监控视频画面中目标人物的身高测量方法

刘 涵，安雨麒，杨一涵，谢昕洋，刘砚泽

（中国刑事警察学院公安信息技术与情报学院，辽宁 沈阳 110854）

0 引言

随着我国信息技术的不断发展，视频监控系统在全国范围内进行了大规模的应用，“天眼”系统的成功建立标志着视频监控系统基本实现了公安实践过程的全流程覆盖与普及。这一举措使原本较为隐蔽的违法犯罪行为增加了暴露的可能，尽可能真实的还原了案件事实真相的同时也极大地震慑、预防了违法犯罪行为的发生。但与此同时，犯罪分子在作案过程中的反侦察意识逐渐增强，犯罪过程中通常采用面部伪装、衣着伪装、体态伪装等手段，导致监控视频画面中能够直接获取犯罪分子个体特征的难度大增，给公安侦查工作增加了巨大压力。

本项目拟在充分研究、分析和论证现有文献资料和技术方法并进行实践操作的基础上，全面理解国内现有方法技术的测量原理，深入剖析影响视频画面嫌疑人身高测判的因素以及现阶段常用身高测量技术的优缺点，结合信息科学领域的前沿技术方法，旨在解决目前监控视频中嫌疑人身高测量所面临的问题。

1 国内研究现状

1.1 国内现有研究方案

对于视频监控中嫌疑人身高的测量，现有文献中记载方法一般使用透视作图测量法、现场重现测量法、软件测算法、画面匹配法等方法，在公安实践中，由于现场条件的不同及实际操作水平不一，这四种方法各有利弊，其应用场景也不尽相同。

1.1.1 透视作图测量法

透视作图测量法是基于透视学原理，通过绘图进行测量的方法，即根据“灭点”绘制竖立面透视图，从而确定相应的比例关系。在实际案例中，可以把现场的参照物垂直投影至嫌疑人所在的竖立面上，建立它们的透视比例关系，从而求解出嫌疑人身高。

1.1.2 现场重现测量法

基于犯罪现场重现的测量方法，即在监控摄像头位置不变的情况下，挑选不同高度的人员在现场相同位置做实验，模仿犯罪嫌疑人的动作，或制作一个2m长的刻度明显的标杆置于现场的与嫌疑人在视频中出现位置相同的位置，并根据视频画面中嫌疑人身高最高点位置读取标杆的高度数据，观察者通过监控室的监视屏幕判断嫌疑人身高。

1.1.3 软件测算法

利用专门的测量软件对二维画面进行测算。基本原理是在案件现场监控画面中，嫌疑人周围存在的较为明显的边缘线条为直线的物体作为参照物，选定已知点或已知线，通过现场实际测量获得其具体的测量值，并依此建立包含嫌疑人在内的三维坐标系统，经编程计算，求出画面中嫌疑人身体最低点与最高点的三维坐标，从而测算出嫌疑人身高的一种方法。

1.1.4 画面匹配法

在录制的有嫌疑人在内的视频监控画面中，找出嫌疑人身体姿态较为放松、两腿直立且上肢、躯干笔挺的视频画面，并将该画面确定为“目标画面”，然后，在监控现场，根据“目标画面”，重建一个实时动态的“测量画面”，并安放测量装置，录制后，将“目标画面”与“测量画面”进行配准匹配，从而完成画面中嫌疑人身高的测量方法。该方法的应用过程与现场重现测量法较为相似。

1.1.5 Photoshop测量法

在含有竖直平面或可构建出一虚拟平面的监控画面中，对画面中的犯罪嫌疑人的身高特征点进行提取，确定人体身高线段。通过Photoshop软件中的创建平面工具，得到一个竖直平面或虚拟平面，同时运用消失点功能得到参照物的实际高度与其比例系数，并通过该比例系数公式计算出人体的身高。

1.2 存在的问题

在公安实践中，由于时间的推迟，客观条件无可避免地发生改变，如现场嫌疑人周围参照物位置发生变化，或是由于拍摄时现场光线、气候条件及摄像头硬件维护不及时等原因造成的画面不清晰情况，都会对实际测量工作造成极大影响。透视作图测量法以及Photoshop测量法人工成本低，操作简单，但若监控视频画面中无满足测量要求的参照物，或参照物存在但是距离嫌疑人物太远、画面中无灭点或灭点离开画面太远的情况下，测量则比较困难。此方法由人工计算，且存在参照物、灭点、镜头的焦距长短、画面的透视变形等诸多因素影响，因此测量结果精度较差。现场重现测量法因受主观因素影响较大，特别是摄像头位置、焦距随时间推移可能会发生轻微变化，而监控室又不能完成画面复叠重放时，这种方法测量的误差比较难以控制，精度会大打折扣。由于上述三种方法在主客观方面都存在着诸多限制条件，因此很难做到精确测量嫌疑人身高。而现有的测量软件大多为国外设计，尚未有合适的国产软件替代，公安系统的测量工作很难全面普及，并且取点（线）的精度也会对实际计算结果产生影响。画面匹配法与另外几种方法相比测量精度较高，人工操作与软件计算相结合，在一定程度上弥补了其他方法的缺陷，但一些共性的缺点也是难以避免的，此方法应用的灵活性与准确度相对来说较高。上述方法均为身高的“概略测量”，我们也需要根据具体情况，考虑嫌疑人当时行走、低头、弯腰等姿态情形，综合分析论证，才能最终对嫌疑人的实际身高作出较为准确的判断。

2 研究过程及方法

2.1 基于畸变校正的身高测量

2.1.1 方法原理

当监控画面中存在监控画面中目标人物画面不全、特征点难以选取等客观因素时，传统的透视作图测量法等方法难以准确测量犯罪嫌疑人身高。故在此基础上，本文对此方法进行改进、完善。

因案发现场拷贝下来的监控录像，由于设备性能、质量、维护、数据压缩等多种原因影响，所得到的用于测量的监控画面，清晰度通常都不太好，这对测量时的选点影响较大。项目组成员采用人影的身高测量法相比较参照物法提供了更清楚的目标轮廓，方便特征点的选取。利用影子轮廓相对人的轮廓有更明显的优势，对目标人物和参照物的影子进行特征点选择，按照比例系数公式对目标身高进行计算。

经过一系列预实验，得知运用单反相机模拟监控摄像头进行拍摄，可以很好地规避广角镜头镜头畸变导致身高计算结果的误差；也可通过将所得的图像导入Photoshop中，运用其自带的镜头畸变的校正功能来减少误差。

2.1.2 方法步骤

步骤1，在监控视频画面中选取影子长度、清晰度较好的图像帧。通过Photoshop软件对因摄像头安装位置不正及因广角摄像头镜头畸变导致的画面变形进行较正。

步骤2，对矫正画面的目标身影与参照物影子提取特征点，测量两者之间的比例关系。

图1 特征点的提取

步骤3，实地测量参照物高度，通过步骤2得出的比例公式，计算目标人物身高。

2.1.3 实际身高的估算

将计算所得数据与现场实际情况如监控视频中人物体态特征、行走行为习惯特征等相结合，估算出目标人物的实际身高。经过样本收集与误差测算，我们得出，正常步态行走与静态下，平均测量误差约为2cm-4cm。目标人物移动的腿部平均长度较长，步距较大时，误差较大；腿部平均长度较小，步距较小时，误差较小。因此，我们可以根据实际情况进行误差允许范围内的估算。

2.2 基于监控摄像头标定的身高测量

2.2.1 方法原理

该方法对犯罪嫌疑人所在处所的地点进行空间建模还原。运用Matlab软件进行监控摄像头标定，运用所得参数将空间中各点的图像坐标，换算成世界坐标。即可得到该空间下任意两点间距离，从而计算出犯罪嫌疑人的身高，该结果真实，且在误差允许范围内。

2.2.2 方法步骤

步骤1，打印相机标定板，并将标定板放置于实验场景中监控摄像头能够拍摄到的地方，如图2所示。

图2 标定板放置示意图

步骤2，不断变换标定板位置，或旋转标定板角度，在此过程中，需要保证标定板水平置于地面并与地面所在平面保持平行，且需变换至少20个不同的标定板位置。

步骤3，调取监控视频，并截取不少于20张不同位置标定板的监控视频图像。

步骤4，将步骤3获取到的素材导入Matlab中，运用Camera Calibration工具箱自动选取有效图片，对其进行监控摄像头标定。

步骤5，导出监控摄像头标定参数，并查看监控摄像头的内参矩阵，径向畸变和切向畸变，如图3、4所示。

图3 监控摄像头标定结果示意图

图4 监控摄像头标定参数

步骤6，根据所得数据，通过下列公式将图像坐标系转换为世界坐标系。

步骤7，运用空间两点间距离公式

即可得到该空间下标定板所在平面任意两点间的距离。即得到目标人物步距。

步骤8，随机选择30名男性和30名女性。通过踩踏墨板的方式实际测量每个人的步距，并测量每个人的身高，得出步距与身高的比例，进而求得男性和女性的步距与身高的平均比例。男性步距与身高比例约为0.30，女性步距与身高比例约为0.29。如表1所示。

表1 身高步距统计表

步骤9，根据步骤7所得嫌疑人步距测量结果及步骤8身高步距比例计算嫌疑人的身高估算值。

3 本文贡献

在利用影子计算身高的过程中，充分考虑镜头畸变对影子长度测量带来的不利影响，利用国内较为通用的Photoshop软件对画面进行畸变校正，利用影子轮廓相对人的轮廓要更明显、更易选取特征点的优势，对目标人物和参照物的影子进行特征点选择，按比例对目标身高进行计算，提高测量结果精确度。

在丰富扎实的数据和实际操作基础上，对目标人物所在空间进行建模，通过监控摄像头标定消除由于画面监控畸变带来的影响，同时将图像坐标系转换为世界坐标系计算，得到该空间下任意一点的坐标，从而求解目标人物步距。此方法避免了寻找、使用参照物，在无参照物的条件下计算出目标人物身高。使精确度、便捷性大大提升。

目前，国内很多研究方法是通过参照物或人工测量参数进行对身高的计算，而本文讨论的则是对如何利用最少参照物或无参照物的条件下，对原有方法进行改进、研究新方法，为更加精确、便捷的通过监控摄像头估算嫌疑人身高提供新思路和方法。

4 结束语

随着监控设施的完善，视听资料、电子数据在刑事侦查中占越来越重要的地位。在计算机功能和人工智能越发强大的今天，实现先进技术手段和实验方法的结合是大势所趋，本文整合并完善国内现有的研究方法、通过镜头矫正及相机标定、空间建模等模式识别领域的先进手段对监控视频中人物身高进行测量，极大提升了基于监控视频的嫌疑人身高测量结果精度。