基于圖像識別技術(shù)的銀行ATM監(jiān)控方案

　　由于ATM（Automatic Teller Machine，以下簡稱ATM）在銀行業(yè)務(wù)中特殊的作用，到2007年底前，我國ATM保有量就迅速上升到約13.8萬臺，其中銀聯(lián)聯(lián)網(wǎng)ATM約12.3萬臺。在中國ATM銷售市場上，中國工商銀行、中國農(nóng)業(yè)銀行、中國銀行、中國建設(shè)銀行、交通銀行、中國郵政儲蓄銀行等6家主要銀行的ATM市場份額，約占中國ATM市場總量的85％。但是從每百萬人口擁有的ATM數(shù)量指標(biāo)來看，中國ATM需求缺口依然很大。2006年，中國每百萬人口擁有ATM數(shù)量僅為73臺，城市每百萬人口擁有ATM數(shù)量為273臺，遠(yuǎn)低于保有量居世界前20位國家1 150臺的平均水平。至2009年，我國ATM機(jī)保有量已經(jīng)達(dá)到18.4萬臺，平均年增長率達(dá)20％以上，僅次于美國、日本、巴西，居世界第4位，按照目前的增長速度，有專家預(yù)測，到2011年，我國的ATM機(jī)保有量將超過巴西，躍居世界第3。

2 銀行ATM現(xiàn)有的監(jiān)控方式

　　目前國內(nèi)銀行ATM機(jī)的監(jiān)控方式主要由于區(qū)域經(jīng)濟(jì)狀況差異、安防建設(shè)標(biāo)準(zhǔn)等要求的不同，即使是同一家銀行在不同地域的安防建設(shè)理念各不相同，其主要的監(jiān)控方式主要有以下3種。

　　2.1 將ATM納入整個網(wǎng)點(diǎn)監(jiān)控

　　該類方式主要用于在行式的ATM監(jiān)控。在行式的ATM機(jī)的安裝方式有穿墻式、大堂式安裝。穿墻式ATM由于具有獨(dú)立且物防等級高的加鈔間，因此這類ATM機(jī)安裝方式在攝像機(jī)布線上具有靈活的方式，這些ATM機(jī)器通常安裝在統(tǒng)一的房間內(nèi)，具有客戶區(qū)和加鈔區(qū)。每臺攝像機(jī)除了安裝基本監(jiān)控要求的攝像機(jī)，同時在ATM顧客廳需要安裝有1—2只全景攝像機(jī)以對射的方式監(jiān)控大廳，如圖1所示。

　　2 .2 獨(dú)立ATM監(jiān)控的方式

　　這種方式用于大堂式的ATM機(jī)型的監(jiān)控，由于該類ATM機(jī)受所安裝位置的限制，往往將硬盤錄像機(jī)小型化后與ATM同時安裝在燈箱體內(nèi)的一個設(shè)備箱內(nèi)，由于所有設(shè)備線路的布設(shè)基本是在ATM機(jī)及其附屬設(shè)備內(nèi)部，因其安裝靈活度大，可以較好地滿足不僅大堂式ATM的安裝，也適用于穿墻式ATM機(jī)器的安裝，如圖2所示。大堂式ATM還有采用專用監(jiān)控主機(jī)與網(wǎng)點(diǎn)監(jiān)控主機(jī)各付其責(zé)的監(jiān)控方式，如圖3所示。

　　2.3 ATM視頻監(jiān)控聯(lián)網(wǎng)

　　隨著產(chǎn)品技術(shù)的發(fā)展，監(jiān)控設(shè)備的網(wǎng)絡(luò)功能、視頻壓縮技術(shù)不斷地成熟和提高，特別是基于MPEG4和H.264壓縮技術(shù)應(yīng)用，CIF（352× 288）畫質(zhì)的網(wǎng)絡(luò)帶寬在保證清晰度不變的前提下，每路碼流可低至384 kbitmiddot;s-1，甚至更低，這樣基于帶寬不高的銀行專網(wǎng)或者VPDN網(wǎng)絡(luò)的遠(yuǎn)程視頻監(jiān)控聯(lián)網(wǎng)，也在全國各大銀行和商業(yè)銀行大規(guī)模的建設(shè)并投入使用，這些監(jiān)控中心改變了銀行針對ATM防范的方式，由原有被動變?yōu)榘胫鲃臃绞?，將原有的事后?yīng)對變成了事中和事后同時應(yīng)對，通過對圖像的遠(yuǎn)程實(shí)時監(jiān)控，中心值班員對ATM現(xiàn)場環(huán)境的監(jiān)控實(shí)現(xiàn)人工主動的預(yù)警。

3 圖片差異檢測方式

　　首先進(jìn)行背景建模、前景提取。利用數(shù)學(xué)統(tǒng)計(jì)模型，把眾多圖片的統(tǒng)計(jì)信息保存到模型中，再用當(dāng)前圖片和該模型比較，提取出可能存在異物的地方。該方法的背景可以達(dá)到幾個小時甚至一天的圖片的統(tǒng)計(jì)值，增強(qiáng)了檢測功能對各種環(huán)境的適應(yīng)性，大大降低了誤報(bào)，也降低了光線的影響，同時在在背景建模、前景提取方法的基礎(chǔ)上又加入一些物體特征判斷，可降低誤報(bào)，提高檢測的準(zhǔn)確率，檢測流程如圖4所示。

4 圖像識別在ATM的應(yīng)用

　　圖像識別技術(shù)由于能實(shí)時判斷、分析攝像機(jī)監(jiān)控畫面的變化得到其不同的特征點(diǎn)，因此實(shí)時主動預(yù)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(jī)地整合為一套針對目前ATM高風(fēng)險的綜合安防管理平臺，該類檢測可以準(zhǔn)確標(biāo)出報(bào)警框提醒相關(guān)人員注意。

　?。?）貼廣告、假鍵盤、假讀卡器報(bào)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(jìn)行犯罪活動。通過安裝圖像識別設(shè)備，首先學(xué)習(xí)正常情況下ATM的圖像，然后實(shí)時地將監(jiān)控一段時間的監(jiān)控圖像與過往的圖像進(jìn)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(bào)警。

　　（2）遺留物報(bào)警。

　　實(shí)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(guān)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(shí)時發(fā)出報(bào)警。

　　（3）人員聚集報(bào)警，人員滯留、徘徊報(bào)警。

　　自動分析監(jiān)控場景中出現(xiàn)的多人聚集異常行為，當(dāng)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(bào)警抓捕。

　　（4）打斗報(bào)警、人員跌倒。

　　通過對物體快速移動及其他相關(guān)輔助的檢測方式能準(zhǔn)確地檢測人員打斗狀態(tài)。人員跌倒檢測，可當(dāng)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(bào)警到監(jiān)控中心。

　?。?）人臉面部識別。

　　面部主要通過ATM機(jī)安裝的針孔攝像機(jī)實(shí)現(xiàn)對取款人的面部特征進(jìn)行識別。犯罪分子在進(jìn)行犯罪活動時，為避免監(jiān)控?cái)z像機(jī)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(guān)流程如圖5所示，如有人員遮蓋面部，系統(tǒng)可以及時報(bào)警提示相關(guān)人員進(jìn)行處理，因?yàn)楹芏嗳嗽诓煌竟?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(jìn)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(bào)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(jìn)入到自助銀行、ATM區(qū)域所劃定的區(qū)域進(jìn)行報(bào)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(jìn)行犯罪，將此類報(bào)警與聲強(qiáng)異常檢測報(bào)警與ATM機(jī)、自助銀行的門禁系統(tǒng)聯(lián)動可以在第一時間自動關(guān)閉自助銀行大門，給處警提供有利條件。

5 圖像識別技術(shù)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(jī)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(shè)備受到成本、技術(shù)和主觀因素的影響，現(xiàn)有圖像分析設(shè)備的視頻源都是采用從ATM原有監(jiān)控?cái)z像機(jī)圖像，但這些攝像機(jī)有的安裝年限早、有的攝像機(jī)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：

　　（1）誤報(bào)的影響。

　　誤報(bào)的影響目前仍是智能視頻分析技術(shù)無法回避的問題。造成誤報(bào)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(jī)事件的影響。

　　2）攝像機(jī)成像效果，如果攝像機(jī)因故障、外界干擾、老化等問題，造成設(shè)備認(rèn)為圖像始終在變化，無法準(zhǔn)確建模。

　?。?）不具備行為和假特征的判斷能力。

　　1）以跨線報(bào)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(jī)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(yù)的情況。智能視頻分析只是一系列設(shè)定好的程序，其判斷能力還遠(yuǎn)不能與人相比，但是該類誤報(bào)的出現(xiàn)比漏報(bào)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(shù)”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(shù)”進(jìn)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(shù)設(shè)立了專項(xiàng)課題進(jìn)行研究。

　?。?）特征識別技術(shù)對畫面要求高。

　　基于圖像分析技術(shù)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(biāo)物體的特征，如遺留物、人臉的面部識別等，目前基于計(jì)算機(jī)設(shè)備的識別能力還是遠(yuǎn)遠(yuǎn)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(shè)備和后臺處理設(shè)備的處理能力仍然是瓶頸。

　　由于圖像識別需要大量的計(jì)算機(jī)，以便將圖像與模型和數(shù)據(jù)庫保存數(shù)據(jù)進(jìn)行大量計(jì)算，而要適應(yīng)復(fù)雜的實(shí)際應(yīng)用環(huán)境就需要復(fù)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(fù)雜算法的需要，因此難以開發(fā)具有相應(yīng)高級功能的嵌入式產(chǎn)品。

　　雖然圖像分析設(shè)備具有一定的不足，但隨著視頻監(jiān)控規(guī)模的不斷擴(kuò)大，現(xiàn)有視頻監(jiān)控畫面的海量信息已遠(yuǎn)遠(yuǎn)超過人的處理能力，而圖像識別設(shè)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(shù)應(yīng)用和發(fā)展同數(shù)字技術(shù)一定會代替模擬技術(shù)一樣，將成為監(jiān)控整體方案中不可缺少的部分。