Признаки походки человека и методы, применяемые для их изучения

Криминалистические исследования походки человека с каждым годом становятся все более актуальными и востребованными, поскольку позволяют получать важную информацию о лицах, совершающих преступления и правонарушения. В настоящее время посредством изучения манеры и особенностей передвижения человека можно устано- вить как факты присутствия отдельных людей в определенных местах, так и обстоятельства их передвижения, что является важным при доказывании практически любого преступления. Востребованность исследований походки человека объясняется внедрением в повседневную жизнь различных средств фото- и видеофиксации, позволяющих запечатлеть среди прочего передвижение определенных людей на местности. Причем особую актуальность и значимость такие исследования приобретают в ситуациях, затрудняющих изучение внешнего облика человека по общефизическим признакам в рамках портретной экспертизы: когда ввиду низкой разрешающей способности объектива, из-за определенных условий видеофиксации (например, проводящейся в условиях ограниченной видимости), либо по иным причинам элементы внешнего облика на представляемых видеозаписях не просматриваются, либо закрыты сопутствующими элементами внешности. В связи с вышеизложенным является актуальным освещение ряда теоретических и прикладных вопросов, которые касаются современных возможностей изучения походки человека.

Основная часть

Задача идентификации человека по различным биометрическим характеристикам на протяжении многих лет не теряет актуальность. Современные достижения в области обработки и анализа цифровых изображений сделали возможным использование для идентификации человека такой биометрической характеристики, как походка.

В соответствии с ГОСТ 544122019 походка определяется как стиль или манера ходьбы1. В свою очередь ПНСТ 656-2022 разъясняет, что под распознаванием субъекта по походке понимается автоматическое распознавание субъекта по манере его ходьбы2. Также ПНСТ 656-2022 вводит такое понятие, как «распознавание субъекта по изображению тела», под которым понимается распознавание субъекта на основе морфологии его тела.

В медицине под походкой понимается совокупность признаков (индивидуальных особенностей), определяющих манеру пешего передвижения отдельно взятого человека. Походка объединяет биомоторику свободных конечностей с движениями туловища и головы, при которой механизм мышечной координации регулируется механизмами осуществления движения, поддержания позы и равновесия тела [1, с. 570]. Многие двигательные элементы и признаки походки обуславливаются наследственно, однако на формирование походки оказывает влияние воспитание, темперамент, характер, выбранная профессия и другие факторы [2].

Изучение признаков походки человека, рассматриваемых в различных научных работах [2-9] позволяет выделить признаки, которые могут быть использованы при решении задач судебной экспертизы, связанных с изучением походки человека. Указанные признаки представлены в таблице 1.

Таблица 1. Признаки походки человека, которые могут быть исследованы

Для изучения признаков походки человека могут применяться контактные и бесконтактные методы. Контактные методы предполагают непосредственное соприкосновение устройства для измерения походки с двигательной частью человека [6, c. 80]. Например, это могут быть датчики, которые могут прикрепляться как к телу человека, так и располагаться на специальной дорожке, различные платформы и прочие аппаратные устройства. Такие методы, главным образом, могут быть применены для каких-либо научных исследований, например, медицинских. Применительно к задачам судебной экспертизы такие методы могут быть исполь- зованы для экспериментальных исследований [6, c. 81].

Кроме этого, могут применяться бесконтактные методы, предполагающие оцифровку признаков походки с помощью средств фото- и видеофиксации. Для судебной экспертизы более актуальными представляются методы и средства исследования признаков походки, запечатленных с помощью бесконтактных методов.

При исследовании признаков походки, отобразившихся в видеозаписи, важно учитывать, что на возможность и результаты исследования влияют такие факторы как ракурс съемки, освещение, технические ха- рактеристики камеры. Кроме того, для проведения последующих сравнительных исследований необходимо получение сравнительных образцов отображения признаков походки человека. Процесс получения таких образцов также имеет свои особенности и специфику, которые подробно рассматриваются в работе В. Г. Булгакова [10].

Как правило, для изучения признаков походки и проведения идентификационных исследований может использоваться специализированное программное обеспечение, позволяющее повысить точность вычисления различных характеристик походки и автоматизировать процесс исследования. При этом для проведения вычислений такие программы используют представление движений человека с помощью определенной модели [3, с. 35]. А. И. Соколова, А.С. Кону-шин, С.М. Петров ыделяют два вида таких моделей: структурные и бесструктурные модели [2-3].

В структурных моделях учитываются особенности тела человека, которые описываются набором связанных друг с другом примитивов. Такие модели позволяют определять параметры походки с высокой точностью, однако корректное построение структурной модели по низкокачественным изображениям затруднительно [3, c. 35].

Самыми подробными структурными моделями считаются скелетные модели, аналогичные используемым в биомеханике и включающие основные суставы [3, c. 35]. Скелетные модели могут иметь разное количество степеней свободы. Минимальным количеством является три степени свободы: линия спины (от головы до таза) и по линии на каждую ногу от таза до лодыжки. Классическая скелетная модель содержит 21 степень свободы [11, с. 110]. Также в работе В. В. Вороной, Д. П. Верхово- да [12] выделяют «модель обратного маятника» и «баллистическую модель».

Бесструктурные модели не учитывают анатомические особенности человека. В таких моделях используется выделенная из фона фигура, исследуемая как некоторое абстрактное пятно, циклически меняющее форму [3, c. 35]. Система признаков фигуры строится на характере изменений пятна фигуры в течение цикла шага [3, c. 36].

Наиболее распространенные бесструктурные модели основываются на таких методах, как анализ изображений энергии походки (Gait Energy Image, GEI) [2, с. 70; 7], анализ изображений энтропии походки (Gait Entropy Image, GEnI) [2, с. 70; 7], анализ изображений силуэтов движения (Motion Silhouettes Image, MSI) [7-8], анализ изображений энтропии походки (Gait Entropy Image, GEnI) [2, с. 70; 7] и анализ изображений энергии разницы кадров (Difference Energy Image, FDEI) [2, с. 70].

Для исследования параметров походки и решения задачи идентификации человека по походке на сегодняшний день активно разрабатывается различное программное обеспечение. В частности, существует ряд отечественных разработок, таких как программа для определения параметров походки человека по видеопотоку, созданная на базе Томского государственного университета систем управления и радиоэлектрони- ки1, экспертный программный модуль «Анализ движений человека» [5], программный комплекс для идентификации личности по характеристикам цикла шага [4] и другие. А также есть ряд разработок других стран: Sheffield Features of Gait Tool [13], система биометрической идентификации SFootBD [14], ПО FindFace Multi от компании NtechLab2, система для анализа походки от компании Watrix.ai3 и другие.

Стоит отметить, что некоторые из существующих в настоящее время программных средств нацелены главным образом на решение задач, связанных с обеспечением контроля и управления доступом, поэтому в текущей конфигурации они не всегда применимы для задач судебной экспертизы. Но тем не менее заложенные в основу работы таких программ алгоритмы потенциально могут в модифицированном виде применяться для решения задач судебной экспертизы.

Для решения задач, связанных с исследованием походки человека, активно используются технологии искусственного интеллекта. Так, в качестве средства выделения и анализа параметров походки могут использоваться нейронные сети. В частности, это могут быть сверточные нейронные сети, так как именно этот класс архитектур используется для анализа цифровых изображений. Настройка параметров нейронной сети (весовых коэффициентов), а также их корректировка осуществляется в результате обучения сети на тестовых наборах данных (датасетах). В результате анализа специальной литературы нами были выделены следующие базы данных, которые используются для обучение нейронных сетей, нацеленных на распознавание походки [15]: CMU MoBo, USF HumanID, SOTON (Small Database, Large Database, Multimodal, Temporal), CASIA (A, B, C), TUM GAID, TUM-IITKGP, OU-ISIR, WOSG и другие. В указанных базах содержатся специально подготовленные наборы данных, с помощью которых может быть проведено обучение нейронной сети и ее последующее тестирование.

При этом важно помнить, что основанное на технологиях искусственного интеллекта программное обеспечение, как и любое другое программное обеспечение, имеет определенный уровень доверия и может быть подвержено ошибкам первого и второго рода и давать ложноположительные или ложноотрицательные результаты. В связи с этим такое программное обеспечение должно использоваться экспертами осознанно и в совокупности с другими методами и средствами производства экспертизы.

Выводы и заключение

Подводя итог исследования следует отметить, что отдельные методы и средства изучения походки человека еще не получили достаточно широкого распространения в экспертной деятельности, практика их применения продолжает формироваться. Эффективность изучения походки человека, как полагаем, может быть повышена за счет внедрения в практическую деятельность определенных моделей представления, включающих в себя комплексы признаков, отображающихся при движении человека. Такие наборы призна- ков могут использоваться для обучения нейронных сетей распознаванию и анализу особенностей походки отдельных людей.