摘  要： 大多數(shù)ATM監(jiān)控系統(tǒng)停留在視頻錄制功能,，完全忽略了智能錄制功能,。針對這個不足，采用Adboost及SVM方法研發(fā)了一個智能ATM監(jiān)控系統(tǒng),，及時對取款客戶進行有效的提醒,，在一定程度上有效降低了全國的犯罪率。
關(guān)鍵詞： 智能系統(tǒng),； ATM監(jiān)控,； 犯罪率

    自動取款機(ATM)在各銀行機構(gòu)的大量投入使用，在方便了銀行用戶存取款等金融業(yè)務的同時,，也導致ATM金融犯罪日益增多,特別是盜用他人銀行卡取錢及對ＡＴＭ取款用戶實行搶劫,。與此同時,出現(xiàn)越來越多的ATM監(jiān)控系統(tǒng)相關(guān)技術(shù)[1-4],李煦麗等[5]對ATM取款機人的異常行為進行分析及跟蹤，但并不能有效地防止他人盜用銀行卡進行取款,；楊麗梅等[6]對ATM系統(tǒng)進行多通道身份識別,，但缺乏有效的提醒及警報功能。
    目前,在ATM機視頻監(jiān)控方面仍然出現(xiàn)一系列的問題,，主要表現(xiàn)為：(1)視頻錄制存儲量過大,，加大了公安部門破案的壓力，延緩了破案的進度,；(2)缺乏對監(jiān)控視頻的智能分析,，從而缺乏對用戶的提醒警報功能。針對ATM監(jiān)控系統(tǒng)的以上不足,在ATM監(jiān)控系統(tǒng)加入實時人臉檢測,、人臉識別,、特殊視頻錄制和實時反搶警報提醒等功能，當視頻中出現(xiàn)多個人時或者不是持卡者本人取款時進行相應的警報提醒處理,。這種改進不僅能有效避免持卡用戶不必要的經(jīng)濟損失,，而且在一定程度上降低了國家犯罪率。
1 系統(tǒng)構(gòu)成
    本文結(jié)合圖像處理,、模式識別和數(shù)理統(tǒng)計等知識,，針對當前ATM機監(jiān)控系統(tǒng)不太智能的缺陷，在視頻監(jiān)控系統(tǒng)基礎(chǔ)上, 在ATM取款機上安裝相應的攝像頭,，如圖1所示,，可以有效地檢測到ATM機周圍的人群。除此之外,，在視頻監(jiān)控軟件上增加了人臉檢測,、人臉識別,、警報提醒和特殊視頻錄制等功能,系統(tǒng)流程圖如圖2所示。

1.1 人臉檢測
    人臉檢測是在視頻幀圖像中確定是否有人臉區(qū)域,，如果有,，則把人臉區(qū)域圖像提供給ATM視頻監(jiān)控系統(tǒng)，以便進行人臉識別,。人臉檢測具體步驟如下：
    (1)讀取一幀視頻圖像,。
    (2)對圖像進行膚色區(qū)域檢測，采用高斯膚色模型[7]來完成膚色像素的定位,，它能克服橢圓膚色模型過分隔和欠分隔情況,并且能有效克服光照等其他情況的影響,。
    (3)對檢測到的膚色區(qū)域采用Adboost算法[8]對ATM監(jiān)控圖像進行人臉區(qū)域檢測,，如果檢測到人臉部分,，系統(tǒng)自動保存人臉區(qū)域圖像并添加時間地點信息。
1.2 ATM機人臉識別
    在本系統(tǒng)中,，人臉識別是指在ATM攝像頭前檢測到人臉照片是否與銀行卡持卡人人臉照片一致,如果一致,說明取款人和持卡人是同一人;否則取款人取款行為屬于偷盜犯罪行為,。人臉識別具體步驟如下：
    (1)在上一步檢測到的人臉圖像基礎(chǔ)上提取出人臉圖像的邊緣特征值及LBP特征值[9]，分別對其特征賦以不同權(quán)值進行人臉特征值求取,。
    (2)采用支持向量機算法(SVM)[10]對ATM取款機前待檢測的人和持卡人的人臉圖像進行比較,，從而判別取款人與持卡人是否一致。如果取款人與持卡人一致,，在屏幕上輸出持卡客戶的簡單個人信息,；如果取款人不是持卡人本人，系統(tǒng)就進行文字提醒,、語音警報及視頻詳細錄制等操作,。
1.3 ATM機周圍人臉檢測
    在銀行用戶取款時,可能會出現(xiàn)多個人臉，這時要對取款用戶進行提醒,。主要檢測AMT攝像頭范圍內(nèi)人臉數(shù)量,，如果檢測出兩張及兩張以上人臉圖像，系統(tǒng)在ATM取款界面發(fā)出文字提醒及語音提醒并進行視頻詳細錄制等操作,；如果未能檢測到多張人臉,，系統(tǒng)提醒存取款用戶放心取款。
1.4 視頻特殊錄制
     視頻特殊錄制主要用于出現(xiàn)非持卡人取款及ATM取款機前出現(xiàn)多個人的情況下對其進行特殊視頻錄制,。為了方便警察調(diào)查,，文件采用“時間+持卡人姓名”來命名。
1.5 警報處理功能
    針對ATM取款機出現(xiàn)的不同異常情況采取不同的警報處理方式,。
    (1) 當取款人不是持卡者本人時,，系統(tǒng)進行語音警報處理，以啟到震懾作用,。
    (2)當持卡者本人取款并且身后出現(xiàn)多個人的情況下,，對取款用戶取款進行安全提醒,，以免造成不必要的損失。
2 實驗驗證
    本文模擬銀行儲戶在ATM取款機進行存取款操作來進行實驗驗證,。該系統(tǒng)采用3種視頻輸入方式：?？低暡杉ê蚐ONY攝像頭接入方式、AVI視頻方式以及普通攝像頭接入方式,。針對?？低暡杉ê蚐ONY攝像頭接入方式，本系統(tǒng)把視頻采集卡安插在PC主板上,，以方便用戶進行實驗測試工作,。另外,本系統(tǒng)以Visual Studio 2008為開發(fā)平臺,采用C++語言進行開發(fā)。系統(tǒng)驗證內(nèi)容包括：ATM取款機人臉檢測,、人臉識別,、報警/提醒、視頻特殊錄制等,。
2.1 ATM人臉檢測與人臉識別
    當某銀行儲戶在ATM取款機前進行存取款操作時,，系統(tǒng)通過攝像頭進行圖像采集，然后根據(jù)采集到的圖像進行人臉檢測,，將檢測到的人臉與持卡人本人的人臉圖像進行對比,，具體實驗效果如圖3所示。

2.2 ATM警報/提醒功能
    當不法分子試圖用偷盜來的銀行卡進行取款時,，系統(tǒng)會根據(jù)取款人的人臉圖像進行識別,，識別出是否是持卡人本人，如果不是,，系統(tǒng)會進行相應的警報處理,。(1)ATM屏幕文字警報“警報：盜用他人銀行卡進行取款屬于盜竊違法行為！”,；(2)啟動語音警報,，目的是引起周圍人群的注意，為及時向110報警贏得寶貴的時間,；(3)視頻特殊錄制,，對這段時間的視頻詳細錄制，以備查案之用,。
    當持卡人在ATM取款機進行取款并且周圍有部分人圍觀時候,，系統(tǒng)會對持卡人進行安全取款提醒處理：(1)ATM屏幕進行文字安全提醒—“請注意周圍可疑人群，避免不必要的經(jīng)濟損失!”,；(2)視頻特殊錄制,，對這段時間的視頻詳細錄制，以備查案之用,。
2.3 ATM警報/提醒功能
    當不法分子試圖用偷盜來的銀行卡進行取款時,，系統(tǒng)會根據(jù)取款人的人臉圖像進行識別,，識別出是否是持卡人本人，如果不是,，系統(tǒng)會發(fā)出文字相應的警報處理：(1)ATM屏幕文字警報“警報：盜用他人銀行卡進行取款屬于盜竊違法行為!”;(2)啟動語音警報,，目的是引起周圍人群的注意，為及時向110報警贏得寶貴的時間;(3)視頻特殊錄制,，對這段時間的視頻詳細錄制,，以備查案之用。
    當持卡人在ATM取款機進行取款并且周圍有部分人圍觀時,，系統(tǒng)會對持卡人進行安全取款提醒處理,。(1)ATM屏幕進行文字安全提醒“請注意周圍可疑人群，避免不必要的經(jīng)濟損失,！”;(2)視頻特殊錄制,，對這段時間的視頻詳細錄制，以備查案之用,。
    為了驗證系統(tǒng)的可靠性,，采用多個視頻對該系統(tǒng)進行功能測試。測試結(jié)果表明,該系統(tǒng)在一定程度上能有效地識別出持卡用戶與非持卡用戶,，與此同時，也能有效地對檢測出ATM取款機周圍的人臉,，并對取款用戶進行有效的提醒,。
3 實驗結(jié)果
    如圖4所示，將計算機圖像處理應用在ATM的視頻監(jiān)控系統(tǒng)中,，能夠有效提高ATM服務的安全性和可靠性,，能有效地提高銀行客戶取款的安全性，在一定程度上降低了犯罪率,。在視頻監(jiān)控系統(tǒng)中加入人臉檢測,、人臉識別和多人檢測功能，極大地方便了值守人員的認為監(jiān)控,，減少ATM的風險,。采用該技術(shù)的監(jiān)控系統(tǒng)將有很大的發(fā)展前景，但目前人臉識別技術(shù)有限,，需要繼續(xù)研究以提高人臉識別準確率,。

參考文獻
[1] 徐永安，孫艷峰.圖像輪廓提取技術(shù)在ATM監(jiān)控系統(tǒng)中的應用[J].計算機工程,，2009,35(1):195-197.
[2] 張潔琪,，鄧瑛.ATM視頻監(jiān)控系統(tǒng)的開發(fā)[J].中國金融電腦，2002(2):57-67.
[3] 張震震,李臨生.基于DSP的視頻監(jiān)控平臺的設計[J].微型機與應用,2013,32(6):86-88.
[4] 梁艷.基于OpenCV的ARM嵌入式網(wǎng)絡視頻監(jiān)控系統(tǒng)[J].微型機與應用,2013,32(9):29-31.
[5] 李煦麗,，張超.智能視頻監(jiān)控系統(tǒng)關(guān)鍵技術(shù)[J].鐵路技術(shù)創(chuàng)新,，2010(2):65-67.
[6] 楊麗梅,，楊光.ATM系統(tǒng)多通道自動識別及監(jiān)控功能的研究與實現(xiàn)[J].長春工程學院學報,2008,9(4):61-64.
[7] YANGMH, AHUJAN. Gaussian mixturemodel for humanskin color and its application in image and video databases[C].Proceedings of SPIE: Conference on Storage and Re-trievalfor Image and Video Databases. San Jose: CA,1999,3656:458-466.
[8] 郭磊, 王秋光.Adaboost人臉檢測算法研究及Opencv實現(xiàn)[J].哈爾濱理工大學學報，2009,，14(5):123-126.
[9] 袁寶華,，王歡，任明武.基于完整LBP特征的人臉識別[J].計算機應用研究,，2012,29(4):1557-1559.
[10] 王瑞平,，陳杰,山世光,等.基于支持向量機的人臉檢測訓練集增強[J]. 軟件學報，2008,19(11)：2921-2931.