К. И. Павленко, М. А. Скворцова, И. С. Мочалкина, А. С. Сиротина. Возможности исследования походки с помощью компьютерных технологий в криминалистике

К. И. Павленко,

студент кафедры «Юриспруденция, интеллектуальная собственность и судебная экспертиза»;

М. А. Скворцова,

ассистент кафедры ИУ6 «Компьютерные системы и сети»;

И. С. Мочалкина,

студент кафедры «Юриспруденция, интеллектуальная собственность и судебная экспертиза»;

А. С. Сиротина,

студент кафедры «Экономика и организация производства»

(НИУ Московский государственный технический университет им. Н. Э. Баумана)

 

В практике раскрытия и расследования преступлений довольно часто фигурируют видеоматериалы, содержащие информацию о динамических признаках человека. Статья направлена на исследование признаков ходьбы человека, которое позволяет определять такие признаки как углы движения конечностей, наклон корпуса при походке. Также рассматривается последовательность использования компьютерных методов анализа кадров видеоизображений, на которых запечатлена походка человека, для решения криминалистических задач.

Ключевые слова: динамические признаки деятельности человека; программное обеспечение; антропометрические точки; компьютерные методы исследования; системы видеозахвата.

 

П 12

ББК 67.52

УДК 343.983

ГРНТИ 10.85.31

Код ВАК 12.00.12

 

Possibilities of gait study with the help of computer technologies in forensics

 

K. I. Pavlenko,

Student of the Department «Jurisprudence, Intellectual Property and Judicial Expertise»;

M. A. Skvorczova,

Research Assistant Department «Computer systems and networks»;

I. S. Mochalkina,

Student of the Department «Jurisprudence, Intellectual Property and Judicial Expertise»

A. S. Sirotina,

student of the department «Economics and Organization of Production»

(Research University. Moscow State Technical University for them. N. E. Bauman)

 

In the practice of disclosure and investigation of crimes, video materials containing information on the dynamic signs of a person are often used. The article is aimed at examining the signs of a person’s walking, which makes it possible to determine such signs as the angles of motion of the limbs, the inclination of the body when walking. Also considered is the sequence of using computer methods for analyzing the frames of video images, on which the human gait is imprinted, for solving forensic tasks.

 

Keywords: dynamic signs of human activity; software; anthropometric points; computer research methods; video capture systems.

_____________________________________

 

1. Теоретические аспекты исследования

При компьютерном исследовании походки человека могут применяться контактные и бесконтактные методы. Контактные методы представляют собой аппаратные устройства, требующие непосредственного соприкосновения с двигательной частью человека. Это могут быть прикрепляемые к корпусу тела человека датчики отслеживания, различные платформы, педографы, специальные дорожки по определению особенностей ходьбы человека. На рис. 1. представлен компьютерный педограф, позволяющий решать задачи определения движения человека, такие как функционирование стопы, походку, устойчивость позы, оценку риска падения и снижение давления на уязвимые участки. Контактные методы применяются, в основном, в научно-медицинских целях, так как требуют непосредственного присутствия человека по время проведения исследования [1]. Поэтому с точки зрения криминалистики контактные методы могут применяться только для экспериментальных случаев.

 

Рис. 1. Компьютерный педограф-платформа MatScan

 

Бесконтактными являются методы отслеживания движения человека по видеоизображениям [2]. В процессе раскрытия и расследования преступлений в настоящее время довольно часто появляются видеозаписи, полученные с помощью систем наблюдения, содержащие информацию о динамических признаках человека (походка, жестикуляция).

Как правило, указанные видеозаписи являются единственным объективным источником информации о событии преступления и лице, его совершившем [3]. Но их использование в ходе раскрытия и расследования преступлений в основном состоит в предоставлении архивной информации наблюдения для восстановления хода события [4].

В настоящее время разрабатываются теоретические основы криминалистического исследования динамических признаков человека. Вместе с тем, практическое их использование осложняется тем, что для выявления отличительных особенностей ходьбы необходимо измерять и оценивать большое количество параметров движения. Для получения полноценного «динамического образа» ходьбы человека необходимо иметь представление о пространственных, временных и кинематических элементах ходьбы, а также их отличительных признаках [5].

Такие методы предусматривают определённую последовательность действий: разложение исходного видеоизображения с движениями человека на отдельные кадры, установление системы координат в плоскости движения человека, разметка на изображениях антропометрических точек, получение количественных данных о взаиморасположении и перемещении соответствующих точек и заключительный этап – выявление отличительных признаков ходьбы человека.

Для определения нужных элементов на кадрах видеозаписи используются системы видеозахвата фрагмента изображения. Существуют два типа систем видеозахвата – маркерные (с использованием маркеров или датчиков, которые прикрепляются к телу обследуемого), и безмаркерные, основанные на технологиях компьютерного зрения и распознавания образов. Маркеры бывают активными (передают информацию о своём состоянии, обеспечивают простоту и точность обработки информации, но зачастую имеют большой размер и поэтому могут затруднять само движение объекта) и пассивными (маркеры-отражатели). Безмаркерные технологии видеоанализа основаны на изучении взаимного расположения неоднородных частей изображений объекта на последовательных кадрах и требуют более сложных вычислений. Для криминалистических целей наиболее эффективно можно использовать бесконтактный метод исследования с безмаркерной системой видеозахвата.

 

2. Практические аспекты исследования

С целью получения информации об отличительных признаках ходьбы по материалам видеозаписи в содействии с экспертами Экспертно-криминалистического центра МВД России было разработано специальное программное обеспечение. В качестве среды разработки была использована Microsoft Visual Studio 2012, а в качестве языка разработки – С#.

Наиболее важные характеристики для определения индивидуальности ходьбы – это угол перемещения плеча относительно корпуса тела, угол сгибания локтевого сустава при ходьбе, угол сгибания запястья, угол перемещения бедра относительно опорной ноги, угол сгибания коленного сустава, изменение положения стопы, положение корпуса при ходьбе, – показаны на рис. 2.

 

Рис. 2. Криминалистически важные характеристики движения человека

 

Работа программы предусматривает осуществление четырёх последовательных этапов: выбор источника входных данных, осуществление измерений роста человека и других факторов движения человека, используя фотограмметрические методы измерения объектов по их изображениям, обработка данных и их сохранение, получение результатов обработки данных.

Этап 1. Выбор источника данных. В качестве источника данных для анализа движений человека могут выступать либо файлы изображений (в виде статичных кадров), содержащие движения человека, либо файлы с данными о движениях человека, ранее полученные в результате обработки в данной программе.

В случае выбора первой альтернативы программа позволяет воспользоваться двумя способами отбора файлов с изображениями (кадрами): вручную или по маске. При выборе первого варианта файлы из соответствующего каталога выбираются вручную. Во втором варианте указывается неизменная часть в однотипных названиях файлов с кадрами.

Если кадры движений человека ранее уже были обработаны в программе, то загружается текстовый файл, созданный этой программой, с соответствующими данными.

В перспективе следует разработать алгоритм программы, позволяющий преобразовать видеозапись в набор статичных кадров с движением человека. В этом случае операторам не потребуется заранее подготавливать статичные кадры из видеофайла. На рис. 3 изображён пример одного из исследуемых статичных кадров. Преобразование возможно при частоте видеозаписи 24 кадра в секунду.

 

Рис. 3. Статичный кадр, выбранный программой из видеозаписи

 

Этап 2. Проведение необходимых измерений. При видеосъёмке пространство съёмки может быть масштабируемо, чтобы получить при дальнейшей обработке точные количественные данные. Масштабирование проводят, помещая в поле кадра тест-объект, расположенный в плоскости перемещений человека. По контрольным точкам на тест-объекте могут быть определены их трёхмерные координаты с точностью до 0,5–1 мм. В качестве тест-объекта при плоскостной съёмке может служить мерный квадрат, а при пространственной – куб (с ребром 400 мм), на котором выделяют метками его вершины.

Масштабный коэффициент, на который умножают все координаты точек на отдельном кадре, равен отношению длины отрезка тест-объекта к длине этого же отрезка на кадрах видеоизображения. При таком подходе нет необходимости в измерении внешних параметров видеокамер (их положения и ориентации), а также их внутренних параметров (дисторсии линз объективов и изображения).

Однако если размещения мерного куба заранее не было, то измерения могут быть проведены согласно аналогичной процедуре в программе Amped Five. На кадре вручную выбираются длины фрагментов, которые могут быть заранее известны. На рис. 4 видно, что это длина кроссовки. Кроссовки с такой подошвой в своё время производились компанией Reebok и аналогичная кроссовка с соответствующими характеристиками была найдена в Интернет-магазине (рис. 5).

 

Рис. 4. Измерения анатомических характеристик человека

 

 

Рис. 5. Найденная кроссовка в Интернет-магазине Reebok

 

Исходя из полученных данных, можно производить измерение интересующих объектов – длины плеча, предплечья, берда и других анатомических характеристик человека.

Этап 3. Расстановка антропометрических точек на кадрах движущегося человека. В качестве антропометрических точек будут выступать межзвенные сочленения – суставы нижних (тазобедренный, коленный, голеностопный) и верхних конечностей (плечевой, локтевой, лучезапястный), а также точки края носка и каблука его обуви (рис. 6). Соответствующие точки могут быть отмечены и для левых и правых конечностей, при этом точки края носка и каблука обуви используются для измерения длины шага и высоты поднимания стоп.

Антропометрические точки на изображениях движения человека расставляются вручную оператором. В перспективе следует использовать обученную нейросеть, которая может расставлять антропометрические точки автоматически.

 

Рис. 6. Расставление антропометрических точек

 

Результат разметки на изображениях антропометрических точек сохраняется в файл формата .XLS или .XLSX для их дальнейшего использования и анализа. При этом имеется возможность выбрать количество точек, по которым будут построены графики.

Этап 4. Получение результатов обработки данных. Результаты обработки данных ходьбы могут быть представлены в графическом и численном виде.

В программе предусмотрены три вкладки для просмотра графиков: графики углов, графики перемещений точек, график динамики ходьбы. На вкладке «Углы» представлены графики изменения углов сгибания локтевого сустава руки и коленного суставов ноги. В программе предусматривается возможность получения соответствующих графиков как для левой, так и для правой стороны человека (рис. 7).

 

Рис. 7. Диалоговое окно просмотра графиков углов

 

На вкладке «Динамика ходьбы» изображён график изменения скорости перемещения человека в пространстве (рис. 8).

 

Рис. 8. График динамики скорости движения человека в пространстве

 

Таким образом, программный модуль позволяет по видеозаписи определять наиболее важные в криминалистическом отношении признаки ходьбы и может быть использован для различных экспертных задач при криминалистическом исследовании ходьбы человека.

Как указывается в литературе по биомеханике [6], характерной особенностью графиков изменения углов между элементами конечностей от времени при ходьбе человека является их стабильная периодичность. Для разных людей меняются только продолжительность периода и диапазон изменений угла (амплитуда). Построенные таким образом при изучении походки каждого человека графики будут строго индивидуальны и могут быть использованы не только для диагностики его состояния, но и для его идентификации по походке.

Графики перемещений по времени антропометрических точек могут использоваться при проведении сравнительных исследований. При этом нужно сравнивать графики, полученные при обработке видеозаписей систем наблюдения, и полученные в результате записи ходьбы подозреваемого при изъятии у него образцов походки для сравнительного исследования. Для сопоставимости информации графики должны быть получены при условии одинаковой скорости (темпа) движения подозреваемого на исследуемой и экспериментальной видеозаписи.

Подробные таблицы с нормативными данными (характеристиками ходьбы в норме) приведены в специальной медицинской литературе [7] и руководствах по биомеханике [6]. Так, например, в норме амплитуда сгибания составляет: в коленном суставе в опорный период шага – 12–15°; в переносный период – 55–62°. При этом отклонения амплитуды указанных углов от нормативных значений могут свидетельствовать об ограниченной подвижности в суставах конечностей человека, вызванных различными причинами, например, травмами или заболеваниями.

Отклонения от нормативных значений отдельных анализируемых параметров ходьбы будут соответствовать выражению качественных и количественных показателей отличительных особенностей походки. При крайней степени их выраженности они будут представлять собой выражение динамических (функциональных) особых примет, достаточно давно замеченных криминалистами и наиболее эффективно используемых ими в ходе раскрытия и расследования преступлений [7]. К таким ярко выраженным особенностям походки относятся хромота, приволакивание нижних конечностей, а также разновидности походки («подпрыгивающая», «косолапая» и т. д.).

Такая особенность походки, как неестественное выбрасывание ног при ходьбе, будет проявляться в увеличении от нормального значения амплитуды движения антропометрических точек нижних конечностей, соответствующих коленному и голеностопному суставу.

Чрезмерное размахивание руками при ходьбе будет выражаться в значительной амплитуде движения антропометрических точек верхних конечностей, соответствующих лучезапястному и локтевому суставам.

Применение в ходе криминалистического исследования динамических признаков ходьбы человека компьютерных и программных средств предполагает использование вероятностно-статистических методов оценки совпадений и различий соответствующих признаков.

Возможности разработанного нами программного модуля не исчерпываются рассмотренными примерами и позволяют наметить направления дальнейшего исследования в рамках создания полноценного экспертного аппаратно-программного комплекса исследования ходьбы человека.

 

Литература:

1. Самойлов Г. А. Основы криминалистического учения о навыках: Учебное пособие. – М.: НИО и РИО ВШ МВД СССР, 1968.

2. Китаев Н. Н., Негреева М. Б., Шендеров В. А. Идентификационные возможности биомеханической экспертизы в криминалистике // Вестник криминалистики. – 2007. – Вып. 2 (22).

3. Булгаков В. Г. Основы криминалистического исследования динамических признаков человека / Под ред. А. М. Зинина. – М.: Юрлитинформ, 2009.

4. Булгаков В. Г. Специфика получения образцов для сравнительного исследования динамических признаков человека по материалам видеозаписи // Вестник Владимирского юридического института. – 2010. – № 4 (17).

5. Булгаков В. Г. О современной классификации признаков походки человека в криминалистике // Вестник криминалистики. – 2007. – Вып. 4 (27).

6. Дубровский В. И., Федорова В. Н. Биомеханика: Учебник. – М.: ВЛА- ДОС-ПРЕСС, 2004.

7. Витензон А. С., Петрушанская К. А., Скворцов Д. В. Руководство по применению метода искусственной коррекции ходьбы и ритмических движений посредством программируемой электростимуляции мышц. – М., 2005.

Комментарии могут оставлять только зарегистрированные и авторизованные пользователи.