基于巴氏距離的監(jiān)控視頻人體目標相似性度量

孫 鵬 馮鵬定 于 彤 ，2 單大國 王 素

（1 中國刑事警察學(xué)院聲像資料檢驗技術(shù)系 遼寧 沈陽 110035;2 現(xiàn)場物證溯源技術(shù)國家工程實驗室 北京 100038;3 江西省經(jīng)濟犯罪偵查與防控技術(shù)協(xié)同創(chuàng)新中心 南昌 330103）

1 引言

近年來，快速普及的視頻監(jiān)控系統(tǒng)在維護地區(qū)穩(wěn)定、提高城市管理水平、預(yù)防打擊違法犯罪等方面發(fā)揮了關(guān)鍵作用。監(jiān)控視頻也以其直觀可見的特點，成為公安機關(guān)研判案情、獲取犯罪嫌疑人線索的主要手段。但在既往視頻偵查過程中，犯罪嫌疑人人臉目標比對易受面部大小、表情、傾斜、遮擋以及監(jiān)控視頻場景、天氣、光照等因素影響[1-2]，比對的誤配率較高，導(dǎo)致監(jiān)控視頻所能提供的人臉比對效果與偵查工作的實際需求有較大差距。相較于人臉目標，犯罪嫌疑人人體目標的顏色、形狀、輪廓等特征更為突出，受各種環(huán)境變化因素的影響較小，則更有利于比對識別[3]。

現(xiàn)階段，人工查看監(jiān)控依然是公安基層跟蹤監(jiān)控視頻中犯罪嫌疑人最常用的手段。這種人工追蹤的方式主要是通過卡口照片獲得犯罪嫌疑人目標，然后在監(jiān)控視頻中尋找該犯罪嫌疑目標或者在沒有卡口照片時直接在監(jiān)控視頻中尋找犯罪嫌疑目標。當(dāng)涉案監(jiān)控視頻較少時，這種方式確實能在犯罪嫌疑人追蹤過程中發(fā)揮重要作用，但是當(dāng)涉案監(jiān)控視頻較多時，視頻偵查人力資源有限，查看大量的監(jiān)控視頻反而容易導(dǎo)致視頻偵查人員視覺疲勞，追蹤效率不高。因此，本文提出一種面向視頻偵查應(yīng)用的監(jiān)控視頻人體目標比對方法，該方法對與案件有關(guān)的海量卡口照片和監(jiān)控視頻進行科學(xué)處理，減少了視頻偵查人員在無用監(jiān)控視頻上的時間浪費，從而實現(xiàn)對監(jiān)控視頻中犯罪嫌疑人人體目標相似性的快速比對，提高監(jiān)控視頻中犯罪嫌疑人追蹤的效率。仿真實驗表明，使用本文方法快速的對不同視頻圖像采集設(shè)備采集得到的犯罪嫌疑人人體目標進行科學(xué)量化比對，可以進一步豐富視頻偵查的技術(shù)手段，提高視頻偵查工作時效性。

2 相關(guān)研究

巴氏距離在相似性度量方面研究較為成熟，既有針對視頻監(jiān)控人臉識別、人體目標識別研究，也有針對醫(yī)療彩照、能源勘探研究等。其中，文獻[4]在LPP_SIFT算法的基礎(chǔ)上采用巴氏距離對降維的樣本進行迭代，降低了最小錯誤率的上界，從而提高人臉識別率；文獻[5]提出基于視覺單詞優(yōu)化仿射尺度不變特征變換的視頻人臉識別算法，通過計算視覺單詞之間的巴氏距離以最大相似性原則實現(xiàn)識別；文獻[6]對顏色特征和超像素特征配以不同權(quán)重然后利用EMD（Earth Move’s Distance）距離和巴氏距離實現(xiàn)人體目標的相似性度量；文獻[7]利用不同目標的圖像直方圖巴氏距離值的大小來區(qū)分每個圖像的接近程度，以此為后續(xù)匹配比對提供參考數(shù)據(jù)；文獻[8]在探討連續(xù)視頻流中基于統(tǒng)計特征的場景變化檢測問題基礎(chǔ)上對巴氏距離場景度量進行優(yōu)化，以提高檢測性能；文獻[9]和文獻[10]提出巴氏距離與K_L變換相結(jié)合的方法，先利用K_L變換對樣本特征進行特征降維，然后用巴氏距離進行特征選擇，降低了僅使用K_L變換特征選擇的錯誤率；文獻[11]提出了使用巴氏距離與PCA相結(jié)合的算法來進行人臉識別，同時也利用K_L變換降維，用巴氏距離迭代算法獲得最小錯誤率上界；文獻[12]利用彩色舌圖像R通道的直方圖巴氏距離結(jié)合最小距離分類器的方法實現(xiàn)對正常舌與異常舌的分類；文獻[13]利用巴氏距離計算待判定圖像顏色和紋理的相似度，以綜合相似度來實現(xiàn)巖心熒光圖像含油級別的判定。

以上文獻利用巴氏距離時充分考慮到算法復(fù)雜度低，運算效率高，因而可以將其運用于公安實戰(zhàn)當(dāng)中來解決公安機關(guān)在海量監(jiān)控視頻中犯罪嫌疑目標的同一認定問題，從而更加快速有效的獲取偵查線索和方向，減輕視頻偵查人員的工作量，提高監(jiān)控視頻資源利用率。

3 本文方法

巴氏距離是一種基于離散或連續(xù)概率分布的相似性計算方法[14]，它可以對兩種概率分布的重疊量進行近似計算，以此實現(xiàn)兩者的相關(guān)性度量。圖像的直方圖描述了圖像中不同灰度值像素的分布情況，它反映了像素中各個灰度的分布概率，也可以看作是一個概率函數(shù)，兩個直方圖的比對匹配可以看成是對兩個概率函數(shù)進行對比，因此可以通過計算兩副圖像直方圖概率分布之間的巴氏距離來判斷兩幀圖像的相似性，其算法原理如圖1所示。

圖1 巴氏距離度量原理流程圖

監(jiān)控視頻可以看做是一段連續(xù)的圖像序列，如果令V表示為包含犯罪嫌疑人人體目標的一段監(jiān)控視頻，f(t)表示構(gòu)成監(jiān)控視頻V的圖像幀，一段監(jiān)控視頻中包含很多圖像幀；令S表示包含待識別人體目標的單幀抓拍圖像庫，g(k)表示構(gòu)成S的圖像幀[15]；t,k表示圖像序列，則有：

式中M表示監(jiān)控視頻圖像的最大幀數(shù)。

式中N表示單幀抓拍圖像的最大幀數(shù)。

令P表示為V中第t幀圖像的直方圖概率估計，Q表示為S中第k幀圖像的直方圖概率估計，則二者滿足下面的公式：

令BC定義為巴氏系數(shù)，滿足：0≤BC≤1，其關(guān)系式定義如下：

令DB是度量監(jiān)控視頻V中的犯罪嫌疑人人體目標與單幀抓拍圖像庫S中待識別人體目標相似性的巴氏距離，并且滿足：0≤DB≤+∞。則有下面的公式：

需要說明的是：DB值越趨近于0，兩個概率分布之間重疊量越高，相似度也就越大；DB值越趨近于+∞，相似度也就越低。

在獲取待識別人體目標和犯罪嫌疑人人體目標后，統(tǒng)計人體目標的直方圖概率估計并求得巴氏系數(shù)，就可以得到單幀抓拍圖像庫S中待識別人體目標與監(jiān)控視頻V中犯罪嫌疑人人體目標之間的巴氏距離，然后對該結(jié)果設(shè)定閾值進行取舍。閾值T的選擇非常重要，即有：

假設(shè)R(P,Q)是閾值選擇后的結(jié)果值，則有：

當(dāng)巴氏距離DB小于給定閾值T時，R（P，Q）取值為1，則判定待識別人體目標與犯罪嫌疑人人體目標相似；當(dāng)巴氏距離DB大于給定閾值T時，R（P，Q）取值為0，則判定待識別人體目標與犯罪嫌疑人人體目標不相似。

4 仿真實驗

Farenzena等人將人體分割成頭部、軀干和腿部三部分來進行比對，第一類是“人臉”比對；第二類是“人臉+軀干”比對；第三類是“人臉+軀干+腿部”比對。本文進行的是“人臉+軀干”比對仿真實驗，實驗采用Matlab2016作為仿真實驗平臺，實驗步驟如下：

（1）用iPhone 6s后置1200萬像素攝像頭拍攝3張包含人體目標的單幀抓拍圖像幀，再分別將單幀抓拍圖像幀中的3個人體目標視為待識別目標“A”、“B”、“C”。

（2）用相同設(shè)備拍攝實驗視頻，逐幀讀取該實驗視頻并對實驗視頻所包含的人體目標和圖像幀進行統(tǒng)計，統(tǒng)計的結(jié)果顯示有9個人體目標，且通過分析研判，確定其中3個人體目標為犯罪嫌疑人目標。

（3）對待識別人體目標圖像幀和犯罪嫌疑人目標圖像幀進行處理，只提取包含完整“人臉+軀干”的人體目標圖像。

（4）利用巴氏距離計算待識別人體目標與犯罪嫌疑人目標之間的相似性。

4.1 實驗數(shù)據(jù)

對實驗視頻逐幀讀取，共有473幀圖像，每一幀圖像大小為544×960像素，實驗視頻主要技術(shù)指標如表1所示；對實驗視頻所包含的人體目標和圖像幀進行統(tǒng)計，統(tǒng)計結(jié)果如表2所示；實驗視頻中共出現(xiàn)了9個人體目標，懷疑目標“4”“8”“9”為犯罪嫌疑人目標，其中待識別目標“A”對應(yīng)犯罪嫌疑人目標“4”，待識別目標“B”對應(yīng)犯罪嫌疑人目標“8”，待識別目標“C”對應(yīng)犯罪嫌疑人目標“9”。

對待識別目標和犯罪嫌疑人目標圖像幀進行處理，獲取只包含完整“人臉+軀干”的人體目標圖像。其中，處理后的犯罪嫌疑人目標“4”圖像共有32張，每一張大小為581×495像素，圖像幀序列是145至176；處理后的犯罪嫌疑人目標“8”圖像共有40張，每一張大小為611×512像素，圖像幀序列是339至378；處理后的犯罪嫌疑人目標“9”圖像共有32張，每一張大小為681×331像素，圖像幀序列是412至435。

表1 實驗視頻主要技術(shù)指標

表2 人體目標和幀序列統(tǒng)計表

4.2 實驗結(jié)果及分析

統(tǒng)計獲取待識別人體目標與犯罪嫌疑人人體目標的直方圖特征，由于待識別目標和犯罪嫌疑人目標總共107個目標，而每一個目標的直方圖特征數(shù)據(jù)是一個256×1的矩陣，直方圖特征的數(shù)據(jù)量比較大，無法在本文中全部列出，這里只列出待識別人體目標的部分直方圖特征數(shù)據(jù)如表3所示。通過直方圖特征結(jié)合式（5）就可以獲得待識別目標“A”與犯罪嫌疑人目標“4”之間的巴氏系數(shù)值，如圖2所示；待識別目標“B”與犯罪嫌疑人目標“8”之間的巴氏系數(shù)值，如圖3所示；待識別目標“C”圖像與犯罪嫌疑人目標“9”圖像之間的巴氏系數(shù)值，如圖4所示。

表3 待識別目標直方圖特征數(shù)據(jù)

在求得巴氏系數(shù)后，通過式（6）式（7）可求得待識別目標“A”與犯罪嫌疑人目標“4”之間的巴氏距離如圖5所示；待識別目標“B”與犯罪嫌疑人目標“8”之間的巴氏距離如圖6所示；待識別目標“C”與犯罪嫌疑人目標“9”之間的巴氏距離如圖7所示。其中，平行虛線為閾值線，如果巴氏距離低于閾值線，且越趨近于零，目標相似程度就越高，則判定相似；如果巴氏距離高于閾值線，目標相似程度就越低，則判定不相似。

圖2 待識別目標“A”與犯罪嫌疑人目標“4”之間巴氏系數(shù)值

圖3 待識別目標“B”與犯罪嫌疑人目標“8”之間巴氏系數(shù)值

圖4 待識別目標“C”與犯罪嫌疑人目標“9”之間巴氏系數(shù)值

圖5 待識別目標“A”與犯罪嫌疑人目標“4”之間的巴氏距離

圖6 待識別目標“B”與犯罪嫌疑人目標“8”之間的巴氏距離

圖7 待識別目標“C”與犯罪嫌疑人目標“9”之間的巴氏距離

實驗設(shè)定閾值T為0.1401，依據(jù)該閾值，將低于該閾值的目標判定為相似，將高于閾值的判定為不相似，并對104個比對結(jié)果值統(tǒng)計得到比對表4。

表4 比對結(jié)果統(tǒng)計表

通過表3得到此次實驗待識別目標“A”與犯罪嫌疑人目標“4”之間的比對識別率為93.33%；待識別目標“B”與犯罪嫌疑人目標“8”之間的的比對識別率為97.50%；待識別目標“C”與犯罪嫌疑人目標“9”之間的比對識別率為75.00%；此次實驗待識別目標與犯罪嫌疑人目標的比對總識別率為89.42%。實驗結(jié)果表明，本文方法計算效率高，比對識別率較好，可以實現(xiàn)監(jiān)控視頻中犯罪嫌疑人體目標相似性的快速比對，提高監(jiān)控視頻中犯罪嫌疑人跟蹤的時效性。

5 結(jié)語

本文為解決公安機關(guān)在海量監(jiān)控視頻中犯罪嫌疑人目標的同一認定問題，將犯罪嫌疑人人體目標作為比對研究對象，使用巴氏距離對犯罪嫌疑“人臉+軀干”目標進行相似性度量，實驗表明巴氏距離在解決人體目標相似性度量時能夠快速得到比對結(jié)果，計算簡單，易于實現(xiàn)。當(dāng)前還很少對“人臉+軀干+腿部”目標進行比對實驗，下一步研究將會在算法上進行改進，優(yōu)化監(jiān)控視頻中犯罪嫌疑人體目標的提取方法，以獲取更高的比對識別率。