基于图像识别技术的银行ATM监控方案

　　1 国内银行ATM的发展

　　由于ATM（Automatic Teller Machine，以下简称ATM）在银行业务中特殊的作用，到2007年底前，我国ATM保有量就迅速上升到约13.8万台，其中银联联网ATM约12.3万台。在中国ATM销售市场上，中国工商银行、中国农业银行、中国银行、中国建设银行、交通银行、中国邮政储蓄银行等6家主要银行的ATM市场份额，约占中国ATM市场总量的85％。但是从每百万人口拥有的ATM数量指标来看，中国ATM需求缺口依然很大。2006年，中国每百万人口拥有ATM数量仅为73台，城市每百万人口拥有ATM数量为273台，远低于保有量居世界前20位国家1 150台的平均水平。至2009年，我国ATM机保有量已经达到18.4万台，平均年增长率达20％以上，仅次于美国、日本、巴西，居世界第4位，按照目前的增长速度，有专家预测，到2011年，我国的ATM机保有量将超过巴西，跃居世界第3。

　　2 银行ATM现有的监控方式

　　目前国内银行ATM机的监控方式主要由于区域经济状况差异、安防建设标准等要求的不同，即使是同一家银行在不同地域的安防建设理念各不相同，其主要的监控方式主要有以下3种。

　　2.1 将ATM纳入整个网点监控

　　该类方式主要用于在行式的ATM监控。在行式的ATM机的安装方式有穿墙式、大堂式安装。穿墙式ATM由于具有独立且物防等级高的加钞间，因此这类ATM机安装方式在摄像机布线上具有灵活的方式，这些ATM机器通常安装在统一的房间内，具有客户区和加钞区。每台摄像机除了安装基本监控要求的摄像机，同时在ATM顾客厅需要安装有1—2只全景摄像机以对射的方式监控大厅，如图1所示。

　　

　　2 .2 独立ATM监控的方式

　　这种方式用于大堂式的ATM机型的监控，由于该类ATM机受所安装位置的限制，往往将硬盘录像机小型化后与ATM同时安装在灯箱体内的一个设备箱内，由于所有设备线路的布设基本是在ATM机及其附属设备内部，因其安装灵活度大，可以较好地满足不仅大堂式ATM的安装，也适用于穿墙式ATM机器的安装，如图2所示。大堂式ATM还有采用专用监控主机与网点监控主机各付其责的监控方式，如图3所示。

　　

　　2.3 ATM视频监控联网

　　随着产品技术的发展，监控设备的网络功能、视频压缩技术不断地成熟和提高，特别是基于MPEG4和H.264压缩技术应用，CIF（352× 288）画质的网络带宽在保证清晰度不变的前提下，每路码流可低至384 kbit·s-1，甚至更低，这样基于带宽不高的银行专网或者VPDN网络的远程视频监控联网，也在全国各大银行和商业银行大规模的建设并投入使用，这些监控中心改变了银行针对ATM防范的方式，由原有被动变为半主动方式，将原有的事后应对变成了事中和事后同时应对，通过对图像的远程实时监控，中心值班员对ATM现场环境的监控实现人工主动的预警。

　　3 图片差异检测方式

　　首先进行背景建模、前景提取。利用数学统计模型，把众多图片的统计信息保存到模型中，再用当前图片和该模型比较，提取出可能存在异物的地方。该方法的背景可以达到几个小时甚至一天的图片的统计值，增强了检测功能对各种环境的适应性，大大降低了误报，也降低了光线的影响，同时在在背景建模、前景提取方法的基础上又加入一些物体特征判断，可降低误报，提高检测的准确率，检测流程如图4所示。

　　

　　4 图像识别在ATM的应用

　　图像识别技术由于能实时判断、分析摄像机监控画面的变化得到其不同的特征点，因此实时主动预警的功能与银行现有的视频监控联网功能，可有机地整合为一套针对目前ATM高风险的综合安防管理平台，该类检测可以准确标出报警框提醒相关人员注意。

　　（1）贴广告、假键盘、假读卡器报警。

　　贴广告是目前主要的一种ATM诈骗方式，它主要与堵塞出钞口、假读卡器方式共同使用，如果客户轻信了广告的内容和电话，犯罪分子就伪装成银行的工作人员骗取客户的个人资料进行犯罪活动。通过安装图像识别设备，首先学习正常情况下ATM的图像，然后实时地将监控一段时间的监控图像与过往的图像进行比对，如这段时间每个画面都与正常的图像有不同，系统提示报警。

　　（2）遗留物报警。

　　实时检测监控场景中出现的物品遗留，系统使用者可以自定义物品尺寸大小，提示有关人员处理。这个功能最早出现在欧美，主要用于公共场所人员聚集场所的反恐工具。在视频监控区域内，系统自动检测出场景中的遗留物品，实时发出报警。

　　（3）人员聚集报警，人员滞留、徘徊报警。

　　自动分析监控场景中出现的多人聚集异常行为，当某个自助银行或ATM周边出现多人聚集时，很多情况都在视频切换监控，由于各种因素往往会忽视此类问题的存在，而这些往往是犯罪分子作案前经常出现的状况，通过视频智能监控判断可能出现的情况并能及时的报警抓捕。

　　（4）打斗报警、人员跌倒。

　　通过对物体快速移动及其他相关辅助的检测方式能准确地检测人员打斗状态。人员跌倒检测，可当自助银行内出现的人员倒地或有人睡觉等异常情况，报警到监控中心。

　　（5）人脸面部识别。

　　面部主要通过ATM机安装的针孔摄像机实现对取款人的面部特征进行识别。犯罪分子在进行犯罪活动时，为避免监控摄像机拍摄下其面部，作案时经常遮挡面部，这样即使被录像，也无法分辨其是谁。相关流程如图5所示，如有人员遮盖面部，系统可以及时报警提示相关人员进行处理，因为很多人在不同季节都会带口罩，可以同时弹出不同角度的视频对该类人员进行人为识别，以便分辨出正常取款和犯罪行为。

　　

　　（6）违规提款、越线报警。

　　主要防范用户从后面偷窥密码、被犯罪分子挟持、故意掉钱偷换客户银行卡等，或者是人员进入到自助银行、ATM区域所划定的区域进行报警。特别是违规提款，该类犯罪活动主要是针对女性一个人的情况进行犯罪，将此类报警与声强异常检测报警与ATM机、自助银行的门禁系统联动可以在第一时间自动关闭自助银行大门，给处警提供有利条件。

　　5 图像识别技术的不足

　　虽然图像识别已经在ATM监控系统中逐步使用，但由于摄像机成像受到光线影响，一天内不同时间段的最终成像也不相同。而且由于现有的图像分析设备受到成本、技术和主观因素的影响，现有图像分析设备的视频源都是采用从ATM原有监控摄像机图像，但这些摄像机有的安装年限早、有的摄像机无超宽动态成像能力、有的受隐蔽透光板的限制等诸多因素影响，目前用于ATM的图像识别系统还有如下不足：

　　（1）误报的影响。

　　误报的影响目前仍是智能视频分析技术无法回避的问题。造成误报的问题主要有以下问题：

　　1）受光线影响，特别是白天不同阶段与晚上所需的模型不同，而且业内还没有开发出一种可以涵盖所有使用情况的背景模型，也无法完全解决随机事件的影响。

　　2）摄像机成像效果，如果摄像机因故障、外界干扰、老化等问题，造成设备认为图像始终在变化，无法准确建模。

　　（2）不具备行为和假特征的判断能力。

　　1）以跨线报警、多人取款为例。如果出现有人跨线看顾客取钱或者是多个人同时在ATM机前，而这些人都是朋友，系统无法判别这些是否是需要人为干预的情况。智能视频分析只是一系列设定好的程序，其判断能力还远不能与人相比，但是该类误报的出现比漏报带来的问题可以忽略。

　　2）人脸面部识别对高仿面具的“易容术”无法判断，2010年安徽、浙江警方接连破获了数起利用“易容术”进行ATM犯罪，虽然最后案件破获，但是也对目前现有的人脸面部识别技术设立了专项课题进行研究。

　　（3）特征识别技术对画面要求高。

　　基于图像分析技术对于图像的要求较高，除了画面本身的清晰度外，还需要画面能够清楚地展示目标物体的特征，如遗留物、人脸的面部识别等，目前基于计算机设备的识别能力还是远远低于人类对物体特征的识别能力，特别是光照条件、拍摄角度等因素。

　　（4）设备和后台处理设备的处理能力仍然是瓶颈。

　　由于图像识别需要大量的计算机，以便将图像与模型和数据库保存数据进行大量计算，而要适应复杂的实际应用环境就需要复杂的算法，而目前DSP和ARM芯片的处理能力有限，已经不能满足某些复杂算法的需要，因此难以开发具有相应高级功能的嵌入式产品。

　　虽然图像分析设备具有一定的不足，但随着视频监控规模的不断扩大，现有视频监控画面的海量信息已远远超过人的处理能力，而图像识别设备具有的智能视频分析可以有效地过滤大量的无效信息，图像识别技术应用和发展同数字技术一定会代替模拟技术一样，将成为监控整体方案中不可缺少的部分。