圖像識別在ATM的應用 - 基于圖像識別技術的銀行ATM監(jiān)控方案

　　4 圖像識別在ATM的應用

　　圖像識別技術由于能實時判斷、分析攝像機監(jiān)控畫面的變化得到其不同的特征點，因此實時主動預警的功能與銀行現(xiàn)有的視頻監(jiān)控聯(lián)網(wǎng)功能，可有機地整合為一套針對目前ATM高風險的綜合安防管理平臺，該類檢測可以準確標出報警框提醒相關人員注意。

　　（1）貼廣告、假鍵盤、假讀卡器報警。

　　貼廣告是目前主要的一種ATM詐騙方式，它主要與堵塞出鈔口、假讀卡器方式共同使用，如果客戶輕信了廣告的內(nèi)容和電話，犯罪分子就偽裝成銀行的工作人員騙取客戶的個人資料進行犯罪活動。通過安裝圖像識別設備，首先學習正常情況下ATM的圖像，然后實時地將監(jiān)控一段時間的監(jiān)控圖像與過往的圖像進行比對，如這段時間每個畫面都與正常的圖像有不同，系統(tǒng)提示報警。

　?。?）遺留物報警。

　　實時檢測監(jiān)控場景中出現(xiàn)的物品遺留，系統(tǒng)使用者可以自定義物品尺寸大小，提示有關人員處理。這個功能最早出現(xiàn)在歐美，主要用于公共場所人員聚集場所的反恐工具。在視頻監(jiān)控區(qū)域內(nèi)，系統(tǒng)自動檢測出場景中的遺留物品，實時發(fā)出報警。

　　（3）人員聚集報警，人員滯留、徘徊報警。

　　自動分析監(jiān)控場景中出現(xiàn)的多人聚集異常行為，當某個自助銀行或ATM周邊出現(xiàn)多人聚集時，很多情況都在視頻切換監(jiān)控，由于各種因素往往會忽視此類問題的存在，而這些往往是犯罪分子作案前經(jīng)常出現(xiàn)的狀況，通過視頻智能監(jiān)控判斷可能出現(xiàn)的情況并能及時的報警抓捕。

　?。?）打斗報警、人員跌倒。

　　通過對物體快速移動及其他相關輔助的檢測方式能準確地檢測人員打斗狀態(tài)。人員跌倒檢測，可當自助銀行內(nèi)出現(xiàn)的人員倒地或有人睡覺等異常情況，報警到監(jiān)控中心。

　?。?）人臉面部識別。

　　面部主要通過ATM機安裝的針孔攝像機實現(xiàn)對取款人的面部特征進行識別。犯罪分子在進行犯罪活動時，為避免監(jiān)控攝像機拍攝下其面部，作案時經(jīng)常遮擋面部，這樣即使被錄像，也無法分辨其是誰。相關流程如圖5所示，如有人員遮蓋面部，系統(tǒng)可以及時報警提示相關人員進行處理，因為很多人在不同季節(jié)都會帶口罩，可以同時彈出不同角度的視頻對該類人員進行人為識別，以便分辨出正常取款和犯罪行為。

　?。?）違規(guī)提款、越線報警。

　　主要防范用戶從后面偷窺密碼、被犯罪分子挾持、故意掉錢偷換客戶銀行卡等，或者是人員進入到自助銀行、ATM區(qū)域所劃定的區(qū)域進行報警。特別是違規(guī)提款，該類犯罪活動主要是針對女性一個人的情況進行犯罪，將此類報警與聲強異常檢測報警與ATM機、自助銀行的門禁系統(tǒng)聯(lián)動可以在第一時間自動關閉自助銀行大門，給處警提供有利條件。

　　5 圖像識別技術的不足

　　雖然圖像識別已經(jīng)在ATM監(jiān)控系統(tǒng)中逐步使用，但由于攝像機成像受到光線影響，一天內(nèi)不同時間段的最終成像也不相同。而且由于現(xiàn)有的圖像分析設備受到成本、技術和主觀因素的影響，現(xiàn)有圖像分析設備的視頻源都是采用從ATM原有監(jiān)控攝像機圖像，但這些攝像機有的安裝年限早、有的攝像機無超寬動態(tài)成像能力、有的受隱蔽透光板的限制等諸多因素影響，目前用于ATM的圖像識別系統(tǒng)還有如下不足：

　?。?）誤報的影響。

　　誤報的影響目前仍是智能視頻分析技術無法回避的問題。造成誤報的問題主要有以下問題：

　　1）受光線影響，特別是白天不同階段與晚上所需的模型不同，而且業(yè)內(nèi)還沒有開發(fā)出一種可以涵蓋所有使用情況的背景模型，也無法完全解決隨機事件的影響。

　　2）攝像機成像效果，如果攝像機因故障、外界干擾、老化等問題，造成設備認為圖像始終在變化，無法準確建模。

　　（2）不具備行為和假特征的判斷能力。

　　1）以跨線報警、多人取款為例。如果出現(xiàn)有人跨線看顧客取錢或者是多個人同時在ATM機前，而這些人都是朋友，系統(tǒng)無法判別這些是否是需要人為干預的情況。智能視頻分析只是一系列設定好的程序，其判斷能力還遠不能與人相比，但是該類誤報的出現(xiàn)比漏報帶來的問題可以忽略。

　　2）人臉面部識別對高仿面具的“易容術”無法判斷，2010年安徽、浙江警方接連破獲了數(shù)起利用“易容術”進行ATM犯罪，雖然最后案件破獲，但是也對目前現(xiàn)有的人臉面部識別技術設立了專項課題進行研究。

　?。?）特征識別技術對畫面要求高。

　　基于圖像分析技術對于圖像的要求較高，除了畫面本身的清晰度外，還需要畫面能夠清楚地展示目標物體的特征，如遺留物、人臉的面部識別等，目前基于計算機設備的識別能力還是遠遠低于人類對物體特征的識別能力，特別是光照條件、拍攝角度等因素。

　?。?）設備和后臺處理設備的處理能力仍然是瓶頸。

　　由于圖像識別需要大量的計算機，以便將圖像與模型和數(shù)據(jù)庫保存數(shù)據(jù)進行大量計算，而要適應復雜的實際應用環(huán)境就需要復雜的算法，而目前DSP和ARM芯片的處理能力有限，已經(jīng)不能滿足某些復雜算法的需要，因此難以開發(fā)具有相應高級功能的嵌入式產(chǎn)品。

　　雖然圖像分析設備具有一定的不足，但隨著視頻監(jiān)控規(guī)模的不斷擴大，現(xiàn)有視頻監(jiān)控畫面的海量信息已遠遠超過人的處理能力，而圖像識別設備具有的智能視頻分析可以有效地過濾大量的無效信息，圖像識別技術應用和發(fā)展同數(shù)字技術一定會代替模擬技術一樣，將成為監(jiān)控整體方案中不可缺少的部分。