基于ATM機的智能監控系統的研究與實現

翁金芳，陳書明，母洪妃，羅榕華

(龍巖學院 數學與計算機科學學院，福建 龍巖364012)

自動取款機(ATM)在各銀行機構的大量投入使用，在方便了銀行用戶存取款等金融業務的同時，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,出現越來越多的ATM監控系統相關技術[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機視頻監控方面仍然出現一系列的問題，主要表現為：(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監控系統的以上不足,在ATM監控系統加入實時人臉檢測、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濟損失，而且在一定程度上降低了國家犯罪率。

1 系統構成

本文結合圖像處理、模式識別和數理統計等知識，針對當前ATM機監控系統不太智能的缺陷，在視頻監控系統基礎上,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,系統流程圖如圖2所示。

圖1 ATM視頻監控系統示意圖

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域，如果有，則把人臉區域圖像提供給ATM視頻監控系統，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。

圖2 ATM機智能監控系統流程圖

(2)對圖像進行膚色區域檢測，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)對檢測到的膚色區域采用Adboost算法[8]對 ATM監控圖像進行人臉區域檢測，如果檢測到人臉部分，系統自動保存人臉區域圖像并添加時間地點信息。

1.2 ATM機人臉識別

在本系統中，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攝像頭范圍內人臉數量，如果檢測出兩張及兩張以上人臉圖像，系統在ATM取款界面發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非持卡人取款及ATM取款機前出現多個人的情況下對其進行特殊視頻錄制。為了方便警察調查，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。該系統采用3種視頻輸入方式：海康威視采集卡和SONY攝像頭接入方式、AVI視頻方式以及普通攝像頭接入方式。針對海康威視采集卡和SONY攝像頭接入方式，本系統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,本系統以Visual Studio 2008為開發平臺,采用C++語言進行開發。系統驗證內容包括：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，系統通過攝像頭進行圖像采集，然后根據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。

圖3 ATM取款機人臉檢測及人臉識別示意圖

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，系統會根據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，系統會根據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，系統會發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。

為了驗證系統的可靠性，采用多個視頻對該系統進行功能測試。測試結果表明,該系統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 實驗結果

如圖4所示，將計算機圖像處理應用在ATM的視頻監控系統中，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。在視頻監控系統中加入人臉檢測、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控，減少ATM的風險。采用該技術的監控系統將有很大的發展前景，但目前人臉識別技術有限，需要繼續研究以提高人臉識別準確率。

圖4 ATM取款異常處理示意圖

[1]徐永安，孫艷峰.圖像輪廓提取技術在ATM監控系統中的應用[J].計算機工程，2009,35(1):195-197.

[2]張潔琪，鄧瑛.ATM視頻監控系統的開發[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嵌入式網絡視頻監控系統[J].微型機與應用,2013,32(9):29-31.

[5]李煦麗，張超.智能視頻監控系統關鍵技術[J].鐵路技術創新，2010(2):65-67.

[6]楊麗梅，楊光.ATM系統多通道自動識別及監控功能的研究與實現[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[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.