沈易成　薛祺　朱立志　李昊

摘 要：為加強(qiáng)公安機(jī)關(guān)信息化建設(shè)，提高公安機(jī)關(guān)偵查破案能力，解決生物特征識別中步態(tài)識別對識別和確定嫌疑人理論依據(jù)問題，文章選取了行走過程中肢體協(xié)調(diào)性方面入手進(jìn)行實(shí)驗(yàn)研究。通過實(shí)驗(yàn)得到25人行走數(shù)據(jù)，對其進(jìn)行處理分析，得出人在正常行走過程中左右肢體協(xié)調(diào)并且運(yùn)動軌跡穩(wěn)定及具有特定性的結(jié)論，即可以通過人在正常行走過程中的肢體運(yùn)動軌跡，對人身進(jìn)行同一性認(rèn)定。

關(guān)鍵詞：刑事技術(shù)；步態(tài)識別；步態(tài)特征圖；行走姿態(tài)；生物識別

中圖分類號：TP391 文獻(xiàn)標(biāo)志碼：A 文章編號：2095-2945（2018）17-0010-04

Abstract： In order to strengthen the information construction of public security organs， improve the ability of investigating and solving cases in public security organs， and solve the problem of gait recognition in biometric identification to identify and determine the theoretical basis of suspects， we， in this paper， choose the aspect of limb coordination in the walking process to carry on the experimental research. The walking data of 25 people were obtained and analyzed， and the conclusion that people coordinated the left and right limbs in the normal walking process and the track of movement was stable and specific was concluded. That is， we can justify the identity of the human body through the movement track of the body in the normal walking process.

Keywords： criminal technology； gait recognition； gait feature map； walking posture； biometric identification

在信息化社會中，公安機(jī)關(guān)加緊信息化建設(shè)，將信息化建設(shè)成果應(yīng)用于公安實(shí)戰(zhàn)。[1]案件偵查作為公安工作的重難點(diǎn)，自然也是信息化建設(shè)的重點(diǎn)，近年來，各類高科技手段被應(yīng)用于偵查工作，為案件的破獲帶來了極大的便利。[2]然而隨著社會發(fā)展，各類案件愈加多發(fā)，且犯罪嫌疑人的反偵查意識越來越強(qiáng)，給公安機(jī)關(guān)的偵查破案帶來了很大的困難。與此同時(shí)監(jiān)控視頻中的生物特征識別技術(shù)以簡潔、快速和對身份認(rèn)定可靠、準(zhǔn)確等優(yōu)勢越來越受到人們的青睞。本文選擇其中的行走過程中肢體的協(xié)調(diào)性方面進(jìn)行研究，希望能夠?yàn)榉缸锵右扇说淖R別和認(rèn)定提供理論依據(jù)，助力公安實(shí)戰(zhàn)。

1 研究背景及意義

目前已經(jīng)廣泛運(yùn)用于公安實(shí)戰(zhàn)的生物特征識別技術(shù)有人臉、指紋、聲音等特征，但是這類特征的獲取需要滿足被識別人的配合及對外部環(huán)境有一定要求，而在犯罪現(xiàn)場這是極難被滿足的。而且，隨著犯罪嫌疑人反偵查意識的提高，人臉、指紋等生物特征的應(yīng)用范圍將會越來越多地受到限制。步態(tài)，作為一種新的生物特征，以其唯一性和真實(shí)性引起了研究人員的廣泛關(guān)注[3]。

英國南安普敦大學(xué)馬克·尼克松教授的研究顯示：如同沒有兩匹斑馬擁有相同的斑紋一樣，不同的人在肌肉、骨骼、體重、年齡、視覺等生理?xiàng)l件以及個人習(xí)慣等內(nèi)在因素的共同作用下，展現(xiàn)出完全不同的步態(tài)。而且，步態(tài)難以改變。因此，利用步態(tài)可以安全可靠地進(jìn)行身份認(rèn)定。步態(tài)識別與傳統(tǒng)的生物特征識別相比，具有以下三個優(yōu)勢[4]：

（1）隱蔽性。步態(tài)信息的獲取不需要被識別人的配合，可不經(jīng)發(fā)覺完成采集。

（2）遠(yuǎn)距離性。步態(tài)信息可以遠(yuǎn)距離獲取并識別。信息獲取的遠(yuǎn)距離性為操作人員爭取了時(shí)間，使其能夠?qū)磳⒌絹淼奈ｋU(xiǎn)做出反應(yīng)。

（3）真實(shí)性。步態(tài)難以改變。如果刻意改變步態(tài)，反而會因?yàn)楣之惖淖呗纷藙莞右俗⒛?。[5]

并且隨著公安治安視頻監(jiān)控系統(tǒng)，即天網(wǎng)系統(tǒng)的發(fā)展，與其整合必能在公安實(shí)戰(zhàn)之中大放異彩。

2 實(shí)驗(yàn)內(nèi)容及方法

2.1 實(shí)驗(yàn)?zāi)康?/p>

本文通過捕捉人行走過程中四肢各特征點(diǎn)（肩部、肘部、手腕、胯部、膝部及腳踝）的運(yùn)動，利用其時(shí)間、空間關(guān)系，從兩個角度加以研究：一是同一人左右對應(yīng)的特征點(diǎn)運(yùn)動的對稱性，二是該同一人同一特征點(diǎn)運(yùn)動的穩(wěn)定性，通過樣本之間的對比，以期可以為步態(tài)的同一性認(rèn)定提供實(shí)驗(yàn)依據(jù)。

2.2 實(shí)驗(yàn)原理

利用運(yùn)動捕捉系統(tǒng)十個捕捉單元對某一點(diǎn)同時(shí)從不同角度進(jìn)行捕捉，通過三維疊加計(jì)算出該點(diǎn)在空間中的三維坐標(biāo)。當(dāng)該點(diǎn)運(yùn)動時(shí)，可分別記錄下該點(diǎn)不同時(shí)刻的空間位置。再利用數(shù)理統(tǒng)計(jì)等方法對該點(diǎn)運(yùn)動過程中的空間位置加以分析，從中找出相應(yīng)規(guī)律。

2.3 實(shí)驗(yàn)方法

（1）處理空間環(huán)境：修正鏡頭參數(shù)。

（2）標(biāo)定攝像頭：利用標(biāo)定架，確定各鏡頭空間位置。

（3）建立數(shù)據(jù)庫以及人體模型：測量人體參數(shù)，確定人體靜態(tài)模型。

（由于Vicon V1.3運(yùn)動捕捉系統(tǒng)是利用紅外攝像頭收集黏貼在人體上的Mark點(diǎn)所發(fā)出的紅外信號，易于被外界其他無關(guān)紅外信號干擾，導(dǎo)致無法采集數(shù)據(jù)。在實(shí)驗(yàn)過程中，中午時(shí)段進(jìn)行的實(shí)驗(yàn)由于太陽光線強(qiáng)烈，無關(guān)紅外信號干擾過多，使得無法采集特征點(diǎn)所發(fā)出的信號，無法生成實(shí)驗(yàn)數(shù)據(jù)，導(dǎo)致實(shí)驗(yàn)無法進(jìn)行，而在夜晚時(shí)段進(jìn)行的實(shí)驗(yàn)則因?yàn)楦蓴_源的減少，實(shí)驗(yàn)效果達(dá)到預(yù)期。）

2.4 測量數(shù)據(jù)

測量正常行走運(yùn)動中一個行走周期以上特征點(diǎn)空間時(shí)間數(shù)據(jù)，捕捉頻率為100hz/s，對25位測試者分別測試35組數(shù)據(jù)。

2.5 提取協(xié)調(diào)性特征數(shù)據(jù)

本文利用Vicon V1.3運(yùn)動捕捉系統(tǒng)收集人體各特征點(diǎn)在正常行走過程中的時(shí)間與位置數(shù)據(jù)，將其導(dǎo)出制作成為Excel表格文檔，表格如下（表1-1（腕部）為編號為1的實(shí)驗(yàn)者第一次測量腕部的數(shù)據(jù)……表M-N（腕部）（1≤M≤25，1≤N≤35）為編號為M的實(shí)驗(yàn)者第N次測量的腕部數(shù)據(jù)……）由于數(shù)據(jù)較多，僅展示一部分，其余參照此表。

2.6 實(shí)驗(yàn)器材

Vicon V1.3運(yùn)動捕捉系統(tǒng)。

3 實(shí)驗(yàn)數(shù)據(jù)分析

利用實(shí)驗(yàn)數(shù)據(jù)將表格制作成時(shí)間與位置關(guān)系的折線圖，展示此特征點(diǎn)在空間X、Y、Z方向（X為左右方向，Y為運(yùn)動方向，Z為垂直方向）上的運(yùn)動軌跡。由于特征點(diǎn)較多，僅展示一部分，其余參照圖1、圖2。

小組成員通過比較14個特征點(diǎn)在正常行走過程中時(shí)間與位置關(guān)系的折線圖，發(fā)現(xiàn)腕部Z方向和腳踝部Z軸方向運(yùn)動軌跡最為穩(wěn)定和明顯，經(jīng)討論一致決定選用這兩個特征點(diǎn)的Z方向數(shù)據(jù)進(jìn)行下一步的分析處理工作。

分析處理協(xié)調(diào)性特征數(shù)據(jù)：

（1）對稱性

本文將位于人體左右兩側(cè)同一位置的特征點(diǎn)數(shù)據(jù)進(jìn)行比較，從圖3、圖4中可以看出，腕部和腳踝部在Z軸方向上，運(yùn)動的頻率、波峰、波谷、周期等趨于一致，將同一實(shí)驗(yàn)對象35次實(shí)驗(yàn)及25位不同實(shí)驗(yàn)對象的數(shù)據(jù)進(jìn)行同樣處理、對比，發(fā)現(xiàn)腕部和腳踝部在Z軸方向上，運(yùn)動的頻率、波峰、波谷、周期等都趨于一致，由此可以得出人在正常行走過程中肢體左右兩側(cè)運(yùn)動軌跡對稱。

（2）協(xié)調(diào)性

上文得出人在正常行走過程中肢體左右兩側(cè)運(yùn)動軌跡對稱，可推導(dǎo)得出人在正常行走過程中左右肢體運(yùn)動協(xié)調(diào)。

（3）穩(wěn)定性

本文將同一實(shí)驗(yàn)對象同一特征點(diǎn)多次實(shí)驗(yàn)數(shù)據(jù)進(jìn)行比較，從圖5、圖6中可以看出，腕部和腳踝部在Z軸方向上，運(yùn)動的頻率、波峰、波谷、周期等趨于一致，再將其余不同實(shí)驗(yàn)對象的數(shù)據(jù)進(jìn)行同樣處理、比較，發(fā)現(xiàn)腕部和腳踝部在Z軸方向上，運(yùn)動的頻率、波峰、波谷、周期等都趨于一致，由此可以推出人在正常行走過程中運(yùn)動具有穩(wěn)定性。

4 實(shí)驗(yàn)結(jié)論及不足

4.1 結(jié)論

通過對實(shí)驗(yàn)數(shù)據(jù)進(jìn)行以上處理、大量分析本文得出以下結(jié)論：人在正常行走過程中左右肢體協(xié)調(diào)并且運(yùn)動軌跡穩(wěn)定及具有特定性，即可以通過人在正常行走過程中的肢體運(yùn)動軌跡，對人身進(jìn)行同一性認(rèn)定。

4.2 不足與展望

由于本文條件所限實(shí)驗(yàn)對象都為身體健康的成年男性，未對女性、殘障人士、老年人等人群進(jìn)行實(shí)驗(yàn)測試，結(jié)論存在一定局限性，不能適用于全部人群，且樣本容量太小，只有25人。對于實(shí)驗(yàn)數(shù)據(jù)的分析處理，只是從運(yùn)動軌跡、時(shí)間和位置關(guān)系，還可以從其他變量入手，使用其他的科學(xué)方法，使得實(shí)驗(yàn)結(jié)論更加具有科學(xué)性，上升到理論高度。

本文從人在行走過程中的運(yùn)動軌跡入手，采用科學(xué)的手段方法，得出人在正常行走過程中左右肢體協(xié)調(diào)并且運(yùn)動軌跡穩(wěn)定及具有特定性的結(jié)論，研究了人的正常行走姿態(tài)并為對于人的行走姿態(tài)的同一性認(rèn)定提供了一定的實(shí)驗(yàn)依據(jù)，再經(jīng)過逐步的完善就可服務(wù)于公安實(shí)戰(zhàn)，還可與現(xiàn)在的天網(wǎng)系統(tǒng)結(jié)合起來，更加高效的識別嫌疑人，提高公安機(jī)關(guān)的信息化水平，提升自身業(yè)務(wù)能力。

本文通過實(shí)驗(yàn)得出的結(jié)論不僅為行走姿態(tài)的同一性認(rèn)定提供了實(shí)驗(yàn)依據(jù)，而且還可以應(yīng)用于醫(yī)藥衛(wèi)生和電子領(lǐng)域，應(yīng)用于仿生義肢和仿生機(jī)器人。利用人在正常行走過程中肢體左右兩側(cè)運(yùn)動軌跡對稱的結(jié)論，截取人體一半肢體的運(yùn)動數(shù)據(jù)，依據(jù)此結(jié)論，編制出算法，得出另一半肢體的運(yùn)動數(shù)據(jù)，得到義肢的運(yùn)動軌跡，由此完成整個運(yùn)動過程，使得殘疾人也能正常行走，過上正常的生活。

本文希望可以為社會作出微小貢獻(xiàn)，不負(fù)厚望。

參考文獻(xiàn)：

[1]陳曉.大數(shù)據(jù)時(shí)代地方公安信息化建設(shè)的思考[J].科技與創(chuàng)新，2095-6835，2017（05）：54-57.

[2]鮑龍，劉鈺杰，南岳志.試論信息化偵查方法[J].讀天下社科研究.

[3]Lai Daniel TH， Begg Rezaul K， Palaniswami Marimuthu. Computational Intelligence in Gait Research： A Perspective on Current Applications and Future Challenges [J]. Information Technology in Biomedicine， IEEE Transactions on，2009，13（5）：687-702.

[4]Tracey K M Lee， Mohammed Belkhatir， Saeid Sanei. A comprehensive review of past and present vision-based techniques for gait recognition[J]. Multimedia Tools and Applications， 2014，72（3）：2833-2869.

[5]劉萍.與服飾、攜帶物無關(guān)的多視角下的步態(tài)識別[D].國防科學(xué)技術(shù)大學(xué).