監控視頻畫面中目標人物的身高測量方法

劉 涵，安雨麒，楊一涵，謝昕洋，劉硯澤

（中國刑事警察學院公安信息技術與情報學院，遼寧 沈陽 110854）

0 引言

隨著我國信息技術的不斷發展，視頻監控系統在全國范圍內進行了大規模的應用，“天眼”系統的成功建立標志著視頻監控系統基本實現了公安實踐過程的全流程覆蓋與普及。這一舉措使原本較為隱蔽的違法犯罪行為增加了暴露的可能，盡可能真實的還原了案件事實真相的同時也極大地震懾、預防了違法犯罪行為的發生。但與此同時，犯罪分子在作案過程中的反偵察意識逐漸增強，犯罪過程中通常采用面部偽裝、衣著偽裝、體態偽裝等手段，導致監控視頻畫面中能夠直接獲取犯罪分子個體特征的難度大增，給公安偵查工作增加了巨大壓力。

本項目擬在充分研究、分析和論證現有文獻資料和技術方法并進行實踐操作的基礎上，全面理解國內現有方法技術的測量原理，深入剖析影響視頻畫面嫌疑人身高測判的因素以及現階段常用身高測量技術的優缺點，結合信息科學領域的前沿技術方法，旨在解決目前監控視頻中嫌疑人身高測量所面臨的問題。

1 國內研究現狀

1.1 國內現有研究方案

對于視頻監控中嫌疑人身高的測量，現有文獻中記載方法一般使用透視作圖測量法、現場重現測量法、軟件測算法、畫面匹配法等方法，在公安實踐中，由于現場條件的不同及實際操作水平不一，這四種方法各有利弊，其應用場景也不盡相同。

1.1.1 透視作圖測量法

透視作圖測量法是基于透視學原理，通過繪圖進行測量的方法，即根據“滅點”繪制豎立面透視圖，從而確定相應的比例關系。在實際案例中，可以把現場的參照物垂直投影至嫌疑人所在的豎立面上，建立它們的透視比例關系，從而求解出嫌疑人身高。

1.1.2 現場重現測量法

基于犯罪現場重現的測量方法，即在監控攝像頭位置不變的情況下，挑選不同高度的人員在現場相同位置做實驗，模仿犯罪嫌疑人的動作，或制作一個2m長的刻度明顯的標桿置于現場的與嫌疑人在視頻中出現位置相同的位置，并根據視頻畫面中嫌疑人身高最高點位置讀取標桿的高度數據，觀察者通過監控室的監視屏幕判斷嫌疑人身高。

1.1.3 軟件測算法

利用專門的測量軟件對二維畫面進行測算。基本原理是在案件現場監控畫面中，嫌疑人周圍存在的較為明顯的邊緣線條為直線的物體作為參照物，選定已知點或已知線，通過現場實際測量獲得其具體的測量值，并依此建立包含嫌疑人在內的三維坐標系統，經編程計算，求出畫面中嫌疑人身體最低點與最高點的三維坐標，從而測算出嫌疑人身高的一種方法。

1.1.4 畫面匹配法

在錄制的有嫌疑人在內的視頻監控畫面中，找出嫌疑人身體姿態較為放松、兩腿直立且上肢、軀干筆挺的視頻畫面，并將該畫面確定為“目標畫面”，然后，在監控現場，根據“目標畫面”，重建一個實時動態的“測量畫面”，并安放測量裝置，錄制后，將“目標畫面”與“測量畫面”進行配準匹配，從而完成畫面中嫌疑人身高的測量方法。該方法的應用過程與現場重現測量法較為相似。

1.1.5 Photoshop測量法

在含有豎直平面或可構建出一虛擬平面的監控畫面中，對畫面中的犯罪嫌疑人的身高特征點進行提取，確定人體身高線段。通過Photoshop軟件中的創建平面工具，得到一個豎直平面或虛擬平面，同時運用消失點功能得到參照物的實際高度與其比例系數，并通過該比例系數公式計算出人體的身高。

1.2 存在的問題

在公安實踐中，由于時間的推遲，客觀條件無可避免地發生改變，如現場嫌疑人周圍參照物位置發生變化，或是由于拍攝時現場光線、氣候條件及攝像頭硬件維護不及時等原因造成的畫面不清晰情況，都會對實際測量工作造成極大影響。透視作圖測量法以及Photoshop測量法人工成本低，操作簡單，但若監控視頻畫面中無滿足測量要求的參照物，或參照物存在但是距離嫌疑人物太遠、畫面中無滅點或滅點離開畫面太遠的情況下，測量則比較困難。此方法由人工計算，且存在參照物、滅點、鏡頭的焦距長短、畫面的透視變形等諸多因素影響，因此測量結果精度較差。現場重現測量法因受主觀因素影響較大，特別是攝像頭位置、焦距隨時間推移可能會發生輕微變化，而監控室又不能完成畫面復疊重放時，這種方法測量的誤差比較難以控制，精度會大打折扣。由于上述三種方法在主客觀方面都存在著諸多限制條件，因此很難做到精確測量嫌疑人身高。而現有的測量軟件大多為國外設計，尚未有合適的國產軟件替代，公安系統的測量工作很難全面普及，并且取點（線）的精度也會對實際計算結果產生影響。畫面匹配法與另外幾種方法相比測量精度較高，人工操作與軟件計算相結合，在一定程度上彌補了其他方法的缺陷，但一些共性的缺點也是難以避免的，此方法應用的靈活性與準確度相對來說較高。上述方法均為身高的“概略測量”，我們也需要根據具體情況，考慮嫌疑人當時行走、低頭、彎腰等姿態情形，綜合分析論證，才能最終對嫌疑人的實際身高作出較為準確的判斷。

2 研究過程及方法

2.1 基于畸變校正的身高測量

2.1.1 方法原理

當監控畫面中存在監控畫面中目標人物畫面不全、特征點難以選取等客觀因素時，傳統的透視作圖測量法等方法難以準確測量犯罪嫌疑人身高。故在此基礎上，本文對此方法進行改進、完善。

因案發現場拷貝下來的監控錄像，由于設備性能、質量、維護、數據壓縮等多種原因影響，所得到的用于測量的監控畫面，清晰度通常都不太好，這對測量時的選點影響較大。項目組成員采用人影的身高測量法相比較參照物法提供了更清楚的目標輪廓，方便特征點的選取。利用影子輪廓相對人的輪廓有更明顯的優勢，對目標人物和參照物的影子進行特征點選擇，按照比例系數公式對目標身高進行計算。

經過一系列預實驗，得知運用單反相機模擬監控攝像頭進行拍攝，可以很好地規避廣角鏡頭鏡頭畸變導致身高計算結果的誤差；也可通過將所得的圖像導入Photoshop中，運用其自帶的鏡頭畸變的校正功能來減少誤差。

2.1.2 方法步驟

步驟1，在監控視頻畫面中選取影子長度、清晰度較好的圖像幀。通過Photoshop軟件對因攝像頭安裝位置不正及因廣角攝像頭鏡頭畸變導致的畫面變形進行較正。

步驟2，對矯正畫面的目標身影與參照物影子提取特征點，測量兩者之間的比例關系。

圖1 特征點的提取

步驟3，實地測量參照物高度，通過步驟2得出的比例公式，計算目標人物身高。

2.1.3 實際身高的估算

將計算所得數據與現場實際情況如監控視頻中人物體態特征、行走行為習慣特征等相結合，估算出目標人物的實際身高。經過樣本收集與誤差測算，我們得出，正常步態行走與靜態下，平均測量誤差約為2cm-4cm。目標人物移動的腿部平均長度較長，步距較大時，誤差較大；腿部平均長度較小，步距較小時，誤差較小。因此，我們可以根據實際情況進行誤差允許范圍內的估算。

2.2 基于監控攝像頭標定的身高測量

2.2.1 方法原理

該方法對犯罪嫌疑人所在處所的地點進行空間建模還原。運用Matlab軟件進行監控攝像頭標定，運用所得參數將空間中各點的圖像坐標，換算成世界坐標。即可得到該空間下任意兩點間距離，從而計算出犯罪嫌疑人的身高，該結果真實，且在誤差允許范圍內。

2.2.2 方法步驟

步驟1，打印相機標定板，并將標定板放置于實驗場景中監控攝像頭能夠拍攝到的地方，如圖2所示。

圖2 標定板放置示意圖

步驟2，不斷變換標定板位置，或旋轉標定板角度，在此過程中，需要保證標定板水平置于地面并與地面所在平面保持平行，且需變換至少20個不同的標定板位置。

步驟3，調取監控視頻，并截取不少于20張不同位置標定板的監控視頻圖像。

步驟4，將步驟3獲取到的素材導入Matlab中，運用Camera Calibration工具箱自動選取有效圖片，對其進行監控攝像頭標定。

步驟5，導出監控攝像頭標定參數，并查看監控攝像頭的內參矩陣，徑向畸變和切向畸變，如圖3、4所示。

圖3 監控攝像頭標定結果示意圖

圖4 監控攝像頭標定參數

步驟6，根據所得數據，通過下列公式將圖像坐標系轉換為世界坐標系。

步驟7，運用空間兩點間距離公式

即可得到該空間下標定板所在平面任意兩點間的距離。即得到目標人物步距。

步驟8，隨機選擇30名男性和30名女性。通過踩踏墨板的方式實際測量每個人的步距，并測量每個人的身高，得出步距與身高的比例，進而求得男性和女性的步距與身高的平均比例。男性步距與身高比例約為0.30，女性步距與身高比例約為0.29。如表1所示。

表1 身高步距統計表

步驟9，根據步驟7所得嫌疑人步距測量結果及步驟8身高步距比例計算嫌疑人的身高估算值。

3 本文貢獻

在利用影子計算身高的過程中，充分考慮鏡頭畸變對影子長度測量帶來的不利影響，利用國內較為通用的Photoshop軟件對畫面進行畸變校正，利用影子輪廓相對人的輪廓要更明顯、更易選取特征點的優勢，對目標人物和參照物的影子進行特征點選擇，按比例對目標身高進行計算，提高測量結果精確度。

在豐富扎實的數據和實際操作基礎上，對目標人物所在空間進行建模，通過監控攝像頭標定消除由于畫面監控畸變帶來的影響，同時將圖像坐標系轉換為世界坐標系計算，得到該空間下任意一點的坐標，從而求解目標人物步距。此方法避免了尋找、使用參照物，在無參照物的條件下計算出目標人物身高。使精確度、便捷性大大提升。

目前，國內很多研究方法是通過參照物或人工測量參數進行對身高的計算，而本文討論的則是對如何利用最少參照物或無參照物的條件下，對原有方法進行改進、研究新方法，為更加精確、便捷的通過監控攝像頭估算嫌疑人身高提供新思路和方法。

4 結束語

隨著監控設施的完善，視聽資料、電子數據在刑事偵查中占越來越重要的地位。在計算機功能和人工智能越發強大的今天，實現先進技術手段和實驗方法的結合是大勢所趨，本文整合并完善國內現有的研究方法、通過鏡頭矯正及相機標定、空間建模等模式識別領域的先進手段對監控視頻中人物身高進行測量，極大提升了基于監控視頻的嫌疑人身高測量結果精度。