Simi视频动作捕捉系统在步态识别中的应用

高毅

（中国刑事警察学院 痕迹检验技术系，辽宁 沈阳100854）

Simi视频动作捕捉系统在步态识别中的应用

高毅

（中国刑事警察学院 痕迹检验技术系，辽宁 沈阳100854）

目的 探讨人体行走运动主要步态特征参数新的提取识别方法和定量化分析技术。方法以步态分析技术与传统的足迹检验理论和方法为基础，运用先进的Simi Motion视频动作捕捉系统，对50名健康男性正常行走的步态特征参数进行识别和分析。结果提出了一种基于关节点的步态特征提取方法，得到了行走步态特征的基本参数，为步态特征定量化检验提供技术支持。结论 研究表明，simi视频动作捕捉系统可以获得较精确的步态特征数据，能够满足人体步态分析的需求，进而达到人身个体识别的目的。

步态识别；特征提取；simi；量化检验

1 概述

步态识别是运用现代计算机与图像处理等多种信息技术手段对人的行走姿态进行识别，以实现对个人身份的认证。由于每个人在生理结构、行走方式及习惯基本特征上不同，并在一定时期内具有较高的稳定性，所以步态识别为人身识别与分析提供了独特的线索。步态识别融合了计算机视觉、模式识别及视频、图像处理等多项技术，关键环节主要包括步态特征提取、分析和识别三个方面。同时，步态识别还具有远程监控、不易伪装等优点。因此，这种新的识别方法在机场、银行监控及刑侦、安保、甚至反恐等部门都有着广泛的应用[1]。

2 实验装置与方法

2．1 系统组成

德国Simi Motion运动动作捕捉系统是基于Windows操作系统的视频分析系统，可控制多达6个摄像机同步拍摄，并可手动解析或使用自动标志点识别和跟踪解析运动动作，能够处理每秒25帧的标准录像到每秒10000帧的高速录像。同步误差仅1ms；系统组成包括台式电脑，松下GS308数码摄像机，标定架、直径25.4mm标记球20个。可以以任何速度来进行视频回放和动作捕捉，距离、角度、速度和加速度等步态特征参数可以用图形来显示。

2．2 实验对象及方法

步态分析的关键技术在于高精度的三维人体运动捕捉。实验中采用光学式运动捕捉技术，相关工作主要包括四个步骤[2]：摄像机定标，标记点提取，标记点跟踪和标记点三维重建（如图1～4）。

图1 摄象机定标

图2 标记点提取

图3 标记点跟踪

图4 人体标记点三维模型重建

选择50名测试者，记录他们的年龄、身高、体重。在视频录制的过程当中，在每人的腕关节、肘关节、肩关节、髋关节、膝关节和踝关节分别绑上光学标定球，以正常行走速度通过Simi Motion运动图像分析系统，并以同样的方式重复30次实验，同步记录Simi视频动作捕捉系统的数据及各数据在三维空间中x、y、z轴的变化[3]。

3 步态参数描述

每个个体的生理、身体结构都不尽相同，并在长期的成长、生活环境中形成与之相适应的行走习惯动作既所谓的行走姿态的动力定型。这种步态上的动力定型不仅具有人体特征之间的显著差异，同时，在一定时期内具有较高的稳定性。因此对步态特征参数进行量化描述，可以为步态分析和识别提供科学的依据。

3．1 步态时间参数

人体的行走在时间、距离上往往表现为左右足交替支撑和摆动的周期性运动。行走运动中，一只脚连续两次处于着地状态，则构成一个完整的步态周期，一个步态周期又可根据时间的前后分为支撑阶段和摆动阶段（如图5）。当一只足进入到支撑阶段，对侧足还没有离开地面，此时称为双支撑阶段，支撑阶段的其他时间为单支撑阶段。由于人身个体的差异，各阶段占整个步态周期的时间参数不同，见表1。

图5 步态时间参数

表1 支撑、摆动及双支撑时期占周期的百分比 （%）

由表1可见，对于不同年龄段的实验人群，支撑、双支撑阶段占步态周期的比例在时间参数上不尽相同，反映了人体步态特征在时间上的差异。

3．2 步幅距离参数

步幅距离参数反映的是双足协调搭配关系和运步动作的特征，与人体身高、年龄、体态、性别及步行姿势等密切相关，常用步长、步宽、步角作为步态分析的重要量化指标[4]。以步长为例，通过测试各个年龄段人群的实验结果进行统计分析，同时，为消除身高的影响，用步长与身高的比值进行描述，如表2。各年龄段步长差异明显。

表2 步长、身高参数

3．3 空间角度参数

人体行走时，髋、膝和踝关节屈伸运动特性包括脚跟着地时刻关节角度、脚尖离地时刻关节角度、以及最大屈曲角度和伸展角度等特定角度，同时还包括行走时上肢摆动姿势。由于人体行走时步态主要体现在矢状面内，因此，步态特征的空间角度主要提取矢状面内的关节角度。以膝关节比较为例，选取两名身高、体重、年龄基本相似的测试者1和测试者2，行走速度约为1m/s，两名测试者行走姿势及3D棍状图如图 6、图 7。

图6 1号测试者行走姿势及3D棍状图

图7 2号测试者行走姿势及3D棍状图

比较两名测试者膝关节的角度可以发现：1号测试者的膝关节最小角度远小于2号测试者，两人之间膝关节最小角度的差值可以达到26.7°。膝关节的角度曲线图如图8、图9（纵轴单位为度）。

图8 1号测试者膝关节的角度曲线图

图9 2号测试者膝关节的角度曲线图

实验表明膝关节角度可以作为重要的步态特征指标用于人身个体的同一认定和分析。

同时，对于不同的运动主体，由于上肢摆臂姿势的不同，使得上肢各个关节的弯曲角度也会不同。以上肢肘关节为例，实验选取两名测试者进行比较，其身高、体重、年龄相似，行走速度约为1.5m/s，行走时摆臂姿势都是身体前后摆臂。区别是一个摆小臂、一个摆大臂，其中摆小臂者编号为3，摆大臂者编号4。两名测试者行走姿势及3D棍状图如图10、图11。

图10 3号行走姿势3D棍状图

图11 4号行走姿势3D棍状图

比较表4中肘关节最大弯曲角度可以看出：摆小臂的最大弯曲角度明显大于摆大臂的最大弯曲角度。肘关节角度曲线图如图12、图13。

图12 3号肘关节弯曲角度曲线

图13 4号肘关节弯曲角度曲线弯曲角度曲线

通过以上实验表明，基于空间关节角度参数的步态识别，可以有效地区分不同的运动主体。

3．4 速度、加速度参数

在步行中，两腿交替进行地面支撑和空间摆动运动，但由于个体差异，如身高，年龄，性别，体态以及行走习惯的差异性，速度和加速度表现出个体差异。将两个不同行走速度的人在相同实验情况下比较，进一步分析在不同行走速度下的以加速度为步态特征的变化情况。选取不同人在正常行走速度为1 m/s和2m/s的两种情况下实验数据，进行比较分析。

图14 正常速度人膝关节的加速度曲线图

图15 快走人膝关节的加速度曲线图

不同行走速度时，以膝关节加速度的比较为例，从表3中膝关节各方向最大加速度可以看出：行走速度加快，膝关节在X轴上的最大加速度加大明显，而在Y轴和Z轴上的变化不是特别明显。膝关节加速度曲线图如图14、图15（纵轴单位为m/s2）。

表3 膝关节xyz轴最大加速度 （单位：m/s2）

实验得出不同人步态加速度明显不同，反映了行走的动力定型特点和迈步的特征，具有明确的人身个体识别性[5]。

4 Simi视频动作捕捉系统在步态识别中的应用前景

Simi视频动作捕捉系统的应用，突破了传统足迹检验的仅仅依赖于二维的统计特征，而上升到人体整体行走运动的三维空间步态的研究。将高速摄像机、计算机等组合在一起，并结合红外、激光测量技术从不同角度视频捕捉人体运动的全过程，对数据进行采集，记录人体行走各周期步态特征，利用计算机数据处理技术、图形和图像分析技术对视频动作连续回放，建立三维人体模型，对人体行走运动进行综合评定，其识别的精度将大幅提高。

[1]刘德俊，鹂鸣阳，沈力行.正常青年人行走步态的实验研究[J].上海理工大学学报，2008，30（1）：67-70.

[2]郭建林，高原，基于视频的步态特征提取技术及其应用[J].电脑知识与技术，2008，（S2）：124-126.

[3]邓秀春，王仁芳.基于三维步态特征的步态识别方法[J].计算机仿真，2011，28（4）：279-282.

[4]史力民.足迹学[M].北京：中国人民公安大学出版社，2007：129-132.

[5]王犇，袁涛，梁灿.基于加速度特征点提取的步态身份认证[J].清华大学学报（自然科学版），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，讲师，硕士，主要从事足迹检验方面的教学、科研、办案工作和足迹检验方面的研究工作。

E-mail：gao_yi7666@sina.com。

施少培）

鉴定实践Forensic Practice