决策方法》正是传授这样一种思维模式。 现场图片 课程内容 创造性问题解决与精明决策方法课程大纲: 前言 学员受益:经理人在执行中不断面临风险和挑战,如何提前识别问题、如何分析问题,如何在问题发生后迅速有效解决。 Kick-off录像 学员与讲师在课程中的定位? 课程的主体内容介绍及重点 如何学http://www.hztbc.com/lesson/info_1834.html
4.吴恩达机器学习课程笔记(持续更新)吴恩达机器学习笔记重新复习补充:h(x(i))是预测值,y(i)是实际值,两者取差。公式中的这个平方,似乎是最小二乘法和最佳平方/函数逼近,涉及到数值分析这一块知识,前置知识太多没去细理解,先按方差这么去理解。至于前面的1 2 m \frac{1}{2m}2m1?中的2是为了后续求偏导更好计算。 https://blog.csdn.net/m0_51487301/article/details/123136528
5.智东西周报:中国类脑芯片登上Nature封面最新AI提前2天预测急性肾7、商汤联合港中文推面部图片处理新方法 7月31日消息,来自商汤科技,香港中文大学以及香港大学的研究团队提出了一种称为MaskGAN的新型框架,可实现多样化和交互式的面部操作。其主要观点是语义掩模作为灵活的面部操作的适当中间表示,使其具有保真度。MaskGAN 有两个主要组成部分:(1)密集映射网络,(2)编辑行为模拟训练。具https://zhidx.com/p/157282.html
6.超详细的编码实战,让你的springboot应用识别图片中的行人汽车让SpringBoot应用识别图片中的物体,其关键在如何使用已经训练好的神经网络模型,好在OpenCV集成的DNN模块可以加载和使用YOLO4模型,我们只要找到使用OpenCV的办法即可 我这里的方法是使用JavaCV库,因为JavaCV本身封装了OpenCV,最终可以使用YOLO4模型进行推理,依赖情况如下图所示: https://cloud.tencent.com/developer/article/1912828
7.在线图片识别翻译用什么好?这三种方法值得一试当需要把图片资料上的文字进行翻译时,你会选择怎么做?是手动翻译还是借助工具进行识别翻译。很显然,前一种方法不仅效率不高还非常容易出错,而后一种方法则会更加高效,准确率也能有保障。那么在线图片识别翻译用什么好?这里介绍两种图片文字翻译的方法,一用就会。https://tech.china.com/article/20220908/092022_1139609.html
8.怎样查询自己的医保钱每个月是否打到卡里面了假如一张图片里有两个二维码。很简单,操作同样是长按图片,不同的是,你要长按住 想识别的二维码区域,系统扫码后的结果就是你想要的二维码。 5.【微信启动美颜相机】 长按相册启动美颜相机,其实在微信里,隐藏着一个不为人知的美颜相机。 启动方法:随便找个人聊天进入聊天窗口,点击输入框右边的“+”,长按“相册”https://www.meipian.cn/3etmayr1
9.深度学习在物联网大数据和流分析中的应用–广州天源信息科技尽管深度学习模型在许多应用中显示出令人印象深刻的结果,它仍然有局限性。研究发现,深度网络会将无法识别的图片分类到熟悉的种类中。并且深度神经网络的回归能力有待增强。 未来研究方向 1)IoT移动数据: IoT数据的一大部分来自移动设备。研究利用移动大数据与深度学习方法相结合的有效方式,可以为IoT提供更好的服务,特别http://www.tianyuaninfo.com/?page_id=1381
10.一种拍摄可见光和热成像重叠图的方法及系统与流程34.与现有技术相比,本发明具有的有益效果为:本发明结合图像识别技术和热成像温度识别技术。通过拍摄可见光和热成像重叠图的方法得到识别物体对应的温度,扩大了智能识别范围。具体的,通过首先调整镜头硬件位置,使两种图像进行重合后,进行拍摄,再经过对热成像进行裁剪和填充,获得重叠图,对重叠图进行图像的处理,这样的过程https://www.xjishu.com/zhuanli/62/202210087340.html