鄧任遠(yuǎn)

摘要傳統(tǒng)的ATM視頻監(jiān)控設(shè)備的主要功能是對監(jiān)控區(qū)域進(jìn)行錄像，并將保存的視頻文件作為解決糾紛、破獲案件的取證依據(jù)。這種監(jiān)控模式會產(chǎn)生大量冗余的視頻信息，浪費大量的存儲資源，同時還會為后續(xù)的排查工作帶來困難，往往會錯過解決事件的最佳時期。對此，文章以當(dāng)前國內(nèi)外的智能視頻監(jiān)控技術(shù)為基礎(chǔ)，對ATM智能視頻設(shè)備進(jìn)行了進(jìn)一步分析和設(shè)計。

關(guān)鍵詞ATM；視頻設(shè)備；智能檢測；設(shè)計

中圖分類號：TP3 文獻(xiàn)標(biāo)識碼：A 文章編號：1671-7597（2014）12-0011-02

1傳統(tǒng)ATM視頻監(jiān)控方式的缺點分析

在傳統(tǒng)的銀行監(jiān)控系統(tǒng)中，其主要強(qiáng)調(diào)監(jiān)控點位的變化位置的選擇。由于監(jiān)控規(guī)模的不斷擴(kuò)大，人工監(jiān)看模式所面臨的壓力越來越大，這也帶來了較多難以避免的問題，主要包括以下幾個方面。

1）人工監(jiān)控的方式容易受到監(jiān)看人員主觀思想的影響，比如注意力不集中等，這容易導(dǎo)致監(jiān)看過程中錯過重要的環(huán)面信息。

2）監(jiān)控的顯示不完全，隨著監(jiān)控系統(tǒng)規(guī)模的不斷擴(kuò)大，通常會采用輪巡播放的方式顯示監(jiān)控畫面，這就可能導(dǎo)致重要的畫面剛好不在顯示范圍能，導(dǎo)致監(jiān)看人員錯過重要畫面。

3）由于傳統(tǒng)食品監(jiān)控系統(tǒng)的所有錄像沒有進(jìn)行有效分類，而且一般存在大量的冗余信息，在對重要畫面進(jìn)行查找和分析時，難度較大。

4）傳統(tǒng)的監(jiān)控系統(tǒng)所提供的唯一功能便是錄像，通常需要在事后，進(jìn)行錄像回放查看，錯過事件處理的最佳時期。

2ATM視頻智能分析設(shè)備功能設(shè)計

2.1 ATM視頻智能分析設(shè)備主要模塊

針對傳統(tǒng)ATM視頻監(jiān)控中存在的各類問題，需要通過智能視頻分析設(shè)備進(jìn)行解決。智能視頻分析設(shè)備通常需要具備視頻采集、預(yù)處理、目標(biāo)檢測、目標(biāo)跟蹤以及事件檢測等功能。

從智能視頻分析設(shè)備的布置來看，包括攝像頭、視頻采集模塊以及后臺處理系統(tǒng)，具體結(jié)構(gòu)如圖1所示。

圖1智能視頻分析系統(tǒng)模塊

2.2 滯留物檢測

滯留物主要是指人留下或遺落的靜態(tài)物體，滯留物的檢測時只能視頻分析技術(shù)中的重要內(nèi)容之一，對銀行安防工作具有較高的實用價值。Martin Spengler等對候選區(qū)域中的物體滯留以及滯留物位置變化的檢測進(jìn)行了闡述；Chuan Yu Cho等提出了復(fù)雜場景下的滯留物檢測算法，利用擁塞過濾的方法將復(fù)雜監(jiān)控場景恢復(fù)為純凈場景，然后利用背景幀差法檢測滯留物位置的變化狀態(tài)。

在銀行ATM環(huán)境中，為了對滯留物進(jìn)行檢測，下面提出一種基于時間判斷的滯留物體檢測算法。滯留物的檢測時采用背景差分法來獲取當(dāng)前幀與背景圖像的差分圖像，然后對其進(jìn)行中值濾波、二值化及形態(tài)學(xué)處理，得到二值化的差分圖像，然后進(jìn)行跟蹤處理。在檢測出目標(biāo)之后，如果目標(biāo)被判斷為物體，則對目標(biāo)的中心位置在一定時間內(nèi)的變化情況進(jìn)行記錄，如果該物體在所檢測的時間內(nèi)位置未發(fā)生變化或者變化小于限定值，則判定此目標(biāo)物體為滯留物，并及時發(fā)送滯留物檢測警報，對工作人員進(jìn)行提醒，反之，系統(tǒng)則不進(jìn)行響應(yīng)。具體的算法流程如圖2所示。

圖2滯留物檢測算法

2.3 尾隨檢測

另外，針對ATM機(jī)所涉及的人物尾隨情況，一般涉及到兩個或多個目標(biāo)人物。因此，在進(jìn)行尾隨檢測算法時，通常對兩個距離較近的目標(biāo)人員進(jìn)行檢測，從而提高檢測的準(zhǔn)確性。尾隨檢測的主要依據(jù)是，對跟蹤隊列中的任意兩個人物目標(biāo)舉行的質(zhì)心距離進(jìn)行判斷，當(dāng)該距離小于一定的閥值之后，則進(jìn)行進(jìn)一步的判斷。對兩個目標(biāo)人物分別進(jìn)行幀數(shù)計算，當(dāng)兩個目標(biāo)的計數(shù)值都達(dá)到一定的數(shù)值之后，則可以判斷為尾隨。如果需要對尾隨事件進(jìn)行統(tǒng)計，則需要通過相應(yīng)的布爾值進(jìn)行標(biāo)識，避免出現(xiàn)重復(fù)的判斷。尾隨檢測的具體算法如圖3所示。

圖3尾隨檢測算法

2.4 攝像機(jī)遮擋檢測

攝像機(jī)遮擋智能檢測是智能視頻檢測系統(tǒng)的重要內(nèi)容之一，攝像機(jī)鏡頭如果被遮擋或者信號傳輸線路出現(xiàn)故障時，都會導(dǎo)致視頻信號的傳輸障礙。智能檢測系統(tǒng)通過差分法判斷視頻圖像是否正常，如果發(fā)生異常，則發(fā)出自動警報，并及時提醒工作人員進(jìn)行檢查，盡快處理問題。

在對攝像機(jī)的遮擋狀態(tài)進(jìn)行檢測時，不能單純通過判斷跟蹤目標(biāo)的多少來判斷攝像機(jī)是否被遮擋，因為在檢測區(qū)域內(nèi)，有時候目標(biāo)較少或者沒有，也不能根據(jù)跟蹤目標(biāo)像素點在整個圖像中所占比例來進(jìn)行判斷。首先需要對背景的突變情況進(jìn)行判斷，提前保留以前一個時間段內(nèi)的多個時間點的背景圖像，然后計算均值，并以均值作為參考背景與當(dāng)前所捕獲的圖像進(jìn)行比較，如果背景圖像突變面積超過50以上，則可以判定攝像機(jī)被遮擋住了，于是系統(tǒng)發(fā)出警報對工作人員進(jìn)行提醒。

3結(jié)論

通過后期發(fā)現(xiàn)，本文所研究的智能視頻分析系統(tǒng)在運行過程中，整體運行及檢測情況良好，但是如果系統(tǒng)發(fā)生嚴(yán)重遮擋，還存在較高的誤報率。針對此類缺陷，我們還需要不斷研究，促進(jìn)ATM智能視頻分析系統(tǒng)向更高水平發(fā)展，從而為銀行安全工作水平的進(jìn)一步提高作出貢獻(xiàn)。

參考文獻(xiàn)

[1]吳建新，李翠華，等.數(shù)字視頻監(jiān)控系統(tǒng)開發(fā)平臺的設(shè)計與實現(xiàn)[J].廈門大學(xué)學(xué)報，2006，45（3）：352-354.

[2]王建文，陸璐．視頻監(jiān)控的異常報警機(jī)制[J].計算機(jī)與數(shù)字工程，2007，35（5）：121-123.

endprint

摘要傳統(tǒng)的ATM視頻監(jiān)控設(shè)備的主要功能是對監(jiān)控區(qū)域進(jìn)行錄像，并將保存的視頻文件作為解決糾紛、破獲案件的取證依據(jù)。這種監(jiān)控模式會產(chǎn)生大量冗余的視頻信息，浪費大量的存儲資源，同時還會為后續(xù)的排查工作帶來困難，往往會錯過解決事件的最佳時期。對此，文章以當(dāng)前國內(nèi)外的智能視頻監(jiān)控技術(shù)為基礎(chǔ)，對ATM智能視頻設(shè)備進(jìn)行了進(jìn)一步分析和設(shè)計。

關(guān)鍵詞ATM；視頻設(shè)備；智能檢測；設(shè)計

中圖分類號：TP3 文獻(xiàn)標(biāo)識碼：A 文章編號：1671-7597（2014）12-0011-02

1傳統(tǒng)ATM視頻監(jiān)控方式的缺點分析

在傳統(tǒng)的銀行監(jiān)控系統(tǒng)中，其主要強(qiáng)調(diào)監(jiān)控點位的變化位置的選擇。由于監(jiān)控規(guī)模的不斷擴(kuò)大，人工監(jiān)看模式所面臨的壓力越來越大，這也帶來了較多難以避免的問題，主要包括以下幾個方面。

1）人工監(jiān)控的方式容易受到監(jiān)看人員主觀思想的影響，比如注意力不集中等，這容易導(dǎo)致監(jiān)看過程中錯過重要的環(huán)面信息。

2）監(jiān)控的顯示不完全，隨著監(jiān)控系統(tǒng)規(guī)模的不斷擴(kuò)大，通常會采用輪巡播放的方式顯示監(jiān)控畫面，這就可能導(dǎo)致重要的畫面剛好不在顯示范圍能，導(dǎo)致監(jiān)看人員錯過重要畫面。

3）由于傳統(tǒng)食品監(jiān)控系統(tǒng)的所有錄像沒有進(jìn)行有效分類，而且一般存在大量的冗余信息，在對重要畫面進(jìn)行查找和分析時，難度較大。

4）傳統(tǒng)的監(jiān)控系統(tǒng)所提供的唯一功能便是錄像，通常需要在事后，進(jìn)行錄像回放查看，錯過事件處理的最佳時期。

2ATM視頻智能分析設(shè)備功能設(shè)計

2.1 ATM視頻智能分析設(shè)備主要模塊

針對傳統(tǒng)ATM視頻監(jiān)控中存在的各類問題，需要通過智能視頻分析設(shè)備進(jìn)行解決。智能視頻分析設(shè)備通常需要具備視頻采集、預(yù)處理、目標(biāo)檢測、目標(biāo)跟蹤以及事件檢測等功能。

從智能視頻分析設(shè)備的布置來看，包括攝像頭、視頻采集模塊以及后臺處理系統(tǒng)，具體結(jié)構(gòu)如圖1所示。

圖1智能視頻分析系統(tǒng)模塊

2.2 滯留物檢測

滯留物主要是指人留下或遺落的靜態(tài)物體，滯留物的檢測時只能視頻分析技術(shù)中的重要內(nèi)容之一，對銀行安防工作具有較高的實用價值。Martin Spengler等對候選區(qū)域中的物體滯留以及滯留物位置變化的檢測進(jìn)行了闡述；Chuan Yu Cho等提出了復(fù)雜場景下的滯留物檢測算法，利用擁塞過濾的方法將復(fù)雜監(jiān)控場景恢復(fù)為純凈場景，然后利用背景幀差法檢測滯留物位置的變化狀態(tài)。

在銀行ATM環(huán)境中，為了對滯留物進(jìn)行檢測，下面提出一種基于時間判斷的滯留物體檢測算法。滯留物的檢測時采用背景差分法來獲取當(dāng)前幀與背景圖像的差分圖像，然后對其進(jìn)行中值濾波、二值化及形態(tài)學(xué)處理，得到二值化的差分圖像，然后進(jìn)行跟蹤處理。在檢測出目標(biāo)之后，如果目標(biāo)被判斷為物體，則對目標(biāo)的中心位置在一定時間內(nèi)的變化情況進(jìn)行記錄，如果該物體在所檢測的時間內(nèi)位置未發(fā)生變化或者變化小于限定值，則判定此目標(biāo)物體為滯留物，并及時發(fā)送滯留物檢測警報，對工作人員進(jìn)行提醒，反之，系統(tǒng)則不進(jìn)行響應(yīng)。具體的算法流程如圖2所示。

圖2滯留物檢測算法

2.3 尾隨檢測

另外，針對ATM機(jī)所涉及的人物尾隨情況，一般涉及到兩個或多個目標(biāo)人物。因此，在進(jìn)行尾隨檢測算法時，通常對兩個距離較近的目標(biāo)人員進(jìn)行檢測，從而提高檢測的準(zhǔn)確性。尾隨檢測的主要依據(jù)是，對跟蹤隊列中的任意兩個人物目標(biāo)舉行的質(zhì)心距離進(jìn)行判斷，當(dāng)該距離小于一定的閥值之后，則進(jìn)行進(jìn)一步的判斷。對兩個目標(biāo)人物分別進(jìn)行幀數(shù)計算，當(dāng)兩個目標(biāo)的計數(shù)值都達(dá)到一定的數(shù)值之后，則可以判斷為尾隨。如果需要對尾隨事件進(jìn)行統(tǒng)計，則需要通過相應(yīng)的布爾值進(jìn)行標(biāo)識，避免出現(xiàn)重復(fù)的判斷。尾隨檢測的具體算法如圖3所示。

圖3尾隨檢測算法

2.4 攝像機(jī)遮擋檢測

攝像機(jī)遮擋智能檢測是智能視頻檢測系統(tǒng)的重要內(nèi)容之一，攝像機(jī)鏡頭如果被遮擋或者信號傳輸線路出現(xiàn)故障時，都會導(dǎo)致視頻信號的傳輸障礙。智能檢測系統(tǒng)通過差分法判斷視頻圖像是否正常，如果發(fā)生異常，則發(fā)出自動警報，并及時提醒工作人員進(jìn)行檢查，盡快處理問題。

在對攝像機(jī)的遮擋狀態(tài)進(jìn)行檢測時，不能單純通過判斷跟蹤目標(biāo)的多少來判斷攝像機(jī)是否被遮擋，因為在檢測區(qū)域內(nèi)，有時候目標(biāo)較少或者沒有，也不能根據(jù)跟蹤目標(biāo)像素點在整個圖像中所占比例來進(jìn)行判斷。首先需要對背景的突變情況進(jìn)行判斷，提前保留以前一個時間段內(nèi)的多個時間點的背景圖像，然后計算均值，并以均值作為參考背景與當(dāng)前所捕獲的圖像進(jìn)行比較，如果背景圖像突變面積超過50以上，則可以判定攝像機(jī)被遮擋住了，于是系統(tǒng)發(fā)出警報對工作人員進(jìn)行提醒。

3結(jié)論

通過后期發(fā)現(xiàn)，本文所研究的智能視頻分析系統(tǒng)在運行過程中，整體運行及檢測情況良好，但是如果系統(tǒng)發(fā)生嚴(yán)重遮擋，還存在較高的誤報率。針對此類缺陷，我們還需要不斷研究，促進(jìn)ATM智能視頻分析系統(tǒng)向更高水平發(fā)展，從而為銀行安全工作水平的進(jìn)一步提高作出貢獻(xiàn)。

參考文獻(xiàn)

[1]吳建新，李翠華，等.數(shù)字視頻監(jiān)控系統(tǒng)開發(fā)平臺的設(shè)計與實現(xiàn)[J].廈門大學(xué)學(xué)報，2006，45（3）：352-354.

[2]王建文，陸璐．視頻監(jiān)控的異常報警機(jī)制[J].計算機(jī)與數(shù)字工程，2007，35（5）：121-123.

endprint

摘要傳統(tǒng)的ATM視頻監(jiān)控設(shè)備的主要功能是對監(jiān)控區(qū)域進(jìn)行錄像，并將保存的視頻文件作為解決糾紛、破獲案件的取證依據(jù)。這種監(jiān)控模式會產(chǎn)生大量冗余的視頻信息，浪費大量的存儲資源，同時還會為后續(xù)的排查工作帶來困難，往往會錯過解決事件的最佳時期。對此，文章以當(dāng)前國內(nèi)外的智能視頻監(jiān)控技術(shù)為基礎(chǔ)，對ATM智能視頻設(shè)備進(jìn)行了進(jìn)一步分析和設(shè)計。

關(guān)鍵詞ATM；視頻設(shè)備；智能檢測；設(shè)計

中圖分類號：TP3 文獻(xiàn)標(biāo)識碼：A 文章編號：1671-7597（2014）12-0011-02

1傳統(tǒng)ATM視頻監(jiān)控方式的缺點分析

在傳統(tǒng)的銀行監(jiān)控系統(tǒng)中，其主要強(qiáng)調(diào)監(jiān)控點位的變化位置的選擇。由于監(jiān)控規(guī)模的不斷擴(kuò)大，人工監(jiān)看模式所面臨的壓力越來越大，這也帶來了較多難以避免的問題，主要包括以下幾個方面。

1）人工監(jiān)控的方式容易受到監(jiān)看人員主觀思想的影響，比如注意力不集中等，這容易導(dǎo)致監(jiān)看過程中錯過重要的環(huán)面信息。

2）監(jiān)控的顯示不完全，隨著監(jiān)控系統(tǒng)規(guī)模的不斷擴(kuò)大，通常會采用輪巡播放的方式顯示監(jiān)控畫面，這就可能導(dǎo)致重要的畫面剛好不在顯示范圍能，導(dǎo)致監(jiān)看人員錯過重要畫面。

3）由于傳統(tǒng)食品監(jiān)控系統(tǒng)的所有錄像沒有進(jìn)行有效分類，而且一般存在大量的冗余信息，在對重要畫面進(jìn)行查找和分析時，難度較大。

4）傳統(tǒng)的監(jiān)控系統(tǒng)所提供的唯一功能便是錄像，通常需要在事后，進(jìn)行錄像回放查看，錯過事件處理的最佳時期。

2ATM視頻智能分析設(shè)備功能設(shè)計

2.1 ATM視頻智能分析設(shè)備主要模塊

針對傳統(tǒng)ATM視頻監(jiān)控中存在的各類問題，需要通過智能視頻分析設(shè)備進(jìn)行解決。智能視頻分析設(shè)備通常需要具備視頻采集、預(yù)處理、目標(biāo)檢測、目標(biāo)跟蹤以及事件檢測等功能。

從智能視頻分析設(shè)備的布置來看，包括攝像頭、視頻采集模塊以及后臺處理系統(tǒng)，具體結(jié)構(gòu)如圖1所示。

圖1智能視頻分析系統(tǒng)模塊

2.2 滯留物檢測

滯留物主要是指人留下或遺落的靜態(tài)物體，滯留物的檢測時只能視頻分析技術(shù)中的重要內(nèi)容之一，對銀行安防工作具有較高的實用價值。Martin Spengler等對候選區(qū)域中的物體滯留以及滯留物位置變化的檢測進(jìn)行了闡述；Chuan Yu Cho等提出了復(fù)雜場景下的滯留物檢測算法，利用擁塞過濾的方法將復(fù)雜監(jiān)控場景恢復(fù)為純凈場景，然后利用背景幀差法檢測滯留物位置的變化狀態(tài)。

在銀行ATM環(huán)境中，為了對滯留物進(jìn)行檢測，下面提出一種基于時間判斷的滯留物體檢測算法。滯留物的檢測時采用背景差分法來獲取當(dāng)前幀與背景圖像的差分圖像，然后對其進(jìn)行中值濾波、二值化及形態(tài)學(xué)處理，得到二值化的差分圖像，然后進(jìn)行跟蹤處理。在檢測出目標(biāo)之后，如果目標(biāo)被判斷為物體，則對目標(biāo)的中心位置在一定時間內(nèi)的變化情況進(jìn)行記錄，如果該物體在所檢測的時間內(nèi)位置未發(fā)生變化或者變化小于限定值，則判定此目標(biāo)物體為滯留物，并及時發(fā)送滯留物檢測警報，對工作人員進(jìn)行提醒，反之，系統(tǒng)則不進(jìn)行響應(yīng)。具體的算法流程如圖2所示。

圖2滯留物檢測算法

2.3 尾隨檢測

另外，針對ATM機(jī)所涉及的人物尾隨情況，一般涉及到兩個或多個目標(biāo)人物。因此，在進(jìn)行尾隨檢測算法時，通常對兩個距離較近的目標(biāo)人員進(jìn)行檢測，從而提高檢測的準(zhǔn)確性。尾隨檢測的主要依據(jù)是，對跟蹤隊列中的任意兩個人物目標(biāo)舉行的質(zhì)心距離進(jìn)行判斷，當(dāng)該距離小于一定的閥值之后，則進(jìn)行進(jìn)一步的判斷。對兩個目標(biāo)人物分別進(jìn)行幀數(shù)計算，當(dāng)兩個目標(biāo)的計數(shù)值都達(dá)到一定的數(shù)值之后，則可以判斷為尾隨。如果需要對尾隨事件進(jìn)行統(tǒng)計，則需要通過相應(yīng)的布爾值進(jìn)行標(biāo)識，避免出現(xiàn)重復(fù)的判斷。尾隨檢測的具體算法如圖3所示。

圖3尾隨檢測算法

2.4 攝像機(jī)遮擋檢測

攝像機(jī)遮擋智能檢測是智能視頻檢測系統(tǒng)的重要內(nèi)容之一，攝像機(jī)鏡頭如果被遮擋或者信號傳輸線路出現(xiàn)故障時，都會導(dǎo)致視頻信號的傳輸障礙。智能檢測系統(tǒng)通過差分法判斷視頻圖像是否正常，如果發(fā)生異常，則發(fā)出自動警報，并及時提醒工作人員進(jìn)行檢查，盡快處理問題。

在對攝像機(jī)的遮擋狀態(tài)進(jìn)行檢測時，不能單純通過判斷跟蹤目標(biāo)的多少來判斷攝像機(jī)是否被遮擋，因為在檢測區(qū)域內(nèi)，有時候目標(biāo)較少或者沒有，也不能根據(jù)跟蹤目標(biāo)像素點在整個圖像中所占比例來進(jìn)行判斷。首先需要對背景的突變情況進(jìn)行判斷，提前保留以前一個時間段內(nèi)的多個時間點的背景圖像，然后計算均值，并以均值作為參考背景與當(dāng)前所捕獲的圖像進(jìn)行比較，如果背景圖像突變面積超過50以上，則可以判定攝像機(jī)被遮擋住了，于是系統(tǒng)發(fā)出警報對工作人員進(jìn)行提醒。

3結(jié)論

通過后期發(fā)現(xiàn)，本文所研究的智能視頻分析系統(tǒng)在運行過程中，整體運行及檢測情況良好，但是如果系統(tǒng)發(fā)生嚴(yán)重遮擋，還存在較高的誤報率。針對此類缺陷，我們還需要不斷研究，促進(jìn)ATM智能視頻分析系統(tǒng)向更高水平發(fā)展，從而為銀行安全工作水平的進(jìn)一步提高作出貢獻(xiàn)。

參考文獻(xiàn)

[1]吳建新，李翠華，等.數(shù)字視頻監(jiān)控系統(tǒng)開發(fā)平臺的設(shè)計與實現(xiàn)[J].廈門大學(xué)學(xué)報，2006，45（3）：352-354.

[2]王建文，陸璐．視頻監(jiān)控的異常報警機(jī)制[J].計算機(jī)與數(shù)字工程，2007，35（5）：121-123.

endprint