基于视频监控的步态识别系统设计

孙沛文?杨成林?张家俊?夏丽萍

摘要：随着社会经济与科技的发展，身份识别领域的相关技术也在飞速发展，诸如虹膜识别、人脸识别等生物识别技术也取得了长足的进步。但在某些条件下无法对用户身份进行准确识别。基于此，设计了一种基于视频监控的步态识别身份系统，在原有的步态识别技术上进行改进、升级，提高了身份识别的效率以及准确性，为生物识别技术提出了新的设计构思，也对社会资源的解放以及服务社会等方面发挥了积极作用。

关键词：生物识别；视频监控；步态识别；卷积神经网络

一、前言

基于人工智能的推动，平安城市建设已经成为公共安全的着力点和落脚点。2017年國务院印发了《新一代人工智能发展规划》，对人工智能在公共安全领域的深度应用高度重视。2019年国务院发布《国务院办公厅关于印发国务院2019年立法工作计划的通知》，其中包含由公安部起草的《公共安全视频图像信息系统管理条例》。因此，基于智能信息处理算法的智慧监控已经成为当前及未来国际高新技术竞争的焦点。

随着视频监控部署规模越来越大，监控设备的多样性和场景的复杂性给监控视频的分析与理解带来极大的挑战，主要表现为视觉场景“看不清”、视觉要素“找不到”、视觉内容“看不懂”。因此，探索研究针对监控视频与步态图像识别的系统，为维护社会稳定与公共安全提供面向智慧监控的视觉感知与理解技术[1]，具有十分重要的意义，还可以针对大型的空间区域进行人流量分析，为其他领域的相关分析提供数据。

二、需求分析

随着社会经济的发展，我国人民的生活水平与质量不断发展提高，但也涌现出许多的安全问题。比如由于工作繁忙等问题，中青年人陪护小孩和老人的时间极为有限，导致老人小孩走失的事件频频发生。一方面，在机场、火车站、大型卖场、景区等公共场所，老人、儿童也容易与家人走散，通常的解决方式是向公共场所的管理部门求助发起广播寻人、微信群等沟通工具扩散消息以发动群众协助等，甚至向110报警求救。虽然目前已经拥有视频追踪这一项重要侦查手段，在侦查破案中发挥着越来越重要的作用，但应用于恶意破坏ATM机、盗刷失主银行卡等实际场景时，由于视频光线、图像分辨率、摄录距离等客观条件影响，尤其是在嫌疑人故意伪装躲避、有遮挡的情况下，传统视频侦查方法难以突破追踪瓶颈，这已成为图像侦查技术躲不开、绕不过的堵点和痛点，亟须解决。另一方面，目前在视频监控画面中查找目标，主要依靠人的肉眼查看，在海量视频数据中查找效率极为低下，且人力资源终究是有限的，难免有所疏漏。

综上，本系统主要目的是对大空间区域内的人员进行身份的识别和人流量的统计。

（一）功能性需求

本文系统要完成的功能包括：

1.对空间内人员的流动进行捕获并记录在数据库中；

2.对大型公共场所中特定人员身份进行识别；

3.对特定的时间、地点、区域的人群进行统计分析，为其他统计的内容提供基础的数据支持。

（二）非功能性需求

1.使用的环境大部分为大型公共场所，如超市、旅游景点等，未来可能会向医院等特殊但又人流量大的场所投入使用；

2.使用时对于周围生态环境的需求不强，只需保证拍摄的环境明亮即可，便于摄像头捕捉到清晰的影像；

3.硬件方面，所需硬件均为市面上可购买到的材料，功能正常即可使用，除摄像头需要红外夜视功能以外无其他需求；

4.用户界面设计简洁明了，易上手操作。

三、功能设计

本文系统具有身份识别、人流量辅助统计等功能[2]。其中，系统通过摄像头捕捉到人体的步态信息，并将其记录在数据库中，然后通过卷积神经网络实现用户身份的鉴别。当人员身份异常时，报警器将开启报警功能，否则继续进入后续工作。另外，本文系统还具有大型公共场所人流量统计和简单的人群分析的功能，为以后的工作提供基础的人群数据。

四、硬件设计

（一）硬件结构设计

如图1所示，本文系统主要由上位机、下位机、网络传输模块、图像采集模块、显示模块、报警模块构成，具体的工作流程为：图像采集模块1对监控区域进行实时监控，并将监控的视频图像通过USB接口传输给下位机2，下位机2进行视频图像的分析，如监控中有用户出现，则将相应的视频图像利用网络传输模块3通过以太网传输给上位机4，上位机4获得视频监控图像序列后，通过步态识别进行用户身份验证[3]，并根据验证结果产生不同的反馈信号，反馈信号则通过以太网由网络传输模块3传送给下位机2。下位机2根据收到接收的反馈信号驱动显示模块5和报警模块6工作，其中识别结果为合法用户的，显示模块5显示“valid user”字样，否则显示“illegal user”字样并启动报警模块6报警。其中，图像采集模块1为网络摄像头；下位机2使用的是ARM开发板；网络传输模块3使用的是以太网模块；上位机4使用的是PC机；显示模块5使用的是LCD液晶屏；报警模块6使用的是蜂鸣报警器。

（二）硬件选材

1.图像采集模块

对于步态识别系统而言，精准的捕捉到人员行走时的影像尤为重要，因此在摄像头的选择方面，将采用市面上口碑较好的高清摄像头进行人体步态影像的捕捉。目前市面上的摄像头基本具备红外、夜视等功能，可以较好地保证高质量的拍摄环境。因此，通过性价比、功能、安装方式等几个方面的筛选，最终确定了索瑞特公司的800万摄像头4K高清夜视监控摄像头作为本系统的摄像头，其具有全景视野、智能追踪、高清画质、全彩夜视、手机PC双向报警、云存储、耐温防水等特点。

2.显示模块

对于显示器，主要显示识别数据以及被捕获的人体影像，所以高清屏幕以及分辨率良好的影像素质作为重要的因素。本系统选择了方正（Founder）公司的24英寸IPS电脑显示器作为上下位机的显示器。

3.网络传输模块

本系统主要通过以太网网络来进行传输，所以选择了TP-LINK的TL-SG1005D以太网交换机作为网络传输模块。

4.报警模块

本系统在识别到不符合条件的步态影像时会触发报警器，所以对报警器的反应速度以及报警强度要求较高。因此，本系统选择了伊莱科（ELECAL）闪光蜂鸣器AD16-22SM作为报警器。

5.开发板的选择

开发板负责整套系统的集成安装，带动系统的运转。因此，本系统选择采用正点原子精英STM32F103ZET6 ARM开发板作为系统运行主板。

五、软件设计

（一）神经网络及算法选择

本文系统通过去噪算法中的NL-Means算法（Non-Local Means）[4]、归一化中的图像归一化算法搭配卷积深度学习网络（CNN）进行图像的处理[5]，以提高身份识别效率、精准率以及健壮性[6]。

（二）数据存储设计

对于视频监控系统而言，由于需要存放大量的图像、视频、用户个人数据信息，存储的数据量庞大。因此，数据存储应具有存储空间大、回应率高、自动覆盖周期长等特点。因此，本文拟使用“临时数据库+云数据库”的方式进行数据存储，其中，临时数据库用于存放近期捕获到的或者使用过的步态数据，便于随时调用；云数据库则将自动覆盖周期内的步态数据进行存储，甚至未来还可以与其他生物识别技术使用的数据库进行云计算与共享，提高生物识别领域的技术。

六、实验结果分析

已在学校的实验室、操场等场所开展实验，系统性能如表1所示。实验表明，本文系统在进行人员身份识别时相较于其他生物识别技术普遍存在的问题，不管是效率、精准度、鲁棒性、实用性等方面都有较大的提升；而且作为目前尚未广泛使用的生物识别技术[7]而言未来研究发展的前景良好。

七、结语

步态识别技术弥补了同等条件下人脸识别技术的应用盲点[8]，具有受视频质量影响小、数据易采集、步态形体长期伪装困难等特点。因此，本文在已有的视频监控系统基础上进行了改进与深入地研究。实验表明，本系统提高了身份识别的效率、精准度、鲁棒性，为生物识别技术提供了向上发展的空间与可能，也对社会的发展产生了积极的影响。

参考文献

[1]张杨.基于视觉感知的场景理解关键技术研究[D].南京：南京大学，2021.

[2]张宸.基于深度神经网络的人流量统计分析系统[D].北京：北京邮电大学，2021.

[3]王希娟.基于下肢轮廓角度距离和步幅变化的步态识别算法研究[J].计算机应用与软件，2018，35（2）：235-241.

[4]曾孝平，付勇，刘国金.基于NL-Means的均值平移图像分割算法[J].微计算机信息，2009，25（3）：284-285+308.

[5]袁旭.深度网络结构归一化的研究与应用[D].镇江：江苏大学，2021.

[6]周东宁.卷积神经网络的鲁棒性分析[D].大连：大连理工大学，2022.

[7]杨强，谭礼俊.生物识别技术对比浅析[J].大众科技，2005（2）：50-51.

[8]马世顺.人脸识别技术的应用风险及其防控研究[J].河北公安警察职业学院学报，2022，22（1）：40-43.

[9]顾立春，雷鸣.多姿态的人脸识别算法研究[J].电脑知识与技术，2022，18（21）：70-72.

[10]符惠桐.基于深度学习的目标识别轻量化模型研究[D].西安：西安工业大学，2022.

[11]周卫斌，王阳，吉书林.基于特征融合的双模态生物识别方法[J].天津科技大学学报，2022，37（4）：44-48+54.

基金项目：2022年陕西省大学生创新创业训练计划项目“基于视频监控的步态识别系统”（课题编号：S202213123032）

作者单位：陕西国际商贸学院