步態(tài)識別及其在智能視頻監(jiān)控中的應用

   人體生物特征識別是傳統(tǒng)的模式識別問題，它是利用人的生理或行為特征進行人的身份識別。指紋、眼虹膜與面像等是第一代生物特征，通常要求近距離的或者接觸性的感知，如指紋需要接觸指紋掃描儀，眼虹膜需要近距離地捕捉，而面像也不能距離遠，否則不能提供足夠的分辨率等。顯然，在遠距離的情況下，上述的人體生物特征將不可能被使用。但是，人的步態(tài)仍是可見的，且它可在被觀察者沒有覺察的情況下從任意角度進行非接觸性的感知和度量。因此，步態(tài)識別是生物特征識別技術的一個新興子領域。從視覺監(jiān)控的觀點來看，步態(tài)是遠距離情況下最有潛力的生物特征，從而引起了國內外廣大研究者們的濃厚興趣。例如美國國防高級研究項目署DARPA在2000年資助的HID（Human Identification at a Distance）計劃，它的任務就是開發(fā)多模式的、大范圍的視覺監(jiān)控技術以實現遠距離情況下人的檢測、分類和識別，以增強國防、民用等場合免受恐怖襲擊的自動保護能力。 

    步態(tài)識別基本介紹 

    步態(tài)識別是一種新興的生物特征識別技術，旨在通過人們走路的姿態(tài)進行身份識別，與其他的生物識別技術相比，步態(tài)識別具有非接觸遠距離和不容易偽裝的優(yōu)點。在智能視頻監(jiān)控領域，比面像識別更具優(yōu)勢。 

    步態(tài)是指人們行走時的方式，這是一種復雜的行為特征。罪犯或許會給自己化裝，不讓自己身上的哪怕一根毛發(fā)掉在作案現場，但有樣東西他們是很難控制的，這就是走路的姿勢。英國南安普敦大學電子與計算機系的馬克·尼克松教授的研究顯示，人人都有截然不同的走路姿勢，因為人們在肌肉的力量、肌腱和骨骼長度、骨骼密度、視覺的靈敏程度、協(xié)調能力、經歷、體重、重心、肌肉或骨骼受損的程度、生理條件以及個人走路的“風格”上都存在細微差異。對一個人來說，要偽裝走路姿勢非常困難，不管罪犯是否帶著面具自然地走向銀行出納員還是從犯罪現場逃跑，他們的步態(tài)就可以讓他們露出馬腳。 

    人類自身很善于進行步態(tài)識別，在一定距離之外都有經驗能夠根據人的步態(tài)辨別出熟悉的人。步態(tài)識別的輸入是一段行走的視頻圖像序列，因此其數據采集與面像識別類似，具有非侵犯性和可接受性。但是，由于序列圖像的數據量較大，因此步態(tài)識別的計算復雜性比較高，處理起來也比較困難。盡管生物力學中對于步態(tài)進行了大量的研究工作，基于步態(tài)的身份鑒別的研究工作卻是剛剛開始。步態(tài)識別主要提取的特征是人體每個關節(jié)的運動。到目前為止，還沒有商業(yè)化的基于步態(tài)的身份鑒別系統(tǒng)。 

    下面介紹步態(tài)識別的基本工作原理、軟件算法、與面像識別的比較及特點、以及它在智能視頻監(jiān)控中的應用等。 

    步態(tài)識別的基本工作原理 

    步態(tài)識別是一個相當新的發(fā)展方向，它旨在從相同的行走行為中尋找和提取個體之間的變化特征，以實現自動的身份識別。 

    安全視頻智能監(jiān)控場合中自動步態(tài)識別系統(tǒng)的基本工作原理框圖的一般框架如圖1所示，它是融合計算機視覺、模式識別與視頻/圖像序列處理的一門技術。 

    由圖1可知，首先由監(jiān)控攝像機采集人的步態(tài)，通過檢測與跟蹤獲得步態(tài)的視頻序列，經過預處理分析提取該人的步態(tài)特征。即對圖像序列中的步態(tài)運動進行運動檢測、運動分割、特征提取等步態(tài)識別前期的關鍵處理。其次，再經過進一步處理，使其成為與己存貯在數據庫的步態(tài)的同樣的模式；最后，將新采集的步態(tài)特征與步態(tài)數據庫的步態(tài)特征進行比對識別，有匹配的即進行預/報警。無匹配的，監(jiān)控攝像機則繼續(xù)進行步態(tài)的采集。 

    因此，一個智能視頻監(jiān)控的自動步態(tài)識別系統(tǒng)，實際上主要由監(jiān)控攝像機、一臺計算機與一套好的步態(tài)視頻序列的處理與識別的軟件所組成。其中，最關鍵的是步態(tài)識別的軟件算法。所以，對智能視頻監(jiān)控系統(tǒng)的自動步態(tài)識別的研究，也主要是對步態(tài)識別的軟件算法的研究。 

    步態(tài)識別的軟件算法 

    根據醫(yī)學和心理學等學科的研究表明：人可以感知步態(tài)，并可以通過步態(tài)進行人的身份認證。尤其自“911事件”以來，使得遠距離的身份識別研究備受關注。而與其他生物特征識別相比，步態(tài)識別的突出特點主要是能遠距離識別。因此，步態(tài)識別的研究，己越來越引起國內外學者的關注。目前，己研究出的步態(tài)識別的軟件算法有如下幾種： 

    1、基于主元分析的免于模型的二維步態(tài)識別算法。 

    對于每個步態(tài)序列而言，一種改進的背景減除技術被使用來提取人的空間輪廓。這些輪廓的邊緣，被逆時針方向展開為一系列相對于質心的距離模板。這些模板特征通過使用主元統(tǒng)計分析方法來訓練，從而得出步態(tài)形狀的變化模式在特征空間中的軌跡表達。識別時，采用了時空相關匹配方法和基于歸一化歐氏距離的最近鄰規(guī)則，并引入了相應于個人的體形等生理特征的融合，以用于必要的步態(tài)分類校驗。 

    2、基于統(tǒng)計形狀分析的步態(tài)識別算法 

    該算法來源于“從行走運動的時空模式中可學習人體的外觀模型”的觀點。對于每個序列而言，背景減除過程用來提取行人的運動輪廓，這些輪廓隨時間的姿態(tài)變化在二維空間中被對應描述為一個序列的復數配置(Complex Configuration)。利用Procrustes形狀分析方法，從該序列配置中獲取主輪廓模型作為人體的靜態(tài)外觀特征。實驗結果表明，該算法獲得了令人鼓舞的識別性能。 

    3、基于時空輪廓分析的步態(tài)識別算法 

    該算法來源于“人體行走運動很大程度上依賴于輪廓隨著時間的形狀變化”的直觀想法。對于每個序列而言，背景減除與輪廓相關方法用于檢測和跟蹤行人的運動輪廓，這些時變的二維輪廓形狀被轉換為對應的一維距離信號，同時通過特征空間變換來提取低維步態(tài)特征�；�于時空相關或歸一化歐氏距離度量，以及標準的模式分類技術用于最終的識別。實驗結果表明，該算法不僅獲得了令人滿意的識別性能，而且擁有相對較低的計算代價。 

    4、基于模型的步態(tài)識別算法 

    該算法來源于“行走運動的關節(jié)角度變化包含著豐富的個體識別信息”的思想。 

    首先，結合人體模型、運動模型和運動約束等先驗知識，利用Condensation算法進行行人的跟蹤。然后，從跟蹤結果中獲取人體主要關節(jié)的角度變化軌跡。這些軌跡經過結構和時間歸一化后，作為動態(tài)特征而用于身份識別。 

    5、基于Hough變換的步態(tài)特征提取的步態(tài)識別算法 

    這是一種基于新的特征提取方法的自動步態(tài)識別算法，該算法僅從腿部的運動進行身份識別。對于每個序列，用一種基于圖像色度偏差的背景減除算法來檢測運動對象。在經過后處理的二值圖像序列中，利用邊界跟蹤算法獲取對象邊界，在對象邊界圖像上，局部應用Hough變換檢測大腿和小腿的直線，從而得到大腿和小腿的傾斜角。用最小二乘法將一個周期內的傾斜角序列，擬合成5階多項式，把Fourier級數展開后得到的相位與振幅的乘積，定義為低維步態(tài)特征向量。在小樣本的數據庫上用Fisher線性分類器驗證所研究算法的性能，正確分類率為79.17%，在步態(tài)數據庫不很理想的情況下也獲得了較好的識別率。 

    6、基于三維小波矩理論的步態(tài)識別算法 

    基于廣義多尺度分析理論，針對不同的應用圖像或信號庫，得到最優(yōu)小波分解, 并在人體步態(tài)識別中與二維小波矩結合進行應用。在三維物體的表示方面, 作為三維物體的一種無冗余的描述和識別方法，提出了三維小波矩理論。與現存的方法相比，它不但具有平移、縮放和旋轉不變性，在徑向上還增加了多尺度分析的特性�？梢愿鶕�不同的需要，提供多層次的特征描述子，同時引進球面調和函數加速算法和小波的Mallat算法后，使小波矩的計算得到了雙重加速。有人計劃搭建實用的三維物體檢索平臺，將進一步完善該算法。 

    此外，有人在基于"人體生物特征不僅包含靜態(tài)外觀信息，也包含行走運動的動態(tài)信息"的思想，提出了一種判決級上融合人體靜態(tài)和動態(tài)特征的身份識別方法。利用此方法在不同融合規(guī)則下的實驗結果表明，融合后的識別性能均優(yōu)于使用任何單一模態(tài)下的識別性能。 

    步態(tài)識別的特點及與面像識別的比較 

    步態(tài)識別的特點 

    ·是一種非接觸的生物特征識別技術。因為它不需要人的行為配合； 

    ·特別適合于遠距離的身份識別。這是任何生物特征識別所無法比擬的； 

    ·不容易偽裝。是讓犯罪分子防不勝防的追捕手段，它不僅可以分析閉路電視捕捉到的嫌犯的行動情況，還能把它們同嫌犯走路的姿態(tài)進行比較。在一些兇殺案中，往往兇犯不讓你看到他們的臉，但卻能看到兇手走路的樣子。 

    ·采集裝置簡單、經濟。因為只需要一個監(jiān)控攝像頭就行。 

    步態(tài)識別與面像識別的比較 

    由于步態(tài)識別與面像識別一樣，都是一種不需要人的行為配合的非接觸的生物特征識別技術，因此均可用于智能視頻監(jiān)控系統(tǒng)�，F將兩者的比較，歸納如表1所示。 

    由表1可知，步態(tài)識別與面像識別的相同點表現在，檢測方法、人的行為配合、軟件難易程度、聯(lián)網、復制可能性以及在智能化視頻監(jiān)控系統(tǒng)中的應用方面都是相同的；其不同點在采集裝置成本、采集速度、采集距離、偽裝、可靠性、使用等方面。 

    面像識別優(yōu)于步態(tài)識別的有二：一是采集速度快于步態(tài)識別，因為攝像頭只要一抓住面像即可，而步態(tài)識別則要采集到步態(tài)圖像的序列才行；二是面像識別技術比較成熟，而步態(tài)識別剛起步，其可靠性不如面面像識別，目前試驗的識別率只有80%。 

    步態(tài)識別優(yōu)于面像識別的有四：一是采集的攝像機用一般的即可，所以采集裝置的成本比面像識別的低；二是采集的距離要比面像識別的遠，只要能看清走路的姿態(tài)就行，甚至可以背離攝像機，這是面像識別所不行的；三是面像可偽裝，而步態(tài)卻不易，因為當你看到攝像頭想偽裝時，你的步態(tài)卻早己被采集了；四是步態(tài)識別使用最方便，它不像面像識別那樣要較好的光照條件來看清面像。 

    結語 

    由上述介紹可知，步態(tài)識別與面像識別一樣，均可用于智能視頻監(jiān)控系統(tǒng)。而且，步態(tài)識別在遠距離的采集與不可偽裝等方面，又優(yōu)于面像識別系統(tǒng)。因此，步態(tài)識別更適于智能視頻監(jiān)控系統(tǒng)。 

    本文只對步態(tài)識別作了一個簡介，期望能引起各安防監(jiān)控公司的老總們的了解和注意，不要一聽到“步態(tài)識別”這四個字就嚇得退避三舍，要認清形勢、抓住機遇，要敢于上創(chuàng)新的高科技產品，不能一味地照抄照搬國外的產品了�，F國內博、碩士研究生人才濟濟，只要有人指導他們去做，就能給你創(chuàng)造輝煌與奇績。