視頻人像的測量與應用

楊英倉

（貴州警察學院 刑事技術系，貴州 貴陽 550005）

隨著犯罪分子反偵查意識和能力的提高，案件現場很難提取到有價值的痕跡物證。 而廣泛安裝的視頻監控，客觀、真實、完整和全面地記錄了監控范圍內的場景，記錄了時空軌跡信息，視頻偵查技術成為案件偵破的殺手锏，強有力地打擊和震懾了各類違法犯罪行為。 與此同時，為逃避打擊，犯罪分子的作案手法也在不斷升級。 犯罪嫌疑人作案時進行偽裝，或者選擇夜間、雨霧天氣等光線條件較差的環境實施作案，辦案人員很難提取到犯罪嫌疑人清晰的面部特征，致使人臉識別技術的應用受到限制。此類案件可以根據視頻人像的外在輪廓特征進行身高的測量，還可以利用視頻連續動態性測量視頻人像的步態等相關特征，全面刻畫犯罪嫌疑人的信息，可有效縮小偵查范圍，為案件偵辦指明方向。然而，受限于視頻監控的質量、視場角度、光線、距離等因素的影響，案件視頻人像的測量仍面臨諸多難題。

本文以一起發案到發現現場間隔一個月、現場未提取到有價值的痕跡物證、調查走訪沒有線索、犯罪嫌疑人不攜帶通訊設備、視頻人像模糊不清條件下遇到的疑難案件為例，對視頻人像測量技術進行深入研究。 通過開展多項偵查實驗，探索利用桌面標繪結合現場重建的方法，全面開展視頻人像的測量。 測量前期用成像比例一致性的校正方法確保了實時監控畫面與回放的案件視頻畫面場景相同，為現場重建提供條件；中期用現場重建的再現方法還原了視頻人像在現場的行為和動作，為測量提供保障；后期準確選點、測量視頻人像相關數據，有效刻畫視頻人像的身高等靜態特征和步長等動態特征，為案件提供排查方向和偵查線索。

1 材料與方法

1.1 器材和軟件系統

貴州警察學院視頻監控系統，貴州警察學院110 實訓指揮系統，Adobe Photoshop cc2020，視偵通 2.0.7，帶刻度的鋼管，皮尺（30 m），卷尺（2 m），自動測量儀等。

1.2 制作實驗視頻

隨機選擇15 名男性受試者，均為貴州警察學院大二、大三學生；實驗人員的身高在172 cm~179 cm 之間。 實驗人員在20 m 的監控場地內沿規定路線自然行走，往返3 次。 記錄實驗人員進入視頻監控和離開視頻監控的時間，調閱視頻監控資料。 對于行走的視頻人像，統一選擇單腿直立接近自然身高的視頻人像進行截圖保存。

1.3 數據測量

時間因素早中晚和人體負重與否，對身高都有一定的影響。 為減小誤差，每天早上9 點測量15 名實驗人員的穿鞋身高和步長，連續3 d，實驗人員實驗期間的著裝和鞋子不變，記錄實際數據。 調閱實驗視頻資料，分3 次測量15 名實驗人員的視頻人像身高和步長，記錄實驗數據。

1.4 基于成像比例一致性的校正方法

將實驗現場畫面和實驗后現場畫面調整到相同比例和大小。 同時打開視頻監控系統實時監控畫面和視偵通的桌面標繪功能，用紅色矩形在屏幕上繪制視頻畫面的四個邊框。 打開視偵通播放器，回放實驗視頻，調整畫面的四個邊框，使之與實時監控畫面的四個邊框完全重疊。兩個畫面不同之處在于：一個是實時視頻監控系統， 播放的是實驗后的現場情況（即實時畫面），此畫面無法查看目標人像；一個是實驗視頻，播放的是實驗進行時的現場場景，可以看到視頻人像的輪廓特征、衣著、走路的姿勢、步幅的大小、擺臂的頻率和程度、有沒有聳肩等相關性動作、有沒有隨身物品及其特征等（圖1）。

圖1 在屏幕上繪制參考線示意圖

選擇兩個畫面共有的場景，在實驗視頻畫面上選擇有線條交叉的點位，利用視偵通的桌面標繪功能在屏幕上進行點、線標記。 為準確校正監控，點和線型的標記越小越好。 切換到實時監控畫面，如果這些點位和線條能夠完全重合，說明期間監控沒有發生變動。 如果不能重合，說明期間監控發生變動，應一邊調整監控了邊觀察點位的變化，調整監控直至屏幕上標記的點位和線條在兩個畫面中均完全重合，說明監控恢復到了實驗時的視場角度。 兩個畫面內容除監控時間、視頻人像外，其他場景均一一對應，可用于后期的現場重建（圖2）。

圖2 實時監控畫面和回放視頻畫面的一致性校正

1.5 基于現場重建的事件再現方法

回放實驗視頻資料，利用視偵通的桌面標繪在屏幕上用點位標記視頻人像在現場的活動情況。打開實時監控畫面，實驗人員利用對講機或手機，在現場實地找到與屏幕標記相對應的點位。 通過現場重建，在現場實地找到與視頻人像對應的各特征點，對視頻人像在現場遺留的痕跡大小、位置、形狀等進行分析，從而還原現場發生的事件和行為的全過程（圖3）。

圖3 現場重建再現事件的全過程

1.6 視頻目標人像的測量方法

打開視偵通播放器，回放實驗視頻資料。 找到15 名實驗人員的視頻人像，用視偵通的桌面標繪功能在顯示器上標記出實驗人員視頻人像的關鍵點位。 打開實時監控畫面，利用現場重建技術找到屏幕標記的關鍵點位所在現場的位置。 根據測量目的的不同，關鍵點位有所變化。 測量人物身高時，關鍵點位是指人像的頭頂點和腳底點，主要是測量頭頂點和腳底點之間的長度。 測量步幅特征時，關鍵點位是指人像的鞋跟后緣點、鞋尖前緣點、腿部關節特征點，主要是測量步長、步寬、步角、左右腳的步長步寬差異、人像行進方向與左右腳落地方向的差異以及腿部其他特征等。 測量擺臂特征時，關鍵點位是指人像的手指最前端點、肘關節特征點等，主要是測量擺臂幅度、擺臂頻率、人像行進方向與左右擺臂方向的差異以及肩部其他特征等。 測量衣著特征時，關鍵點位是指人物衣著的衣領、袖口、拉鏈、紐扣、圖案邊緣點，主要是測量衣長、袖長、肩寬、拉鏈長度、褲長、圖案形狀和大小等。

本次實驗主要測量15 名實驗人員的真實身高和步長，以及實驗視頻人像的身高和步長。 觀看視頻監控的人員利用通訊工具與現場開展偵查實驗人員實時互動，確保在現場準確找到對應的關鍵點位。 測量視頻人像的身高和步長（圖4）。

圖4 視頻人像的身高和步長測量過程

2 結果

每天早上9 點，連續3 d 用測量儀測量15 名實驗人員的實際身高。 15 名實驗人員在視頻監控下正常走路20 m，反復行走3 次。 調閱視頻，截取案件視頻中相對清晰的目標人像，標記嫌疑人的頭頂點和腳底點，分3 次測量視頻人像的身高。 視頻監控一般從上而下俯拍，人物頭頂點不一定是視頻人像中頭的最高點而是頭頂所在的位置。 盡量選擇人物相對直立的關鍵幀進行身高測量，有姿態的人物身高明顯矮于正常身高。 現場實驗人員與查看視頻監控的人員利用通訊設備實時互動，將有刻度的標桿放置在案件現場對應的底點上，模擬視頻目標人像出現的姿態，頂點所在標桿的刻度就是視頻目標人像的身高。 測量身高和實際身高的差異在2 cm 以內，測量身高與實際身高相同的有5 人，占比33%，測量身高與實際身高差異≤1cm 的有13 人，占比87%，實驗數據和結果見表1。

表1 實際身高和測量身高的對比結果 （cm）

15 名實驗人員在視頻監控下正常行走20 m，反復行走3 次。 測量實驗人員現場行走20 m 的平均左步長和右步長，測量3 次，并計算差異；分3 次測量實驗視頻人像行走20 m 的平均左步長和右步長結果見表2。

表2 實際步長和測量步長的對比（cm）

續表2（cm）

數據表明：實驗人員左步長實際均值減去左步長的視頻測量均值，得出實驗人員左步長實際值與測量值的差異。15 名實驗人員左步長的實際值與測量值差異均≤1 cm，平均差異為0.09 cm。 實驗人員右步長實際均值減去右步長的視頻測量均值，得出實驗人員右步長實際值與測量值的差異。 右步長的實際值與測量值差異均≤2 cm，平均差異為0.39 cm。實驗人員左步長實際均值減去右步長實際均值，得出實驗人員左右步長的實際差異，且左右步長的實際差異均≤2.5 cm，視頻人像左右步長的測量差異均≤3 cm。 實驗人員實際左右步長差異減去視頻測量左右步長差異，得出實際左右步長差異和視頻測量左右步長差異的差值。 實際左右步長差異和視頻測量左右步長差異的差值均≤3 cm，平均差異為0.30 cm。實際步長和測量步長的差異均≤2.5 cm，實際步長和視頻測量步長的平均差異為0.49 cm。3 名實驗人員左步長實際值與測量值相同，占比20%；1名實驗人員右步長實際值與測量值相同，占比7%；5 名實驗人員實際步長和測量步長相同，占比33%。具體見表3。

表3 左右步長的差異和測量數據的對比 （cm）

3 討論與分析

3.1 實驗結果準確可靠

通過實驗對比了15 名實驗人員視頻測量數據與實際數據之間的差異。結果發現：5 人視頻測量身高與實際身高相同，占比33%；13 人測量身高與實際身高差異≤1 cm，占比87%。 左步長的實際值與視頻測量值差異均≤1 cm，平均差異為0.09cm，3 人實際值與測量值相同，占比20%；7 人實際值與測量值≤0.5 cm，占比47%。 右步長的實際值與測量值差異均≤2 cm，平均差異為0.39 cm，1 人實際值與測量值相同，占比7%；6 人實際值與測量值≤0.5cm，占比40%；13 人實際值與測量值≤1 cm，占比87%。步長實際值和視頻測量差異均≤2.5 cm，平均差異為0.49 cm；5 人實際值與測量值相同，占比33%；10 人實際值與測量值≤0.5 cm，占比67%；12 人實際值與測量值≤1 cm，占比80%，14 人實際值與測量值≤1.5 cm，占比93%。 實驗結果表明，視頻測量數據與實際數據較為接近，案件應用中能有效指明偵查方向、縮小偵查范圍。

3.2 針對案后監控變動問題提出解決方案

當前視頻監控保存期限都在一個月以上，為依托視頻測定人像相關數據提供了前提條件。 實際鑒定中常出現案發時間與視頻人像測定時間間隔一周甚至是幾周的情況，期間監控會出現些許變動。利用桌面標繪，結合點、線標識進行成像比例一致性校正，結合現場重建能將實時視頻監控系統的畫面校正到案發時的視場角度，利用恢復后的視頻監控可進行視頻人像的測量。

3.3 創新測量選點方法

本文創新性地進行了視頻單幀選點，實現了視頻人像幀間變化的有效計算。 通過現場重建，在現場找到案件視頻人像待測量的關鍵點，再現案件視頻人像的動作、還原人像姿態、在相同角度和條件下進行測量，能有效減少姿態、變形、角度、光線等帶來的測量誤差。

3.4 測量數據與實際數據存在一定差異

測量數據受多重因素影響較大，誤差只能減小但很難消除。 光線較好的條件下誤差較小、監控系統分辨率越高誤差越小、屏幕越大誤差越小、點和線型的標記越小誤差越小。 步長相對于身高而言，受場地、心理、環境、氣候等因素影響較大。 測量中選點過大、皮尺彎曲、測量數據量小等都會導致誤差增大。 測量過程中可進行多次選點、多次測量取平均值的方法來降低誤差。

4 案例應用

4.1 簡要案情

某污水處理井內發現一具女尸，通過現場勘查和技術檢驗，確定死者系一個月前失蹤的某某。 視頻偵查人員在案發地周邊調取了13 個監控點位，并對案發地相鄰區域的視頻監控采取更換硬盤的方式進行了視頻保全，同時制作了保全登記表，記錄了視頻點位名稱，保全時間段及北京時間差。

4.2 人像測量

通過反復觀看視頻，確定案發時間為凌晨時分。 案件視頻中犯罪嫌疑人面部特征模糊但身體輪廓清晰，對視頻監控中出現的犯罪嫌疑人圖像進行分析和測量，確定了犯罪嫌疑人的身高和步態特征。

4.2.1 校正視頻監控

在發現死者和案件發生中間間隔一個月的時間，視頻監控存在或多或少的變動。 因此，測量身高之前需要校正視頻監控，使之恢復到案發時的視場角度。

查看視頻監控系統，播放實時監控畫面。 在同一臺電腦設備上，利用視頻播放軟件回放案件視頻，并選定待測量的視頻人像。 用視偵通的桌面標繪功能在屏幕上進行標記，按照圖2 所示方法進行成像比例一致性的校正，使視頻監控恢復到案發前的視場角度。

4.2.2 數據測量

視頻測量顯示，犯罪嫌疑人的身高為160 cm 左右。 結合夜間光線條件差、人像距離監控較遠，推測犯罪嫌疑人身高在 155 ～165 cm 之間（圖 5）。要進行步長測量，首先需對視頻監控進行成像比例一致性的校正；其次在案件視頻中找出犯罪嫌疑人左右步所在點位；再次在屏幕上進行標記；然后結合偵查實驗在現場找到對應點位；最后實地測量犯罪嫌疑人左右步長。 因本案中犯罪嫌疑人左右步長差異較為明顯，所以僅在屏幕上標記了左右步所在點位，屏幕步長測量過程和結果分別見圖6 和表4。

表4 犯罪嫌疑人左右步長測量數據的對比

圖5 犯罪嫌疑人的身高測量

圖6 犯罪嫌疑人的步長測量過程

測量結果顯示，犯罪嫌疑人左腳步長明顯小于右腳步長，左腳步長與右腳步長的比例平均為23∶28。犯罪嫌疑人走路微跛，身體重心向左傾斜。 結合現場勘查和視頻測量，綜合分析確定犯罪嫌疑人特征：男性、身高在 155 cm ～165 cm 之間、腳跛、上身穿連帽衣服（款式類似于沖鋒衣）、雙手戴深色手套、右手持匕首、深色鞋面淺色鞋底。

4.3 綜合分析

專案組結合已有特征開展調查并取得顯著成效：一是在重點人口數據庫中以“男性”“身高在155～165 cm 之間”“腳跛”為關鍵詞進行檢索，比中了刑滿釋放人員某某；二是在周邊監控中查找相似特征視頻人像，發現了犯罪嫌疑人并劃定了活動軌跡。綜合研判，確定了犯罪嫌疑人的真實身份。經周密部署，專案組成功抓獲犯罪嫌疑人并在其居住地搜出作案工具、作案時穿的衣服，并在衣服上提取到死者DNA 等關鍵性證據。 經查犯罪嫌疑人腳跛，實際測量犯罪嫌疑人的真實身高為160 cm。

本案中，犯罪嫌疑人與死者并不認識，晚上犯罪嫌疑人在路上游蕩，遇到受害人，于是萌生搶劫的念頭，在搶劫過程中遭遇反抗，最終將受害人殺害。 辦案民警發現死者時，距離案發一個月，現場沒有提取到有價值的痕跡物證。 在被害人親屬、鄰居等相關人員的走訪過程中，未發現死者有債務糾紛、鄰里糾紛或情感糾紛等相關線索。 案件發生在夜間凌晨時分，犯罪嫌疑人未攜帶通訊設備、調查走訪一無所獲、視頻人像模糊不清等問題，大大增加了破案難度。 這是一起利用視頻人像測量技術成功破獲的典型案件。 案件以視頻人像測量為突破口，確定了犯罪嫌疑人的身高和走路特征，為偵查指明了方向。

5 技術拓展

實驗結果驗證了實驗設計的科學性、準確性和有效性。 可以在本實驗的基礎上，結合屏幕標記、成像比例一致性校正、現場重建、點線定位等，拓展視頻測量的范圍。 可測量視頻人像身高、體型特征；測量臂長、肩寬等身體比例特征；測量人物的衣長、袖長、拉鏈長度、褲長、圖案形狀和大小等衣著特征；測量人物的背包、挎包、行李等隨身物品特征；測量人物的步態特征、步長、步寬、步角、左右腳的步長步寬差異、行進方向與左右腳落地方向的差異、腿部其他特征等；測量人物的擺臂幅度、擺臂頻率、行進方向與左右擺臂方向的差異、肩部等其他特征。該測量方法同樣適用于視頻車輛外觀長度、比例、車型等相關數據的測定；應用于車速測定時，能實現視頻單幀選點，計算視頻車輛幀間實時車速。 不用選擇道路環境或車體作為參照物，避免了道路環境標識不明顯、車輛長度未知、幀數過長無法測定實時車速等問題的影響；也不會出現上一幀車輛沒有到達參考線，而下一幀車輛已經離開參考線的尷尬境地。 實驗方法簡單易行、實驗結果準確可靠，為基層公安實戰提供了較為實用的技術方案。