Codamotion三維動作捕捉系統(tǒng)在步態(tài)分析中的應用

張朕

摘 要：在視頻偵查越來越普及，越來越有效率的今天，分析監(jiān)控視頻中嫌疑人的行走步態(tài)特征已經(jīng)成為偵查破案重要的一環(huán)，但是在破案一線工作中，視頻中人體運動信息卻往往僅憑人的觀察和總結(jié)，應提供大量的數(shù)據(jù)實驗以及量化標準支撐。Codamotion三維動作捕捉系統(tǒng)能有效準確的分析人體運動上的規(guī)律，總結(jié)出人體運動的穩(wěn)定特征和特定特征，為偵查破案提供有效的數(shù)據(jù)支持。

關(guān)鍵詞：三維動作捕捉 步態(tài)分析 視頻監(jiān)控

中圖分類號：DF7 文獻標識碼：A 文章編號：1672-3791（2017）09（b）-0197-02

步態(tài)是指人們行走時的方式，這是一種復雜的行為特征。同時，步態(tài)特征又具有較高的穩(wěn)定性和特定性。步態(tài)特征的分析有著多方面的研究價值，在醫(yī)療領(lǐng)域，對于進行康復治療的人進行步態(tài)分析，以確定治愈程度和康復計劃的可行性；在運動領(lǐng)域，結(jié)合運動生物力學來幫助運動員更高效地進行體育運動、以優(yōu)化和提高運動成績；在人身識別方面，雖然現(xiàn)在的識別方法較為先進，例如人臉識別，指紋識別，虹膜識別等，但是步態(tài)識別方法在人身識別方法中獨具特征——遠距離性和隱蔽性等。還可以結(jié)合行為人步態(tài)的變化來對足跡特征作出具體的量化分析，對足跡學進行更深入的量化研究。

步態(tài)具有唯一性。早期的醫(yī)學研究已經(jīng)證明了步態(tài)雖然是一種復雜的行為特征，但具有唯一性。步態(tài)是很難偽裝的，即具有穩(wěn)定性。

本文介紹的在國內(nèi)外現(xiàn)階段都屬先進的人體三維動作捕捉系統(tǒng)codamotion，對于研究人體行走時上肢和下肢等肢體關(guān)節(jié)及身體部位對應的變化規(guī)律有著獨特的優(yōu)勢，為進一步人體運動規(guī)律的分析和識別做出基礎(chǔ)性分析與分類，以確定具有較高分析價值的關(guān)節(jié)、肢體部分及其對應的分析策略。

1 實驗方法

Codamotion系統(tǒng)是世界上較為先進的三維動作捕捉系統(tǒng)，以主動紅外捕捉的方式，獲取被捕捉物體各環(huán)節(jié)的動作，提供便捷、高效、精確的三維數(shù)據(jù)采集，被廣泛應用于動作科研分析、步態(tài)生物力學研究、臨床步態(tài)分析、神經(jīng)行為和感知、人機工程學等各個領(lǐng)域。單個采集點動態(tài)采集頻率最高達5800hz，分辨率高達0.05mm，完全可以適用于人體各種運動動作的分析中。Codamotion系統(tǒng)可在數(shù)分鐘內(nèi)完成任意marker方案的設定，自定義曲線圖表、棍狀演示圖、實時設置、關(guān)節(jié)角度、剛體均可定義，做到精確分析單個標記點的位置變化以及多個標記點之間的相對關(guān)系，對人體的步態(tài)特征進行量化描述。

1.1 實驗準備

首先對受試者進行基礎(chǔ)信息采集，包括受試者性別、年齡、身高、體重等，然后依據(jù)年齡對受試者進行分組。

（1）著裝要求：要求受試者身穿著緊身衣褲，使標記點更靠近人體骨骼，系統(tǒng)建模更準確。實驗人員專門采購的平底布鞋同一款式不同型號若干雙，由受試者選擇適合自己的穿著。

（2）貼marker標記點：由一名專門試驗人員負責粘貼marker，保證每個人用同樣的粘貼標準，粘貼在相同部位。確保左右對稱，如果條件允許，則依據(jù)人體骨骼模型，對應骨關(guān)節(jié)進行貼點。

（3）在采集測試數(shù)據(jù)時，若區(qū)分速度，則采用節(jié)拍器對受試者步頻進行適應性訓練。行走時，保證受試者目視前方，身體自然。

1.2 實驗方法

實驗需在室內(nèi)進行。由專門負責粘貼marker的實驗人員貼點后，讓受試者自由活動一段時間，以適應穿戴實驗裝備后運動的狀態(tài)。如果實驗要求對受試者不同速度進行分別實驗收集數(shù)據(jù)，則需要受試者按照節(jié)拍器的節(jié)奏進行行走準備，以保證速度控制在要求的范圍內(nèi)。

實驗進行時，受試者在要求的范圍內(nèi)做行走或者慢跑動作，由于數(shù)據(jù)采集的marker點會受到衣物或者肢體部位的遮擋，進而對實驗數(shù)據(jù)的完整性造成影響，所以在每種測試條件下應多進行幾次實驗。數(shù)據(jù)采集后應及時保存有效運動信息，刪除無效數(shù)據(jù)，避免對冗余數(shù)據(jù)對計算機運算速度造成影響。

1.3 數(shù)據(jù)分析

利用Codamotion系統(tǒng)可以準確高效的采集到實驗研究中所需要用到的數(shù)據(jù)，這比傳統(tǒng)的數(shù)據(jù)采集精度更高，速度更快，可以不斷變換數(shù)據(jù)采集策略進行研究。利用codamotion系統(tǒng)對對象身體關(guān)節(jié)及部位的運動狀態(tài)進行數(shù)據(jù)采樣。這套系統(tǒng)所采集的數(shù)據(jù)為三維坐標模型數(shù)據(jù)，能輸出然后利用數(shù)據(jù)分析軟件SPSS Statistics 或者MATLAB軟件對系統(tǒng)所采樣到的數(shù)據(jù)進行分析擬合，并根據(jù)分析結(jié)果得出結(jié)論，判斷該項數(shù)據(jù)所反映的關(guān)節(jié)及部位是否具有穩(wěn)定性和特定性，最終確定所提取的數(shù)據(jù)和分析方法的有效性和魯棒性。

實驗所提取的各部位運動特征數(shù)據(jù)是為后期數(shù)據(jù)分析，確定不同個體的獨特性，個體識別做準備。個提識別是根據(jù)所得未知身份人的步態(tài)，在數(shù)據(jù)庫中搜尋與之匹配的人的步態(tài)，從而確認其身份[2]。這個過程中會用到SPSS Statistics 20.0和MATLAB R2014b軟件對需匹配的數(shù)據(jù)進行分析，在分析過程中，結(jié)合了國外較為先進的肢體數(shù)據(jù)分析方法，對數(shù)據(jù)中蘊含的特征分量進行合理放大分析以便于深入開發(fā)數(shù)據(jù)的有用性，并制定匹配方案，最終得出匹配率。

2 比較分析

國內(nèi)外較多的步態(tài)分析研究團隊采用的是基于視頻域分析的方法。但是罪犯或許會通過化裝改變自己的外貌，謹慎的不讓指紋或頭發(fā)留在作案現(xiàn)場，但他們卻很難控制他們走路的姿勢。步態(tài)風格的微小變化可以被用作生物標識符來識別個體的人。該參數(shù)有時空相關(guān)（步長，步寬，步速，周期時間）和運動相關(guān)（髖，膝，踝，指的是髖/膝/踝關(guān)節(jié)角度和大腿/軀干關(guān)節(jié)旋轉(zhuǎn)/腳角度）等的特性[3]。

在人員監(jiān)控，身份識別以及視頻偵查領(lǐng)域，較多的是直接運用視頻數(shù)據(jù)分析，但筆者認為，基于視頻、圖像的身份識別，步態(tài)分析等應用，應該是建立在對人體本身運動特征的分析基礎(chǔ)之上。

（1）先以數(shù)據(jù)為支撐，通過更為標準嚴格的運動三維數(shù)據(jù)來確定人體運動是否具有同一人同一狀態(tài)下的穩(wěn)定性。國內(nèi)外的研究大多數(shù)是建立在默認這一結(jié)論的基礎(chǔ)上，但是并沒有大量的實驗數(shù)據(jù)支撐。endprint

（2）繼而通過實驗論證，數(shù)據(jù)分析出人體某些部位，關(guān)節(jié)點等在特定運動條件下的各個特征分量具有穩(wěn)定性，可分析性。

（3）重點是在確定穩(wěn)定性的基礎(chǔ)上，對這些特征進行分類，確定不同運動特征變量閾值。同時確定不同識別算法，并通過對比，可行性論證確定特征價值。

本文采用的實驗設備codamotion系統(tǒng)通過直接準確的采集運動狀態(tài)信息，直接分析人體運動的特征，對于捕捉運動過程中肢體關(guān)節(jié)及身體部位的運動有著較為獨特和先進的采集辦法，無需考慮復雜的背景干擾和行走環(huán)境問題，對步態(tài)數(shù)據(jù)實現(xiàn)了全方位，高頻率的采集。這樣與直接運用視頻圖像的研究思路相比，研究思路更為清晰，結(jié)論支撐更為強大，數(shù)據(jù)基礎(chǔ)更為準確?；谝曨l的研究是本研究方向的下一個目標，只有基礎(chǔ)理論充足，下一步研究才更具科學性。并且視頻域的圖像目標識別和提取是一項長久的跨學科的任務，需要與步態(tài)特征并行研究，本文研究思路可縮短實現(xiàn)步態(tài)識別研究成果的時間。

本項目研究特點和創(chuàng)新之處在于采用了國內(nèi)外較為先進的codamotion三維動作捕捉系統(tǒng)，分析算法上借助spss軟件以及借助matlab軟件在算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計算等方面較為高級開發(fā)研究環(huán)境，在步態(tài)分析領(lǐng)域?qū)崿F(xiàn)更高水平的數(shù)據(jù)挖掘。

3 結(jié)語

近年來，視頻監(jiān)控領(lǐng)域，偵查犯罪領(lǐng)域，運動健康恢復領(lǐng)域等都需要在人體步態(tài)分析方面的研究成果。隨著計算機技術(shù)以及人工智能的強勢發(fā)展，科研人員越來越對步態(tài)識別投入更多的重視，尤其在視頻偵查方面，對監(jiān)控錄像中的人員進行步態(tài)分析和確定識別個體方面，有著極其重要的意義，這都促進了這一領(lǐng)域的深入研究。繼指紋識別，虹膜識別，DNA鑒定，人臉識別之后，步態(tài)識別將會再次掀起人身個體識別的新浪潮，從而實現(xiàn)遠距離對人體遠距離這一其他識別方法無法達到的能力[4]。同時還將帶動，圖像模式識別，醫(yī)學研究，光電設備，新型安防設備等領(lǐng)域的大力發(fā)展。

參考文獻

[1]胡榮.人體步態(tài)識別研究[D].華中科技大學，2010.

[2]曾瑩.基于角度及輪廓特征的步態(tài)識別方法研究[D].中南大學，2008.

[3]黃濤，李新建.籃球?qū)ｍ棇W生的步態(tài)特征和足底壓力研究[J].運動，2015（19）：88-89.

[4]鄭曉雯，王仝杰，李彩琴.基于步態(tài)的人體身份檢測與識別[J].計算機工程與應用，2004，40（5）：82-83.endprint