基于下肢關節點運動關系的特定人群步態識別

吉林警察學院,吉林 長春130000

人體的行走是全身運動系統協調控制和活動的結果，是一個復雜的綜合運動過程。從幼兒到成年經過一定的鍛煉就會形成行走運動的動力定型，使行走運動具有了相對穩定的規律性[1]，但是由于個體所處的環境有差異，每個人行走姿勢又各具特點，構成了行走運動的特殊性，這也使廣大科研人員產生了濃厚的興趣，如何量化人體行走特征，為虛擬現實、醫療診斷、視頻識別、人工智能等服務，成為當前多學科交叉融合研究的重要內容[2-4]。

根據提取、運算的特性，本文提出的一種以運動過程中關節點空間距離為參考量的人體運動規律認定方法。此方法豐富了視頻偵查的理論基礎，為以后相關研究提供了理論支持。

1 人體步行協調性研究

1.1 步態運動分析

步態是人體在日常生活中利用下肢體進行行走、跑步、跳高、騎行、踢踩等下肢體運行姿態的統一稱呼[5]，其涉及到很多研究領域，但主要關系到人體結構、行為及心理活動、功能運動調節系統等諸多因素，是日常生活中最基本的動作，在其中又分為周期性運動和非周期性運動，其中走路、跑步等為周期性運動，踢球、蹦跳等為非周期運動，周期性運動往往會體現人體長時間運動特點。一個人的正常步態，是指人身體保持健康狀態，在自我最放松、最正常、無強迫意識的姿態行進時的步態，其具有明顯得周期性、協調和均衡的特點，并且由于步態特征是下肢長時間與地面等客體接觸受其制約作用形成的，具有很高的穩定性[6]。

1.2 步態周期特點

步態周期根據不同運動姿勢具有不同特點，本文研究主要針對的是正常人自然行走過程中的步態周期研究，通過對于人體下肢自然行走步態的分析，可以確定主要運動周期參數有以下幾種：

1.2.1 步態周期 通常根據人的行走過程可以將人體自然行走中以任意一只腳支撐時定義為起始時刻，到該腳第二次形成完整支撐時為終止時刻，開始時刻至終止時刻的整個過程定義為一個周期。

同時該種步態周期可細化分為兩個相位過程：支撐相和擺動相，支撐相是以左右腳整個腳掌部與地面接觸過程為觀察對象，從每支腳足跟著地開始到足尖離地結束為一個過程時間相，一個步態中期中左右腳共同支撐時間相約占步態周期的60%；擺動相即除去支撐相的運動過程，具體體現為從腳掌足尖離地到該腳掌足跟著地的過程約占步態周期的40%。

1.2.2 其他變化特點 髖、膝、踝等各關節屈伸運動特性，如速度、加速度、關節角速度、角加速度等；力學特性，如足底地面反力、關節力矩等；肌肉特性參數，如肌肉力、肌電信號等[7]。

2 步態穩定性評定

2.1 實驗對象選取

2.1.1 關節點選取 在步態特征運動運動協調性的基礎上，本文確定了以行走中最穩定的特點頸部、重心和行走過程中變化幅度較大的關節點膝關節、踝關節為參考點。文中關節名稱用英文首字母代替，如：R 代表重心、Lk 代表左膝、R-Lk 代表重心到左膝距離參數等。

2.1.2 受試者選取 為更好的完成研究。本文通過對吉林省近五年的重大刑事案件中嫌疑人年齡進行分析，確定了受試者年齡范圍，并選取齡差±3 的同質人群（身高、體重、習慣相近）為研究對象，利用雙目視頻采集設備對20 人400 次正常行走周期進行采集，最終匯總了各關節點三維坐標數據。

2.2 受試者步態穩定性評定

在對人體動力學研究可知，健康人體自然行走過程中下肢運動是受腿部肌肉和骨骼共同作用產生的，是一種動力定型過程，并且隨著時間積累越來越鞏固、越來越自然，人體下肢形成有規律的對稱性變化，同時具有較高的穩定性特點。但一旦人體受到健康狀況等因素影響，改變原有的動力定型狀態就會體現出運動異常，如行走功能障礙、肢體障礙等，在步態行走特征上的反映是破壞了下肢體運動的對稱性，因此在驗證人體是否處在健康自然的行走過程和對行走功能綜合評定時，步態的運動對稱性成為評定的重要標準。而在各個領域中對行走對稱性指標評定時，經常用時相對稱性指數進行評定，該方法是以步態周期的時間相位判斷左右側腿步態的對稱性，具體如下：

其中：IDps為常數，T0表示人健康、自然情況下的步態周。T為實驗對象步態周期。SS、Sm分別表示為實驗對象下肢運動時支撐相時左側、右側兩腿所用最小和最大時間值。Ws、Wm為兩腿在擺動相時所占用最小和最大時間值[8]。

這個指標是以模糊數學中隸屬函數的定義域為[0,1]的概念為原理，把“1”設定為最健康、自然的步態狀態（行走完全對稱），把“0”定義為完全喪失下肢行動能力的步態狀態，此時健康人在自然情況下的時相對稱性在0.95 以上。

但即使是健康人體，在其自然行走過程中難以保證步態的對稱性一成不變，并且對稱性概念也只是說明了步態周期相位之間的對應關系，并沒有完全體現到不同步態特征參數（如步長）在對稱性中的作用，無法客觀說明人體行走中步態的特點，有時甚至會難以分析出不穩定步態的非對稱性。以此為參考，結合Fitts 定律，本文確定了兩種檢驗穩定性的對稱性指標作為穩定性研究基礎，即：步長對稱性指標IDsd，跨步長度執行對稱指標IDsp。

由于Fitts 定律是反映運動過程中肢體某點的運動時間與該點距離變化、大小變化的運動精度之間的關系，因此IDsd和IDsp的基本定義為：

其中：Sl，Sr分別表示為左、右腳跨步的步長；Sl0，Sr0分別為健康人自然步態下兩腳跨步的步長精度誤差值；STl，STr分別表示為左、右腳跨步的步長；STl0，STr0分別為健康人自然步態下兩腳跨步的步長精度誤差值。tl，tr分別為兩腳跨步執行時間，也就是擺動相所用時間。

同時為反映關節在角度量方面對對稱性的貢獻，IDsd和IDsp擴展到二維極坐標平面內：

其中：θsl，ρsl，θsr，ρsr表示為兩腳的步長在極坐標下的反映；θsl0，ρsl0，θsr0，ρsr0表示為健康人自然行走步態下左右腳的步長精度誤差值在極坐標下的反映，公式如下：

其中：θsTl，ρsTl，θsTr，ρsTr分別為左，右腳的跨步長在極坐標下的反映；θsTl0，ρsTl0，θsTr0，ρsTr0分別為健康人自然行走步態下左右兩腳的跨步長精度誤差值在極坐標下的反映。tl，tr分別為左右腳跨步執行時間，也就是擺動相所占用時間。

步長的對稱性指標是主要以反映左右腳行進距離的關系為主，跨步長執行對稱性指標反映的主要是左右腳時相之間的關系。

這里極坐標下，IDsdρ和IDspρ除反映下肢執行情況外，也在一定程度上反映路況的因素。

最理想的行走狀態是人體處于自然條件下的肢體完全對稱運動，在這種對稱下步長對稱性指標和跨步長執行對稱性指標的值均為1。由于個體間存在差異，步長對稱性指標和跨步長執行對稱性指標的值可能大于1，也有可能小于1。為了利于操作，方便理解，并與時相對稱性等其他對稱性指標相同，本文將步長對稱性指標和跨步長執行對稱性指標也設定為[0,1]（見公式8～11）：

θss和ρss為左右腳步長中較小值；θsm和ρsm為左右腳步長中較大值；θs0和ρs0為健康人自然行走步態下步長的精度誤差值。

其中：θSTs，ρSTs和ts分別為值較小側的跨步長和跨步執行時間；θSTm，ρSTm和tm分別為值較大側的跨步長和跨步執行時間；θST0，ρST0分別為健康人正常步態下跨步的精度誤差值。

利用以上兩種指標評定標準，可以有效的對受試者進行行走穩定性研究，對不符合行走穩定性個體數據不進行后續研究。

3 實驗及數據分析

通過對受試者行走過程中的綜合對稱性進行評定可知，受試者步態符合正常行走狀態，所采集關節空間數據為穩定步態信息。

3.1 個體步態變化規律研究

本文將視頻中各幀中所選四個關節點三維數據（x，y，z）進行匯總，并用歐式距離方法得出每一個步態周期、每一個視頻幀中關節點間相互關系參數。然后將每個人一個步態周期內的每個關節間關系視為一個整體進行均值化處理，以其反映數據代表每人一般水平，同時再對每人20 次的周期進行均值化處理，得的10 組見圖1（此處以受試者一為例）數據。

圖1 單人每周期內各特征數據散點圖Table 1 Scatter points of characteristic data in a cycle of a single person

3.1.1 檢驗方法 進行分析過程，首先對每名受試者數據中各人特征點距離量的穩定性進行分析，這里選用變異系數（C·V=(SD÷MN)×100%，SD為標準差，MN為平均值）方法來分析人體行走過程中各特征點之間距離變化是否存在穩定性。

同時為了后期對不同人之間特征變化規律比對，我們還對各特征點距離量進行正態性檢驗，論文選用包含Kolmogorov-Smirnov 大樣本（受試者數大于30）正態性檢驗、Shapiro-Wilk（受試者數小于等于30）小樣本正態性檢驗，我們選取小樣本正態性檢驗，并提出原假設所測數據符合正態分布，當顯著值（Sig.）＞0.05 說明接受原假設，如果當顯著值（Sig.）＜0.05 則所測數據拒絕接受原假設。為確保數據分析準確，進一步利用數據的偏度和峰度分析了數據正態性差異。

3.1.2 受試者關節點行位穩定性研究 本文對所有提到9 種特征點相對位置變化規律一一進行了研究，此處以頸部至左膝距離特征為例進行說明。

（1）N-Lk 相對位置變化穩定性研究 通過對受試者的數據提取，得到受試者不同行走周期的N-Lk 數據，共20 組均值數據，首先通過這些數據研究N-Lk 是否存在穩定性，利用SPSS 統計分析軟件對N-Lk 所得每個周期均值共計20 數據進行統計學描述所得數據（見表1）。

表1 N-Lk 描述性統計Table 2 N-Lk descriptive statistics

（2）N-Lk 相對位置變化正態性檢驗 利用SPSS 的正態性檢驗方法，結合偏度與峰度數據可以綜合分析試驗受試者特征點相對位置正態性分布情況。通過小受試者Shapiro-Wilk 對自由度（df）為20 的數據進行檢驗，所得正態性檢驗顯著性水平Sig.=0.067＞0.05 表示接受原假設屬于正態性分布，即表示其符合正態分布。同時通過偏度數據0.048＞0 可知其分布曲線屬于右偏分布，與標準對稱分布差異較小。通過峰度-1.541＜0 可知其分布屬于扁平峰分布，與標準正態分布有一定的差異，說明其正態曲線勉強符合正態分布正態性檢驗（表2）。

表2 Shapiro-Wilk 的N-Lk 正態性檢驗Table 2 N-Lk normality test on Shapiro-Wilk

正態性檢驗表明受試者N-Lk 的數據基本符合正態分布，同時通過對其他9 人試驗受試者N-Lk，20 組數據正態性檢驗分析，可發現其中有10 個實驗受試者人數據都符合正態分布比例占100%，可靠性較好。

通過以上檢驗可知N-Lk、N-Rk、N-La、N-Ra、R-La、R-Ra 這些特征量具有較高的穩定性且符合正態分布，而R-Lk、R-Rk、La-Ra 這些特征量穩定性較差。

通過對人體行走過程中特殊關節點相對位置數據進行變異系數法、正態性檢驗研究后可知：（1）通過對特定特征點與關節點相對位置關系研究可知，同一人的行走過程中行位變化具有穩定性。（2）N-Lk、N-Rk、N-La、N-Ra、R-La、R-Ra這6個關節關系在在人體行走過程中穩定性最好，能夠體現個體行走規律，可以利用這些特征點位置關系進行不同人之間差異性比。而R-Lk、R-Rk特征點相互位置關系所反映出的數據穩定性和正態性檢驗，存在不夠穩定和難以滿足正態性檢驗。

4 結語

本文針對視頻偵查下犯罪嫌疑人認定需求，提出了基于下肢關節點空間位置關系的步態特征識別方法。利用該方法對高發犯罪年齡段群體對象進行實驗研究，實驗結果表明N-Lk、N-Rk、N-La、N-Ra、R-La、R-Ra 特征可以進行個體穩定性識別，這是對利關節點特征點進行人體運動特征識別的初步嘗試，希望其對下一階段的深入研究奠定基礎，還希望能引導其他人更好更快地推動人體識別、建庫的探索與發展。