陳春杰

（常州市公安局,江蘇 常州 213000）

步態(tài)識(shí)別技術(shù)自1994年面世以來(lái)，伴隨著各市“雪亮工程”“天眼系統(tǒng)”的大規(guī)模建設(shè)并投入使用，各個(gè)城市的視頻監(jiān)控?cái)?shù)量與日俱增，視頻監(jiān)控也完成了從傳統(tǒng)模擬監(jiān)控到高清數(shù)字化的過(guò)渡[1]。當(dāng)前步態(tài)識(shí)別技術(shù)進(jìn)入了高速發(fā)展時(shí)期，加上人工智能（Artificial Intelligence,AI）技術(shù)的發(fā)展和不斷應(yīng)用到各行各業(yè)，智能視頻監(jiān)控分析技術(shù)成為公安實(shí)戰(zhàn)中應(yīng)用的一種重要偵查手段。步態(tài)是指通過(guò)對(duì)人們行走的姿勢(shì)進(jìn)行研究，探索人行走的周期性規(guī)律。個(gè)人生理上的差異，導(dǎo)致其行走方式存在著根本性的差別。步態(tài)識(shí)別，是對(duì)視頻監(jiān)控中的行人進(jìn)行各方面生理特征的分析，通過(guò)與后臺(tái)數(shù)據(jù)庫(kù)比對(duì)，來(lái)識(shí)別人員的身份信息。目前，步態(tài)識(shí)別的國(guó)際最高水平精度只有65%，而中國(guó)的步態(tài)識(shí)別技術(shù)經(jīng)歷了幾年的優(yōu)化和發(fā)展，精度已經(jīng)達(dá)到了94%以上，50米外行人的實(shí)時(shí)步態(tài)，在普通全高清攝像機(jī)下，識(shí)別準(zhǔn)確率已高達(dá)90%以上。步態(tài)識(shí)別技術(shù)表現(xiàn)出其獨(dú)有的優(yōu)勢(shì)和應(yīng)用前景，研究步態(tài)識(shí)別技術(shù)現(xiàn)狀和發(fā)展，將在協(xié)助打擊違法犯罪、大型公共活動(dòng)安保等方面，為公安實(shí)戰(zhàn)帶來(lái)革命性的解決方案，意義非凡[2]。

1 步態(tài)識(shí)別原理和流程

步態(tài)識(shí)別技術(shù)的原理主要是通過(guò)視頻數(shù)據(jù)或者實(shí)時(shí)采集行人的步態(tài)視頻，對(duì)視頻畫(huà)面中的行人展開(kāi)四步法，即追蹤、檢測(cè)、分割、提取，得到行人的動(dòng)態(tài)特征，如行人的腰部、雙臂、雙腿、頭部等部位的搖動(dòng)、擺臂、行走等，另外還要對(duì)行人的靜態(tài)特征進(jìn)行提取，如面部、服飾等，然后將提取到的特征轉(zhuǎn)換為特征值，進(jìn)行編碼，再與現(xiàn)有數(shù)據(jù)庫(kù)中的行人特征值匹配比對(duì)，按閾值相似度大小排序，從而識(shí)別人員的身份信息[3]。

步態(tài)識(shí)別技術(shù)的主要過(guò)程涉及步態(tài)采集、步態(tài)分割、步態(tài)特征提取以及特征對(duì)比，圖1為步態(tài)識(shí)別技術(shù)流程圖。

圖1 步態(tài)識(shí)別技術(shù)流程圖

1.1 步態(tài)特征采集

通常情況下，步態(tài)特征采集主要涉及計(jì)算機(jī)視覺(jué)的方法、肌電信號(hào)傳感器方法、壓力測(cè)試板等方法。一般使用監(jiān)控?cái)z像機(jī)來(lái)采集步態(tài)數(shù)據(jù)，包含彩色（RGB）攝像機(jī)、運(yùn)動(dòng)相機(jī)等。當(dāng)前，步態(tài)特征數(shù)據(jù)主要利用RGB攝像機(jī)進(jìn)行采集。在一些照明不好的情況下或者遇到環(huán)境惡劣時(shí)，部分步態(tài)數(shù)據(jù)集通過(guò)紅外攝像機(jī)來(lái)捕獲。此外，三維體感攝像機(jī)可以直接輸出人體的關(guān)節(jié)位置和姿態(tài)[4]。

1.2 步態(tài)分割

行人的步態(tài)分割是視頻監(jiān)控技術(shù)中不可或缺的一部分。步態(tài)分割是從已抓拍的視頻序列圖像中，將行人的步態(tài)輪廓進(jìn)行差分法分割，通過(guò)對(duì)雙腳的距離變化分析，來(lái)判斷個(gè)人行走的步態(tài)頻率周期，從中提取關(guān)鍵幀用于下一步處理。

1.3 步態(tài)特征提取及識(shí)別

步態(tài)特征提取是對(duì)分割出來(lái)的人體剪影進(jìn)行特征提取，包括靜態(tài)特征和動(dòng)態(tài)特征兩方面。步態(tài)特征提取是步態(tài)識(shí)別的關(guān)鍵環(huán)節(jié)，起初應(yīng)用的是單一輪廓特征法、融合特征法，但兩者均需依靠人工來(lái)提取特征，而且部分特征不能完整被提取。目前，深度學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)方式被廣泛應(yīng)用于步態(tài)特征的提取，其適用于防控場(chǎng)合的步態(tài)提取，不同行人的特征區(qū)別很明顯，同一個(gè)體的步態(tài)特征有很強(qiáng)的內(nèi)聚性，擁有毫秒級(jí)響應(yīng)速度[5]。常用的步態(tài)識(shí)別分類(lèi)器包括支持向量機(jī)、孿生支持向量機(jī)以及K近鄰法等。

1.4 常規(guī)步態(tài)數(shù)據(jù)集

最早的步態(tài)數(shù)據(jù)庫(kù)是在1998年由加州大學(xué)的研究者所創(chuàng)建的。步態(tài)數(shù)據(jù)集用于采集行人處于不同時(shí)間、不同狀態(tài)時(shí)行走姿態(tài)的視頻序列。常用的三個(gè)步態(tài)數(shù)據(jù)集分別是清華大學(xué)發(fā)布的GREW數(shù)據(jù)集、中科院發(fā)布的CASIA-B數(shù)據(jù)集及日本大阪大學(xué)發(fā)布的OU-MVLP數(shù)據(jù)集。

GREW是清華大學(xué)提供的戶外步態(tài)數(shù)據(jù)集，發(fā)布于2021年。數(shù)據(jù)集中共26 345個(gè)目標(biāo)，128 671段序列，未定義特定角度，共用882個(gè)攝像頭拍攝。此數(shù)據(jù)集提供了2D、3D關(guān)節(jié)點(diǎn)，剪影圖及光流圖。行走條件包括干擾物、背景、攜帶物、穿著、遮擋、光照、速度、鞋子和行走方向等。圖2為受試者在不同行走條件下的示例。

圖2 受試者在不同行走條件下的示例

中國(guó)科學(xué)院自動(dòng)化研究所開(kāi)發(fā)的CASIA-B數(shù)據(jù)庫(kù)采集于2005年1月。該數(shù)據(jù)庫(kù)規(guī)模大、多視角，共有124位行人的原始視頻數(shù)據(jù)和輪廓圖。每位行人有11個(gè)視角（0°、18°、36°、…、180°），如圖3所示。命名規(guī)則：行人編號(hào)-行走條件-序列號(hào)-角度（001-nm-01-180.avi）。

圖3 行人11個(gè)視角的圖片

日本大阪大學(xué)科學(xué)與工業(yè)研究所在2018年發(fā)布的OUMVLP，是多視角人口步態(tài)數(shù)據(jù)集[6]。數(shù)據(jù)集共有10 307個(gè)目標(biāo)（其中男性5 114名，女性5 193名，年齡2～87歲之間），4個(gè)角度（-270°、-90°、0°、180°）。該數(shù)據(jù)集提供了2D關(guān)節(jié)點(diǎn)及剪影圖。剪影序列（90°視角）示例如圖4所示。

圖4 剪影序列

2 步態(tài)識(shí)別技術(shù)特征

與其他常用的生物識(shí)別技術(shù)對(duì)比，步態(tài)識(shí)別具有以下優(yōu)點(diǎn)。

2.1 對(duì)距離要求較低

在受到前端視頻采集設(shè)備硬件條件的限制以及識(shí)別目標(biāo)相距較遠(yuǎn)時(shí)，行人面部易模糊不清，在其他生物特征無(wú)法采集的情況下，目標(biāo)人物的行走姿態(tài)卻清晰可見(jiàn)[7]。另外，從防范角度來(lái)看，步態(tài)識(shí)別更適用于遠(yuǎn)距離身份辨別。

2.2 無(wú)須目標(biāo)配合

與指紋、虹膜等生物特征識(shí)別技術(shù)比較，步態(tài)識(shí)別不需要識(shí)別目標(biāo)體的配合，即可獲取所需信息。

2.3 步態(tài)特征唯一性

指紋、虹膜等可以利用偽裝通過(guò)識(shí)別系統(tǒng)，步態(tài)是人體各個(gè)部位的協(xié)調(diào)動(dòng)作，是落腳、起腳和支撐擺動(dòng)階段，行人的行走姿態(tài)具有瞬間穩(wěn)定性，難以模仿更難以改變，因此步態(tài)具有唯一性[8]。步態(tài)識(shí)別主要受視覺(jué)的靈敏程度、肌肉的力量、個(gè)人的協(xié)調(diào)能力、肌腱與骨骼的長(zhǎng)度、個(gè)人經(jīng)歷、個(gè)人的體重、生理以及個(gè)人的走路風(fēng)格等因素影響，每個(gè)人的步態(tài)都是不盡相同的。因此，步態(tài)不同于人像，存在相似性，而具有身份識(shí)別的唯一性。此外，心理學(xué)研究也表明，步態(tài)所獨(dú)有的唯一性可用于身份鑒別，可以用步態(tài)識(shí)別系統(tǒng)來(lái)做門(mén)禁系統(tǒng)。

3 步態(tài)識(shí)別技術(shù)在公安實(shí)戰(zhàn)中的應(yīng)用

步態(tài)識(shí)別技術(shù)除了具備唯一性特征之外，還兼具隱蔽性采集的特點(diǎn)。在公安實(shí)戰(zhàn)工作中，無(wú)論工作人員采取何種偵查方法，開(kāi)展工作的核心任務(wù)都是快速準(zhǔn)確地確定嫌疑人的身份，步態(tài)識(shí)別技術(shù)的出現(xiàn)大大提升了偵查工作的效率。步態(tài)識(shí)別以其獨(dú)有的特征奠定了其在公安實(shí)戰(zhàn)領(lǐng)域無(wú)出其右的應(yīng)用地位。特別是在各類(lèi)案件偵查中，反偵查意識(shí)強(qiáng)的罪犯就算僥幸躲過(guò)面部識(shí)別系統(tǒng)，也難以逃脫步態(tài)識(shí)別系統(tǒng)的識(shí)別[9]。

3.1 在治安防控中應(yīng)用

公安機(jī)關(guān)為了高效防控重大惡性事件，尤其是涉毒、前科、敏感人群的防范控制、身份核實(shí)等問(wèn)題，可借助步態(tài)識(shí)別系統(tǒng)加強(qiáng)排查，全面提升全社會(huì)治安防控水平。

3.2 在大型活動(dòng)安保中應(yīng)用

一般大型活動(dòng)具有參加人員數(shù)量多、活動(dòng)持續(xù)時(shí)間較長(zhǎng)、影響范圍深遠(yuǎn)、臨時(shí)性等特點(diǎn)，有效核查人員的身份信息，在第一時(shí)間快速鑒別出可疑人員，具有時(shí)間的緊迫性，成為大型活動(dòng)安保的頭等大事。為了省時(shí)省力快捷高效地開(kāi)展大型活動(dòng)安保工作，在活動(dòng)現(xiàn)場(chǎng)出入口和重點(diǎn)部位安裝步態(tài)監(jiān)控，能全面提升大型活動(dòng)安保質(zhì)量。

3.3 在打擊刑事犯罪時(shí)應(yīng)用

近年來(lái)，犯罪向?qū)I(yè)化、智能化方向發(fā)展。案件發(fā)生后，公安機(jī)關(guān)可以利用步態(tài)識(shí)別系統(tǒng)以圖搜圖，進(jìn)行人員實(shí)時(shí)布控和搜索人員軌跡，明確嫌疑人的身份和行蹤，從而精確、高效、有力地打擊違法犯罪。

3.4 在反恐維穩(wěn)中應(yīng)用

人的輪廓和人的步態(tài)是人們?cè)谶M(jìn)行身份識(shí)別時(shí)首選的甄別方式，即使嫌疑人距離較遠(yuǎn)，也能幫助公安機(jī)關(guān)進(jìn)行快速身份識(shí)別。在預(yù)防恐怖襲擊犯罪時(shí)，步態(tài)識(shí)別能提供早期預(yù)警和較長(zhǎng)的反應(yīng)時(shí)間，幫助公安機(jī)關(guān)及早掌握反恐斗爭(zhēng)的主動(dòng)權(quán)。

4 步態(tài)識(shí)別技術(shù)發(fā)展前景

步態(tài)識(shí)別技術(shù)作為新生力量，具有遠(yuǎn)距離、360°無(wú)死角的全視角特點(diǎn)，讓人耳目一新。但是步態(tài)識(shí)別技術(shù)在很多時(shí)候依然存在很多挑戰(zhàn)和問(wèn)題，例如，步態(tài)特征信息具有易失性、步態(tài)數(shù)據(jù)庫(kù)小、單獨(dú)使用步態(tài)識(shí)別技術(shù)無(wú)法滿足實(shí)戰(zhàn)需求等。步態(tài)識(shí)別的發(fā)展前景可歸納為以下幾方面。

4.1 提高穩(wěn)健性

目前步態(tài)識(shí)別研究主要側(cè)重于克服跨視角方向問(wèn)題，實(shí)際拍攝過(guò)程中，被遮擋或自遮擋長(zhǎng)期存在，很難得到全周期的步態(tài)圖像，不利于步態(tài)特征的提取，影響了步態(tài)識(shí)別精度。遮擋干擾是目前乃至今后一段時(shí)間內(nèi)需要研究和攻克的技術(shù)難題?；诂F(xiàn)有的圖像信息，通過(guò)算法對(duì)人體姿態(tài)進(jìn)行計(jì)算，或通過(guò)對(duì)人體姿態(tài)的深度計(jì)算，還原出被遮擋的部分，有助于提高模型對(duì)遮擋問(wèn)題的穩(wěn)健性。

4.2 步態(tài)視頻序列直接輸入

大多數(shù)步態(tài)識(shí)別算法是通過(guò)疊加步態(tài)序列生成能量圖，但在疊加合成時(shí)，容易造成部分特征信息的丟失。為了能更好地優(yōu)化和提高步態(tài)識(shí)別算法的精準(zhǔn)度，步態(tài)視頻序列輸入可用于步態(tài)特征的提取，以確保人員步態(tài)信息的完整性。LSTM網(wǎng)絡(luò)可以有效解決長(zhǎng)序列訓(xùn)練時(shí)導(dǎo)致的信息丟失問(wèn)題，充分利用LSTM網(wǎng)絡(luò)能提高動(dòng)態(tài)視頻序列直接輸入的可能性。

4.3 不同條件下步態(tài)識(shí)別數(shù)據(jù)庫(kù)的構(gòu)建

海量步態(tài)數(shù)據(jù)庫(kù)是步態(tài)識(shí)別技術(shù)可持續(xù)發(fā)展的基礎(chǔ)保障。但是，目前的步態(tài)數(shù)據(jù)庫(kù)與人像數(shù)據(jù)庫(kù)相比，底庫(kù)數(shù)量要小得多，并且數(shù)據(jù)收集時(shí)的實(shí)際情況更是錯(cuò)綜復(fù)雜，如多變的外部環(huán)境、行人不同的狀態(tài)和行走條件等。為了彌補(bǔ)上述缺陷，科研人員將通過(guò)大量樣本來(lái)學(xué)習(xí)與訓(xùn)練，構(gòu)建一個(gè)優(yōu)質(zhì)的智能神經(jīng)網(wǎng)絡(luò)，供公安實(shí)戰(zhàn)使用。單純依靠人工單方面收集步態(tài)數(shù)據(jù)，耗時(shí)費(fèi)力，通過(guò)裁剪、增設(shè)噪聲、改變角度、調(diào)整亮度等圖像樣本的擴(kuò)增法值得一試。

4.4 步態(tài)識(shí)別技術(shù)融合應(yīng)用

任何生物特征識(shí)別技術(shù)都有它的不足之處，步態(tài)識(shí)別技術(shù)也不例外。步態(tài)識(shí)別的準(zhǔn)確率會(huì)受到各種干擾，例如行人的年齡、身體情況、心理狀態(tài)及服飾等，將步態(tài)識(shí)別和其他生物識(shí)別技術(shù)共同應(yīng)用，兩者之間取長(zhǎng)補(bǔ)短，是未來(lái)發(fā)展的必然趨勢(shì)[10]。這主要涉及兩個(gè)維度的融合，分別是特征層面和識(shí)別模式層面。特征層面的融合將有助于提升決策的準(zhǔn)確性。另外，通常人臉識(shí)別的準(zhǔn)確性高于步態(tài)識(shí)別的準(zhǔn)確性，但人臉識(shí)別在光線差、距離遠(yuǎn)和多度遮擋時(shí)，準(zhǔn)確性很不理想，而步態(tài)識(shí)別配合人臉識(shí)別運(yùn)用，能夠大大提高復(fù)雜案件人員身份的識(shí)別率，構(gòu)建多模態(tài)識(shí)別模式是絕佳的選擇。今后，步態(tài)識(shí)別還會(huì)和虹膜、指紋、筆跡等生物特征識(shí)別技術(shù)相融合，開(kāi)拓生物特征識(shí)別領(lǐng)域的新藍(lán)海。

5 結(jié)語(yǔ)

目前，步態(tài)識(shí)別技術(shù)對(duì)于大型數(shù)據(jù)集的錯(cuò)誤識(shí)別率仍然有很大的改進(jìn)空間。同時(shí)，樣本數(shù)據(jù)中依然存在多視角、復(fù)雜場(chǎng)景、服飾變換等諸多因素的干擾，捕獲到的人體輪廓存在較大的差異，可能導(dǎo)致識(shí)別錯(cuò)誤。截至目前，步態(tài)數(shù)據(jù)庫(kù)還存在兩個(gè)問(wèn)題：第一，步態(tài)數(shù)據(jù)庫(kù)規(guī)模急需擴(kuò)大，由于樣本實(shí)例不足，步態(tài)特征維數(shù)過(guò)高，導(dǎo)致步態(tài)識(shí)別的精度不理想；第二，當(dāng)前的步態(tài)數(shù)據(jù)庫(kù)針對(duì)復(fù)雜場(chǎng)景的應(yīng)用不足，尤其是在人流多的情況下，總是會(huì)出現(xiàn)多人并排走的情況，導(dǎo)致物遮擋人、人遮擋人，以至于干擾對(duì)部分行人的步態(tài)特征獲取。因此，步態(tài)數(shù)據(jù)集還涉及人流、遮擋、光線照射亮度、天氣狀況等因素的影響，全面的步態(tài)數(shù)據(jù)集是訓(xùn)練出優(yōu)質(zhì)步態(tài)識(shí)別模型的前提。

伴隨著步態(tài)識(shí)別技術(shù)的不斷成熟和新的突破，算法發(fā)展成熟的周期不斷縮短，步態(tài)識(shí)別指標(biāo)持續(xù)提升，包括數(shù)據(jù)采集設(shè)備產(chǎn)品性?xún)r(jià)比不斷提高等，步態(tài)識(shí)別技術(shù)將會(huì)在公安實(shí)戰(zhàn)領(lǐng)域衍生出越來(lái)越多的應(yīng)用模式，解鎖更多、更寬泛的應(yīng)用場(chǎng)景[11]。由于步態(tài)識(shí)別具有遠(yuǎn)距離、易感知和非侵犯性、難偽裝的特點(diǎn)，能與廣泛使用的人像識(shí)別技術(shù)相互補(bǔ)充，今后將會(huì)大面積地部署在各類(lèi)公共安全領(lǐng)域，因此，不再需要大量人員安防力量，耗費(fèi)大量的人力、物力進(jìn)行巡檢和防護(hù)，能夠主動(dòng)實(shí)現(xiàn)人員非法入侵報(bào)警，并自動(dòng)鎖定跟蹤嫌疑人員。步態(tài)識(shí)別技術(shù)將成為公安偵查破案、反恐維穩(wěn)的有效技術(shù)支撐，打造我國(guó)智慧城市發(fā)展的新方向。