翁金芳，陳書明，母洪妃，羅榕華

(龍巖學院 數(shù)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(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(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)構成

本文結合圖像處理、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。

圖1 ATM視頻監(jiān)控系統(tǒng)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(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。

圖2 ATM機智能監(jiān)控系統(tǒng)流程圖

(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(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。針對海康威視采集卡和SONY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。

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(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有限，需要繼續(xù)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(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)關鍵技術[J].鐵路技術創(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.