高毅

（中國刑事警察學院 痕跡檢驗技術系，遼寧 沈陽100854）

Simi視頻動作捕捉系統(tǒng)在步態(tài)識別中的應用

高毅

（中國刑事警察學院 痕跡檢驗技術系，遼寧 沈陽100854）

目的 探討人體行走運動主要步態(tài)特征參數(shù)新的提取識別方法和定量化分析技術。方法以步態(tài)分析技術與傳統(tǒng)的足跡檢驗理論和方法為基礎，運用先進的Simi Motion視頻動作捕捉系統(tǒng)，對50名健康男性正常行走的步態(tài)特征參數(shù)進行識別和分析。結果提出了一種基于關節(jié)點的步態(tài)特征提取方法，得到了行走步態(tài)特征的基本參數(shù)，為步態(tài)特征定量化檢驗提供技術支持。結論 研究表明，simi視頻動作捕捉系統(tǒng)可以獲得較精確的步態(tài)特征數(shù)據(jù)，能夠滿足人體步態(tài)分析的需求，進而達到人身個體識別的目的。

步態(tài)識別；特征提取；simi；量化檢驗

1 概述

步態(tài)識別是運用現(xiàn)代計算機與圖像處理等多種信息技術手段對人的行走姿態(tài)進行識別，以實現(xiàn)對個人身份的認證。由于每個人在生理結構、行走方式及習慣基本特征上不同，并在一定時期內(nèi)具有較高的穩(wěn)定性，所以步態(tài)識別為人身識別與分析提供了獨特的線索。步態(tài)識別融合了計算機視覺、模式識別及視頻、圖像處理等多項技術，關鍵環(huán)節(jié)主要包括步態(tài)特征提取、分析和識別三個方面。同時，步態(tài)識別還具有遠程監(jiān)控、不易偽裝等優(yōu)點。因此，這種新的識別方法在機場、銀行監(jiān)控及刑偵、安保、甚至反恐等部門都有著廣泛的應用[1]。

2 實驗裝置與方法

2．1 系統(tǒng)組成

德國Simi Motion運動動作捕捉系統(tǒng)是基于Windows操作系統(tǒng)的視頻分析系統(tǒng)，可控制多達6個攝像機同步拍攝，并可手動解析或使用自動標志點識別和跟蹤解析運動動作，能夠處理每秒25幀的標準錄像到每秒10000幀的高速錄像。同步誤差僅1ms；系統(tǒng)組成包括臺式電腦，松下GS308數(shù)碼攝像機，標定架、直徑25.4mm標記球20個?？梢砸匀魏嗡俣葋磉M行視頻回放和動作捕捉，距離、角度、速度和加速度等步態(tài)特征參數(shù)可以用圖形來顯示。

2．2 實驗對象及方法

步態(tài)分析的關鍵技術在于高精度的三維人體運動捕捉。實驗中采用光學式運動捕捉技術，相關工作主要包括四個步驟[2]：攝像機定標，標記點提取，標記點跟蹤和標記點三維重建（如圖1～4）。

圖1 攝象機定標

圖2 標記點提取

圖3 標記點跟蹤

圖4 人體標記點三維模型重建

選擇50名測試者，記錄他們的年齡、身高、體重。在視頻錄制的過程當中，在每人的腕關節(jié)、肘關節(jié)、肩關節(jié)、髖關節(jié)、膝關節(jié)和踝關節(jié)分別綁上光學標定球，以正常行走速度通過Simi Motion運動圖像分析系統(tǒng)，并以同樣的方式重復30次實驗，同步記錄Simi視頻動作捕捉系統(tǒng)的數(shù)據(jù)及各數(shù)據(jù)在三維空間中x、y、z軸的變化[3]。

3 步態(tài)參數(shù)描述

每個個體的生理、身體結構都不盡相同，并在長期的成長、生活環(huán)境中形成與之相適應的行走習慣動作既所謂的行走姿態(tài)的動力定型。這種步態(tài)上的動力定型不僅具有人體特征之間的顯著差異，同時，在一定時期內(nèi)具有較高的穩(wěn)定性。因此對步態(tài)特征參數(shù)進行量化描述，可以為步態(tài)分析和識別提供科學的依據(jù)。

3．1 步態(tài)時間參數(shù)

人體的行走在時間、距離上往往表現(xiàn)為左右足交替支撐和擺動的周期性運動。行走運動中，一只腳連續(xù)兩次處于著地狀態(tài)，則構成一個完整的步態(tài)周期，一個步態(tài)周期又可根據(jù)時間的前后分為支撐階段和擺動階段（如圖5）。當一只足進入到支撐階段，對側足還沒有離開地面，此時稱為雙支撐階段，支撐階段的其他時間為單支撐階段。由于人身個體的差異，各階段占整個步態(tài)周期的時間參數(shù)不同，見表1。

圖5 步態(tài)時間參數(shù)

表1 支撐、擺動及雙支撐時期占周期的百分比 （%）

由表1可見，對于不同年齡段的實驗人群，支撐、雙支撐階段占步態(tài)周期的比例在時間參數(shù)上不盡相同，反映了人體步態(tài)特征在時間上的差異。

3．2 步幅距離參數(shù)

步幅距離參數(shù)反映的是雙足協(xié)調(diào)搭配關系和運步動作的特征，與人體身高、年齡、體態(tài)、性別及步行姿勢等密切相關，常用步長、步寬、步角作為步態(tài)分析的重要量化指標[4]。以步長為例，通過測試各個年齡段人群的實驗結果進行統(tǒng)計分析，同時，為消除身高的影響，用步長與身高的比值進行描述，如表2。各年齡段步長差異明顯。

表2 步長、身高參數(shù)

3．3 空間角度參數(shù)

人體行走時，髖、膝和踝關節(jié)屈伸運動特性包括腳跟著地時刻關節(jié)角度、腳尖離地時刻關節(jié)角度、以及最大屈曲角度和伸展角度等特定角度，同時還包括行走時上肢擺動姿勢。由于人體行走時步態(tài)主要體現(xiàn)在矢狀面內(nèi)，因此，步態(tài)特征的空間角度主要提取矢狀面內(nèi)的關節(jié)角度。以膝關節(jié)比較為例，選取兩名身高、體重、年齡基本相似的測試者1和測試者2，行走速度約為1m/s，兩名測試者行走姿勢及3D棍狀圖如圖 6、圖 7。

圖6 1號測試者行走姿勢及3D棍狀圖

圖7 2號測試者行走姿勢及3D棍狀圖

比較兩名測試者膝關節(jié)的角度可以發(fā)現(xiàn)：1號測試者的膝關節(jié)最小角度遠小于2號測試者，兩人之間膝關節(jié)最小角度的差值可以達到26.7°。膝關節(jié)的角度曲線圖如圖8、圖9（縱軸單位為度）。

圖8 1號測試者膝關節(jié)的角度曲線圖

圖9 2號測試者膝關節(jié)的角度曲線圖

實驗表明膝關節(jié)角度可以作為重要的步態(tài)特征指標用于人身個體的同一認定和分析。

同時，對于不同的運動主體，由于上肢擺臂姿勢的不同，使得上肢各個關節(jié)的彎曲角度也會不同。以上肢肘關節(jié)為例，實驗選取兩名測試者進行比較，其身高、體重、年齡相似，行走速度約為1.5m/s，行走時擺臂姿勢都是身體前后擺臂。區(qū)別是一個擺小臂、一個擺大臂，其中擺小臂者編號為3，擺大臂者編號4。兩名測試者行走姿勢及3D棍狀圖如圖10、圖11。

圖10 3號行走姿勢3D棍狀圖

圖11 4號行走姿勢3D棍狀圖

比較表4中肘關節(jié)最大彎曲角度可以看出：擺小臂的最大彎曲角度明顯大于擺大臂的最大彎曲角度。肘關節(jié)角度曲線圖如圖12、圖13。

圖12 3號肘關節(jié)彎曲角度曲線

圖13 4號肘關節(jié)彎曲角度曲線彎曲角度曲線

通過以上實驗表明，基于空間關節(jié)角度參數(shù)的步態(tài)識別，可以有效地區(qū)分不同的運動主體。

3．4 速度、加速度參數(shù)

在步行中，兩腿交替進行地面支撐和空間擺動運動，但由于個體差異，如身高，年齡，性別，體態(tài)以及行走習慣的差異性，速度和加速度表現(xiàn)出個體差異。將兩個不同行走速度的人在相同實驗情況下比較，進一步分析在不同行走速度下的以加速度為步態(tài)特征的變化情況。選取不同人在正常行走速度為1 m/s和2m/s的兩種情況下實驗數(shù)據(jù)，進行比較分析。

圖14 正常速度人膝關節(jié)的加速度曲線圖

圖15 快走人膝關節(jié)的加速度曲線圖

不同行走速度時，以膝關節(jié)加速度的比較為例，從表3中膝關節(jié)各方向最大加速度可以看出：行走速度加快，膝關節(jié)在X軸上的最大加速度加大明顯，而在Y軸和Z軸上的變化不是特別明顯。膝關節(jié)加速度曲線圖如圖14、圖15（縱軸單位為m/s2）。

表3 膝關節(jié)xyz軸最大加速度 （單位：m/s2）

實驗得出不同人步態(tài)加速度明顯不同，反映了行走的動力定型特點和邁步的特征，具有明確的人身個體識別性[5]。

4 Simi視頻動作捕捉系統(tǒng)在步態(tài)識別中的應用前景

Simi視頻動作捕捉系統(tǒng)的應用，突破了傳統(tǒng)足跡檢驗的僅僅依賴于二維的統(tǒng)計特征，而上升到人體整體行走運動的三維空間步態(tài)的研究。將高速攝像機、計算機等組合在一起，并結合紅外、激光測量技術從不同角度視頻捕捉人體運動的全過程，對數(shù)據(jù)進行采集，記錄人體行走各周期步態(tài)特征，利用計算機數(shù)據(jù)處理技術、圖形和圖像分析技術對視頻動作連續(xù)回放，建立三維人體模型，對人體行走運動進行綜合評定，其識別的精度將大幅提高。

[1]劉德俊，鸝鳴陽，沈力行.正常青年人行走步態(tài)的實驗研究[J].上海理工大學學報，2008，30（1）：67-70.

[2]郭建林，高原，基于視頻的步態(tài)特征提取技術及其應用[J].電腦知識與技術，2008，（S2）：124-126.

[3]鄧秀春，王仁芳.基于三維步態(tài)特征的步態(tài)識別方法[J].計算機仿真，2011，28（4）：279-282.

[4]史力民.足跡學[M].北京：中國人民公安大學出版社，2007：129-132.

[5]王犇，袁濤，梁燦.基于加速度特征點提取的步態(tài)身份認證[J].清華大學學報（自然科學版），2009，49（10）：1601-1604.

Application of Simi Motion Capture System in Gait Recognition

GAO Yi
（China Criminal Police College， Shenyang 110854， China）

Objective To explore a new method for the extraction， recognition and quantification analysis of the major gait feature parameters of human walking.Method Base on the gait analysis techniques and traditional theories and methods of footprint examination，the gait parameters of 50 healthy men were recognized and analyzed with the advanced Simi Motion Capture System.Results A gait feature extraction method based on joint point was proposed，and the basic parameters of gait features were summarized.Conclusion The research shows that the Simi Motion Capture System can acquire more accurate data of gait features，and meet the needs of gait analysis.

gait recognition；feature extraction；Simi Motion Capture System；quantitative analysis

DF793.2

A

10.3969/j.issn.1671-2072.2013.02.016

1671-2072-（2013）02-0066-05

2012-12-02

高毅（1978-）男，講師，碩士，主要從事足跡檢驗方面的教學、科研、辦案工作和足跡檢驗方面的研究工作。

E-mail：gao_yi7666@sina.com。

施少培）

鑒定實踐Forensic Practice