王嘉陳　周瑞　凌啟尉　倪洋　趙明明

【摘 要】在刑事偵查常見的追蹤犯罪嫌疑人軌跡工作中，監(jiān)控視頻發(fā)揮了很大的作用。但是，由于現(xiàn)實環(huán)境中的各種條件限制，利用監(jiān)控視頻來識別和追蹤嫌疑人物的效率不是很高。為了最大限度地提高識別犯罪嫌疑人和追蹤犯罪嫌疑人軌跡效率，實驗人員對不同監(jiān)控視頻的視角下同一姿態(tài)的同一性進行研究。在實驗過程中，實驗人員利用專用軟件，通過比較分析，選取不同監(jiān)控視頻角度下行走過程中相關(guān)變量進行統(tǒng)計分析，并對其同一性和特

定性進行實驗研究，在一定的范圍內(nèi)可以實現(xiàn)對人物的識別，達到認定或者排除人物的目的。

【關(guān)鍵詞】監(jiān)控視頻；不同視角；行走特征；同一性；特定性

【Abstract】In tracking suspects traces that are common in criminal investigation， surveillance video has played a significant role. However， due to various conditions in actual environment， taking use of surveillance video to identify and track suspected people is not very efficient. To maximize the efficiency of identifying criminal suspects and tracking suspects trajectory， experimental persons research the identity of the same gesture at different surveillance video perspectives. During the experiment， experimenters use special software to make comparative analysis， choose the relevant variables in the course of walking from different surveillance video angles to make statistical analysis， and do experimental researches on their identity and specificity， so that the experimenters can achieve the purposes of identifying persons， affirming or excluding characters within a certain range.

【Key words】Surveillance video； Different perspective； Walking characteristics； The same gesture； Specificity

0 引言

電子攝像設(shè)備遍布街頭巷尾，監(jiān)控視頻資料成為刑事案件中重要的證據(jù)材料。[1]然而在實際工作中，監(jiān)控視頻資料往往只能作為間接證據(jù)，甚至于僅僅作為偵查人員辦案的線索。究其原因，主要在于缺少科學(xué)的方法來對多個監(jiān)控視頻中的某一人物進行同一認定。

基于面部特征的人臉識別技術(shù)目前已在多個方面得以運用[2]，但有時在一些視頻資料中，受某些因素影響，監(jiān)控視頻根本無法清晰地體現(xiàn)人物的面部特征，故而通過人臉識別到人，有時達不到某些領(lǐng)域的要求。

通過對在不同視角的監(jiān)控視頻中的一個人的同一認定，可以找到穩(wěn)定性較高的人體特征，并能排除一定的因素干擾。相比于其他識別方法，對在不同視角下的人體識別，具有較為高的科學(xué)性和較廣的適用范圍。本項目力求通過監(jiān)控視頻中不同視角下同一姿態(tài)的同一性研究，來確定某個特定人的有效方法。

1 不同視角姿態(tài)識別

人體動態(tài)特征識別，又稱行走運動特征識別，是目前真正能應(yīng)用于實際的刑偵技術(shù)。該技術(shù)通過對動態(tài)人體的肢體擺動特征[3]、步態(tài)特征、人體輪廓投影特征等的模式識別，找到犯罪嫌疑人行動中的固定規(guī)律，這時他的走路姿勢就會和指紋一樣成為破案的有效證據(jù)。[4]然而該技術(shù)也有著極大的局限性：由于是對動態(tài)的研究，這對監(jiān)控視頻的幀數(shù)有著較高的要求。此外，為了達到更好的偽裝效果，有的犯罪分子故意改變自己原本的行走姿勢，在這種情況下，人體動態(tài)特征識別技術(shù)就無用武之地。

故而為彌補以上方案的缺陷，本組提出利用三維數(shù)學(xué)模型的方法，通過數(shù)學(xué)計算來研究人體靜態(tài)特征的想法?；谠撓敕?，本組建立數(shù)學(xué)模型，可將三維中共用一端點的一條鉛垂線段與一條水平線段之比通過二維圖片計算得出。為適應(yīng)普遍的監(jiān)控視頻，本組采取了一側(cè)肩到同側(cè)腰的距離和肩寬之比作為人體靜態(tài)特征，并基于大量實驗做出數(shù)據(jù)分析，且輔以一定的人體動態(tài)特征來綜合考量。通過對實驗數(shù)據(jù)的分析，本方案的結(jié)論已具有一定的可靠性。

2 不同視角識別方法和理論

2.1 實驗方法

先將兩個攝像機分別固定在不同方位不等高的兩個位置（h1≠h2，水平距離為d），固定時使兩個攝像機與地面之間所成的夾角不同（α1≠α2）。

然后在實驗人員的兩肩和腰部分別貼標簽，使其在實驗場地正常行走，攝像機捕捉并同時記錄行走過程。選取一個完整周期中的30幀，運用專業(yè)運動分析軟件Quintic Biomechanics v26，測量實驗人員行走過程的人在視頻中的兩肩寬度和一側(cè)肩到同側(cè)腰的距離及人像中兩肩連線和一側(cè)肩到同側(cè)腰之間連線的夾角等三項數(shù)據(jù)并進行分析。

上述測量的三項數(shù)據(jù)在不同視角下具有較高的穩(wěn)定性，同時能夠排除一定條件下視頻的相關(guān)干擾因素。

2.2 實驗理論

設(shè)攝像機所在位置為點P，人的兩肩分別為點B和點D，腳部為點A，腰為點E，則此時攝像機的視角平面與實驗人員的切點為點B，并作出示意圖（圖1）。

結(jié)合數(shù)學(xué)空間向量有關(guān)知識，在實驗對象所在空間，以攝像機的視角平面為底面，設(shè)點A在攝像機視角平面上的投影為原點O，AB在攝像機平面上的投影為X軸，OA為Z軸，點E在攝像機視角平面上的投影為F，建立空間直角坐標系，如圖2所示，則OB為AB在攝像機面上的投影，BC為BD在攝像機面上的投影，C為D在攝像機面上的投影。設(shè)OB=k∑，BC=kσ，OC=kθ，∠ABO=α，∠OBC=β，通過空間向量有關(guān)計算，可以得出：

所以，通過測量人在視頻中的兩肩寬度和身高的距離及人像中兩肩連線和身高的夾角，最終得到人實際的身高和肩寬比例。同理，得到人實際的一側(cè)肩到同側(cè)腰的距離和肩寬比例。

2.3 實驗結(jié)果

表1為對一名實驗人員實驗數(shù)據(jù)的采集及分析結(jié)果。其余29人參照其分別進行了測量和分析，并做出總數(shù)據(jù)表，進行綜合分析。[6]

2.4 實驗討論

1）通過對上述同一人該行走特征所得的30次的數(shù)據(jù)進行分析，得到下列表2結(jié)果：

對出現(xiàn)的30次數(shù)值進一步分析，發(fā)現(xiàn)這些數(shù)值置于置信區(qū)間的概率如下（表3）：

可以看出，該人行走姿態(tài)所得出的特征數(shù)據(jù)居于3個置信區(qū)間的概率高，可見該特征具有很強的穩(wěn)定性。

2）通過對30個人在同一臺攝像機下行走特征進行分析，數(shù)據(jù)處理后得到方差（表4），30組中97℅均在3各置信區(qū)間內(nèi)，所以說明數(shù)值波動小，具有穩(wěn)定性。[7]

通過對離散系數(shù)計算之后發(fā)現(xiàn)其數(shù)值范圍在0.1以內(nèi)，說明波動小，穩(wěn)定性高。因此，監(jiān)控視頻中行走特征變化規(guī)律穩(wěn)定性較高，對視頻監(jiān)控中同一人的同一認定具有重要作用。

3）通過對30個不同人在同一臺攝像機下行走特征進行分析，對同一個人的30組數(shù)據(jù)取平均值，發(fā)現(xiàn)不同人之間的數(shù)據(jù)變化較大，差距較大（表5），具有差異性，對視頻監(jiān)控中不同人的認定具有重要作用。

因為相同人在監(jiān)控視頻中的行走特征變化具有較強的穩(wěn)定性，不同人在監(jiān)控視頻中的行走特征變化具有較強的特定性，兩者相結(jié)合，因此在一定的條件下，可以通過對人體在監(jiān)控視頻中行走運動特征的變化對人物進行識別，達到認定或者排除人物的目的。

3 不同視角特征識別的不足和改進方法

使用本項目所采取的實驗方法來采集相關(guān)實驗數(shù)據(jù)并進行分析從而達到同一認定，具有一定的局限性。因為本項目理論是基于不同人的一側(cè)肩到同側(cè)腰的距離和肩寬的比例是不同的，而在現(xiàn)實生活中，存在著不少身材體型較接近的人，如果對他們進行測量，所得到的結(jié)果十分接近，不能達到同一認定的標準，同時我們注意到，在特征的選擇上，由于人的行走姿態(tài)反映出的特征較多，所以選擇的余地相對較大；由于本項研究是從貼近實戰(zhàn)角度出發(fā)，所以在資料和方法的選擇上盡量和實戰(zhàn)靠近。在理論研究中，我們可以應(yīng)用更為精密的設(shè)備對這些特征加以捕捉、量化，使得工作的效率更高，數(shù)據(jù)更精確，結(jié)果更可信，最終達到更為廣泛的應(yīng)用。

【參考文獻】

[1]吳京輝.視頻監(jiān)控目標的跟蹤與識別研究[D].北京：北京理工大學(xué)，2015.

[2]李月龍，靳彥，肖志濤，耿磊.人臉特征點提取方法綜述[J].計算機學(xué)報，2015.

[3]李翔，趙輝，張曉利.基于人體關(guān)節(jié)點的步態(tài)識別算法研究[D].電氣電子教學(xué)學(xué)報，2010（05）.

[4]張承璽.固定場景下的人體姿態(tài)識別[D].黑龍江：哈爾濱工業(yè)大學(xué)，2014.

[5]同濟大學(xué)數(shù)學(xué)系.高等數(shù)學(xué)[M].上海高等教育出版社，2014.

[6]張海金.利用Excel軟件進行測量過程的統(tǒng)計控制[J].中國計量，2016.

[7]賈俊平.統(tǒng)計學(xué)[M].北京：中國人民大學(xué)出版社，2012.

[責任編輯：楊玉潔]