基于視頻監控的步態識別系統設計

孫沛文?楊成林?張家俊?夏麗萍

摘要：隨著社會經濟與科技的發展，身份識別領域的相關技術也在飛速發展，諸如虹膜識別、人臉識別等生物識別技術也取得了長足的進步。但在某些條件下無法對用戶身份進行準確識別。基于此，設計了一種基于視頻監控的步態識別身份系統，在原有的步態識別技術上進行改進、升級，提高了身份識別的效率以及準確性，為生物識別技術提出了新的設計構思，也對社會資源的解放以及服務社會等方面發揮了積極作用。

關鍵詞：生物識別；視頻監控；步態識別；卷積神經網絡

一、前言

基于人工智能的推動，平安城市建設已經成為公共安全的著力點和落腳點。2017年國務院印發了《新一代人工智能發展規劃》，對人工智能在公共安全領域的深度應用高度重視。2019年國務院發布《國務院辦公廳關于印發國務院2019年立法工作計劃的通知》，其中包含由公安部起草的《公共安全視頻圖像信息系統管理條例》。因此，基于智能信息處理算法的智慧監控已經成為當前及未來國際高新技術競爭的焦點。

隨著視頻監控部署規模越來越大，監控設備的多樣性和場景的復雜性給監控視頻的分析與理解帶來極大的挑戰，主要表現為視覺場景“看不清”、視覺要素“找不到”、視覺內容“看不懂”。因此，探索研究針對監控視頻與步態圖像識別的系統，為維護社會穩定與公共安全提供面向智慧監控的視覺感知與理解技術[1]，具有十分重要的意義，還可以針對大型的空間區域進行人流量分析，為其他領域的相關分析提供數據。

二、需求分析

隨著社會經濟的發展，我國人民的生活水平與質量不斷發展提高，但也涌現出許多的安全問題。比如由于工作繁忙等問題，中青年人陪護小孩和老人的時間極為有限，導致老人小孩走失的事件頻頻發生。一方面，在機場、火車站、大型賣場、景區等公共場所，老人、兒童也容易與家人走散，通常的解決方式是向公共場所的管理部門求助發起廣播尋人、微信群等溝通工具擴散消息以發動群眾協助等，甚至向110報警求救。雖然目前已經擁有視頻追蹤這一項重要偵查手段，在偵查破案中發揮著越來越重要的作用，但應用于惡意破壞ATM機、盜刷失主銀行卡等實際場景時，由于視頻光線、圖像分辨率、攝錄距離等客觀條件影響，尤其是在嫌疑人故意偽裝躲避、有遮擋的情況下，傳統視頻偵查方法難以突破追蹤瓶頸，這已成為圖像偵查技術躲不開、繞不過的堵點和痛點，亟須解決。另一方面，目前在視頻監控畫面中查找目標，主要依靠人的肉眼查看，在海量視頻數據中查找效率極為低下，且人力資源終究是有限的，難免有所疏漏。

綜上，本系統主要目的是對大空間區域內的人員進行身份的識別和人流量的統計。

（一）功能性需求

本文系統要完成的功能包括：

1.對空間內人員的流動進行捕獲并記錄在數據庫中；

2.對大型公共場所中特定人員身份進行識別；

3.對特定的時間、地點、區域的人群進行統計分析，為其他統計的內容提供基礎的數據支持。

（二）非功能性需求

1.使用的環境大部分為大型公共場所，如超市、旅游景點等，未來可能會向醫院等特殊但又人流量大的場所投入使用；

2.使用時對于周圍生態環境的需求不強，只需保證拍攝的環境明亮即可，便于攝像頭捕捉到清晰的影像；

3.硬件方面，所需硬件均為市面上可購買到的材料，功能正常即可使用，除攝像頭需要紅外夜視功能以外無其他需求；

4.用戶界面設計簡潔明了，易上手操作。

三、功能設計

本文系統具有身份識別、人流量輔助統計等功能[2]。其中，系統通過攝像頭捕捉到人體的步態信息，并將其記錄在數據庫中，然后通過卷積神經網絡實現用戶身份的鑒別。當人員身份異常時，報警器將開啟報警功能，否則繼續進入后續工作。另外，本文系統還具有大型公共場所人流量統計和簡單的人群分析的功能，為以后的工作提供基礎的人群數據。

四、硬件設計

（一）硬件結構設計

如圖1所示，本文系統主要由上位機、下位機、網絡傳輸模塊、圖像采集模塊、顯示模塊、報警模塊構成，具體的工作流程為：圖像采集模塊1對監控區域進行實時監控，并將監控的視頻圖像通過USB接口傳輸給下位機2，下位機2進行視頻圖像的分析，如監控中有用戶出現，則將相應的視頻圖像利用網絡傳輸模塊3通過以太網傳輸給上位機4，上位機4獲得視頻監控圖像序列后，通過步態識別進行用戶身份驗證[3]，并根據驗證結果產生不同的反饋信號，反饋信號則通過以太網由網絡傳輸模塊3傳送給下位機2。下位機2根據收到接收的反饋信號驅動顯示模塊5和報警模塊6工作，其中識別結果為合法用戶的，顯示模塊5顯示“valid user”字樣，否則顯示“illegal user”字樣并啟動報警模塊6報警。其中，圖像采集模塊1為網絡攝像頭；下位機2使用的是ARM開發板；網絡傳輸模塊3使用的是以太網模塊；上位機4使用的是PC機；顯示模塊5使用的是LCD液晶屏；報警模塊6使用的是蜂鳴報警器。

（二）硬件選材

1.圖像采集模塊

對于步態識別系統而言，精準的捕捉到人員行走時的影像尤為重要，因此在攝像頭的選擇方面，將采用市面上口碑較好的高清攝像頭進行人體步態影像的捕捉。目前市面上的攝像頭基本具備紅外、夜視等功能，可以較好地保證高質量的拍攝環境。因此，通過性價比、功能、安裝方式等幾個方面的篩選，最終確定了索瑞特公司的800萬攝像頭4K高清夜視監控攝像頭作為本系統的攝像頭，其具有全景視野、智能追蹤、高清畫質、全彩夜視、手機PC雙向報警、云存儲、耐溫防水等特點。

2.顯示模塊

對于顯示器，主要顯示識別數據以及被捕獲的人體影像，所以高清屏幕以及分辨率良好的影像素質作為重要的因素。本系統選擇了方正（Founder）公司的24英寸IPS電腦顯示器作為上下位機的顯示器。

3.網絡傳輸模塊

本系統主要通過以太網網絡來進行傳輸，所以選擇了TP-LINK的TL-SG1005D以太網交換機作為網絡傳輸模塊。

4.報警模塊

本系統在識別到不符合條件的步態影像時會觸發報警器，所以對報警器的反應速度以及報警強度要求較高。因此，本系統選擇了伊萊科（ELECAL）閃光蜂鳴器AD16-22SM作為報警器。

5.開發板的選擇

開發板負責整套系統的集成安裝，帶動系統的運轉。因此，本系統選擇采用正點原子精英STM32F103ZET6 ARM開發板作為系統運行主板。

五、軟件設計

（一）神經網絡及算法選擇

本文系統通過去噪算法中的NL-Means算法（Non-Local Means）[4]、歸一化中的圖像歸一化算法搭配卷積深度學習網絡（CNN）進行圖像的處理[5]，以提高身份識別效率、精準率以及健壯性[6]。

（二）數據存儲設計

對于視頻監控系統而言，由于需要存放大量的圖像、視頻、用戶個人數據信息，存儲的數據量龐大。因此，數據存儲應具有存儲空間大、回應率高、自動覆蓋周期長等特點。因此，本文擬使用“臨時數據庫+云數據庫”的方式進行數據存儲，其中，臨時數據庫用于存放近期捕獲到的或者使用過的步態數據，便于隨時調用；云數據庫則將自動覆蓋周期內的步態數據進行存儲，甚至未來還可以與其他生物識別技術使用的數據庫進行云計算與共享，提高生物識別領域的技術。

六、實驗結果分析

已在學校的實驗室、操場等場所開展實驗，系統性能如表1所示。實驗表明，本文系統在進行人員身份識別時相較于其他生物識別技術普遍存在的問題，不管是效率、精準度、魯棒性、實用性等方面都有較大的提升；而且作為目前尚未廣泛使用的生物識別技術[7]而言未來研究發展的前景良好。

七、結語

步態識別技術彌補了同等條件下人臉識別技術的應用盲點[8]，具有受視頻質量影響小、數據易采集、步態形體長期偽裝困難等特點。因此，本文在已有的視頻監控系統基礎上進行了改進與深入地研究。實驗表明，本系統提高了身份識別的效率、精準度、魯棒性，為生物識別技術提供了向上發展的空間與可能，也對社會的發展產生了積極的影響。

參考文獻

[1]張楊.基于視覺感知的場景理解關鍵技術研究[D].南京：南京大學，2021.

[2]張宸.基于深度神經網絡的人流量統計分析系統[D].北京：北京郵電大學，2021.

[3]王希娟.基于下肢輪廓角度距離和步幅變化的步態識別算法研究[J].計算機應用與軟件，2018，35（2）：235-241.

[4]曾孝平，付勇，劉國金.基于NL-Means的均值平移圖像分割算法[J].微計算機信息，2009，25（3）：284-285+308.

[5]袁旭.深度網絡結構歸一化的研究與應用[D].鎮江：江蘇大學，2021.

[6]周東寧.卷積神經網絡的魯棒性分析[D].大連：大連理工大學，2022.

[7]楊強，譚禮俊.生物識別技術對比淺析[J].大眾科技，2005（2）：50-51.

[8]馬世順.人臉識別技術的應用風險及其防控研究[J].河北公安警察職業學院學報，2022，22（1）：40-43.

[9]顧立春，雷鳴.多姿態的人臉識別算法研究[J].電腦知識與技術，2022，18（21）：70-72.

[10]符惠桐.基于深度學習的目標識別輕量化模型研究[D].西安：西安工業大學，2022.

[11]周衛斌，王陽，吉書林.基于特征融合的雙模態生物識別方法[J].天津科技大學學報，2022，37（4）：44-48+54.

基金項目：2022年陜西省大學生創新創業訓練計劃項目“基于視頻監控的步態識別系統”（課題編號：S202213123032）

作者單位：陜西國際商貿學院