CN101556717A - 一种atm智能安保系统及监测方法 - Google Patents

Abstract

本发明涉及一种ATM智能安保系统及监测方法，数字摄像机采集人脸图像，图像送入人脸图像处理系统进行数字图像处理，通过IO接口与ATM主机进行连接，ATM主机根据不同的监测结果可触发报警系统进行报警，能够更加准确地判断当前持卡人的行为方式，保障银行卡所有者的利益。可以有效地保存ATM使用者的脸部照片，对于事后的追索具有重要的意义。避免银行卡未被取出时可能对银行卡所有者的利益侵害。通过人脸视线的判断方法，对于可能存在的窥视行为采取提醒措施，相比现有技术更加准确，服务更人性化。

Description

一种ATM智能安保系统及监测方法

技术领域

本发明涉及一种检测系统，特别涉及一种人脸监测功能的ATM智能安保系统。

背景技术

ATM自动柜员机是由计算机控制的持卡人自我服务型的金融专用设备。能自动取存款的ATM机已经大量在银行中普及使用，在方便人们生活、工作及活跃金融市场等方面起到了积极的作用。但是ATM机一般安装在银行外部，如何保障ATM机用户的使用安全，防止各种利用ATM机进行犯罪的案件，对ATM机现有的监控系统提出了新的课题。大量盗用持卡人银行卡的案件中，案犯往往在取款时会通过各种伪装方式掩饰身份，给案件的侦破带来巨大的挑战。另外还有一种新型的犯罪手法，即在持卡人取款输入密码后，分散用户注意力迅速插入事先准备好的假卡，当持卡人持假卡离开后，迅速利用持卡人遗留在ATM机中的银行卡盗走用户钱款。另外一些不法分子利用取款人在ATM上操作时，通过偷窥持卡人输入的密码，造成持卡人损失的案件也屡见不鲜。

现有技术采用了一些图像监控的方法防止以上的安全问题。如申请号为CN02102792.7的具有智能型数字摄影、记录及识别的自动柜员机系统，安装数字摄影机摄影获取持卡人图像，通过持卡人面部五官的识别结果自动选择相应的服务模式。但是面部五官特征识别对所摄取的人脸图像要求较高，非正面脸、人脸具有较大的平面旋转角度(如歪头等动作)、化妆或者带有较大表情动作的图片中，五官位置、距离和形状会产生一定的偏差，从而影响面部五官的正确识别。在自然状态下，持卡人在使用ATM机的过程中可能产生无法正常使用ATM机的情况。

申请号为CN1655612的使用自动取款机的顾客的影像管理方法，通过数字视频录像机捕捉持卡人影像，如果没有捕捉到持卡人影像时则不能进行相关的业务操作。该方法在罪犯伪装情况下，不能有效识别人脸上的遮挡物，存在可能允许服务的情况；同时在银行卡未被取出时，多人对同一张银行卡进行操作的情况并不能有效识别，从而仍存在持卡人的银行卡盗用的风险。

申请号为CN191211484A的防止在ATM取款时密码被偷窥的方法及装置，采用一种检测人脸几何特征计算相隔距离的方法，在必要时报警以避免密码被偷窥。该方法未考虑人脸不同姿态时，人脸几何特征在空间上的变形对距离计算的影响，在实用中可能为产生较多的误操作情况。

发明内容

本发明是针对ATM机无人看守导致人们取钱存在不安全隐患的问题，提出了一种ATM智能安保系统及监测方法，带数字摄影机，结合人脸识别相关的各项图像处理技术，可根据其所拍摄图像进行记录、识别和报警，达到自动柜员机监控的目的。

本发明的技术方案为：一种ATM智能安保系统，包括ATM主机、报警系统、数字摄像机和人脸图像处理系统，数字摄像机采集人脸图像，图像送入人脸图像处理系统进行数字图像处理，通过IO接口与ATM主机进行连接，ATM主机根据不同的监测结果可触发报警系统进行报警。

所述人脸图像处理系统为DSP数字信号处理机，内设人脸检测模块，人脸器官定位模块，遮挡物检出模块，人脸比对模块，并通过内置的存储器保存图像，特征数据和检测结果。

一种ATM智能安保系统的监测方法，包括ATM智能安保系统，所述监测方法包括如下步骤：

1)首先系统启动，DSP上电后进行初期化操作，读入各种设置数据，当用户向ATM机插入银行卡后，ATM主机将自动启动数字摄像机进行面部图像拍摄；

2)数字摄像机拍摄的图像传输到人脸图像处理系统，输入图像到人脸检测模块中，进行人脸检测，如果没有检测出人脸，则直接将结果传输到ATM主机，并由ATM主机取消核心业务服务，然后再屏幕上显示相应的信息，如果检测出多张人脸，则将根据人脸距离图像的中心位置和人脸大小确认为持卡人和非持卡人，并将检测结果和输入图像传输到人脸器官定位模块；

3)人脸检测模块中的人脸位置、大小、姿态等作为输入传输到人脸器官定位模块，在人脸器官定位模块中，将定位主要器官点的位置，如眼睛、鼻子、嘴或者脸部轮廓点，根据检出点的位置和之间的距离，可以还原人脸的3D模型，并推测人脸的视线方向，如果非持卡人人脸中发现窥视，则输出结果为存在窥视情况，在人脸器官定位后，利用已经获知的器官情报，仅对步骤2)确认的持卡人进行人脸信息的提取；

4)遮挡物检出模块仅对持卡人的面部图像进行遮挡物检测，根据已获取的器官点情报，着重对器官点周围的图像进行检测，判别特定的器官周围是否存在遮挡物，将各器官点检出的遮挡物进行分析，可对遮挡物种别进行判定；

5)人脸比对模块判断当前业务的操作者之前是否有相应的人脸信息，如果含有人脸信息，则将当前的人脸信息和记录的人脸信息进行比对，如果判定是非同一人操作，则将相应的比对结果输出；

6)将检测结果传输到ATM主机，如果无人脸检出，或检出的持卡人存在遮挡的情况下，将设定取消核心业务的服务；如果发现有窥视现象，则设定需要窥视提醒；如果发现核心业务操作中，人脸比对结果不是同一人的情况下，暂停相关的核心业务服务，并设定需要重新输入密码，或者通过报警系统通知，并将本次的操作作为异常情况，将相应的前回和本回的图像数据进行记录；所有判别完毕后，转入业务画面，根据之前的设定在ATM屏幕上显示相应的业务操作画面。

所述人脸检测模块工作方法：每个人脸检测器对应一定的平面旋转角度和姿态的人脸，可检出包含不同角度和姿态的人脸，采用层叠式人脸识别器进行人脸检测。

所述人脸比对模块将输入人脸图像，采用Gabor滤波形成的人脸Gabor特征图像，利用基于主分量分析方法中的特征投影向量分析方法，提取相应的投影特征向量，将相应的投影特征向量进行相似度计算，设定相似度阈值，当相似度大于等于相似度阈值时，则认为进行比对的两幅人脸图像中的人脸为同一人。

本发明的有益效果在于：本发明ATM智能安保系统及监测方法，通过人脸检测和遮挡物检出结合的方法，能够更加准确地判断当前持卡人的行为方式，保障银行卡所有者的利益。可以有效地保存ATM使用者的脸部照片，对于事后的追索具有重要的意义。通过每次核心业务进行时的人脸比对，可以确保非法的人员不能通过利用持卡人遗留在ATM机上的银行卡进行不正的访问，避免银行卡未被取出时可能对银行卡所有者的利益侵害。通过人脸视线的判断方法，对于可能存在的窥视行为采取提醒措施，相比现有技术更加准确，服务更人性化。

附图说明

图1为本发明ATM智能安保系统结构示意图；

图2为本发明ATM智能安保系统工作流程图；

图3为本发明ATM智能安保系统监测方法中人脸检测示意图；

图4为本发明ATM智能安保系统监测方法中人脸器官定位示意图；

图5为本发明ATM智能安保系统监测方法中Gabor滤波示意图。

具体实施方式

如图1所示ATM智能安保系统结构示意图，包含采集人脸图像用的数字摄像机，进行数字图像处理的人脸图像处理系统，通过IO接口与ATM主机进行连接，根据不同的监测结果ATM主机可触发报警系统进行报警。人脸图像处理系统为DSP数字信号处理机，内设人脸检测模块，人脸器官定位模块，遮挡物检出模块，人脸比对模块，并通过内置的存储器保存图像，特征数据和检测结果。

监测方法如图2所示工作流程图：

1)首先系统启动，DSP上电后进行初期化操作，读入各种设置数据。当用户向ATM机插入银行卡后，ATM主机将自动启动数字摄像机进行面部图像拍摄。

2)数字摄像机拍摄的图像传输到人脸图像处理系统，输入图像到人脸检测模块中，进行人脸检测。如果没有检测出人脸，则直接将结果传输到ATM主机，并由ATM主机取消核心业务服务，然后再屏幕上显示相应的信息。如果检测出多张人脸，则将根据人脸距离图像的中心位置和人脸大小确认为持卡人和非持卡人。并将检测结果和输入图像传输到人脸器官定位模块。

3)人脸检测模块中的人脸位置、大小、姿态等作为输入传输到人脸器官定位模块。在人脸器官定位模块中，将定位主要器官点的位置，如眼睛、鼻子、嘴或者脸部轮廓点。根据检出点的位置和之间的距离，可以还原人脸的3D模型，并推测人脸的视线方向。如果非持卡人人脸中发现窥视，则输出结果为存在窥视情况。在人脸器官定位后，利用已经获知的器官情报，仅对步骤2确认的持卡人进行人脸信息的提取。

4)遮挡物检出模块仅对持卡人的面部图像进行遮挡物检测。根据已获取的器官点情报，着重对器官点周围的图像进行检测，判别特定的器官周围是否存在遮挡物。将各器官点检出的遮挡物进行分析，可对遮挡物种别进行判定。

5)人脸比对模块判断当前业务的操作者之前是否有相应的人脸信息，如果含有人脸信息，则将当前的人脸信息和记录的人脸信息进行比对。如果判定是非同一人操作，则将相应的比对结果输出。

6)将之前的检测结果传输到ATM主机。如果无人脸检出，或检出的持卡人存在遮挡的情况下，将设定取消核心业务的服务。如果发现有窥视现象，则设定需要窥视提醒。如果发现核心业务操作中，人脸比对结果不是同一人的情况下，暂停相关的核心业务服务，并设定需要重新输入密码。所有判别完毕后，转入业务画面，根据之前的设定在ATM屏幕上显示相应的业务操作画面。

步骤2)涉及一种人脸检测的方法。可以采用各种当前已成熟的人脸检测算法进行检测。本发明采用多个经过训练的层叠式(Cascade)人脸识别器进行人脸检测。层叠式人脸识别器的检测方法参看图3所示。每个人脸检测器对应一定的平面旋转角度和姿态的人脸，可检出包含不同角度和姿态的人脸。人脸检测器的训练采用已被广泛采用的RealBoost方法进行，具体的训练方法可参考相关文献，例如：Paul Viola，Michael Jones，RobustReal-time Object Detection，International Journal Of ComputerVision，2001。在每个人脸检测器训练时，在人脸图像的样本数据库中按照一定比例，加入带有各种遮挡物的样本图片。则在实际图像中及时人脸带有一定程度的遮挡物，仍可以检出相应的人脸。

步骤3)涉及到一种人脸特征定位和姿态估计的方法。本发明采用AAM对特征点进行定位。AAM模型是一种人脸表观的模型，通过一组已标记特征点的人脸图像进行训练，得到人脸形状和纹理的组合，人脸特征点彼此相连组成三角形网络的表观模型。AAM最早于1998年由F.T.Cootes等人提出，卡耐基梅隆大学的S.Baker等人对AAM拟合计算部分进行了改进，通过提前计算Hessian和梯度值，使拟合算法更快速。关于AAM的更详细描述请参考相关文献，例如I.Matthews and S.Baker.Active Appearance ModelsRevisited，International Journal Of Computer Vision，Vol.60，NO.November，2004。人脸器官定位时，通过人脸检测结果的位置、大小和姿态可得到人脸器官的初步位置，然后通过调整模型参数使AAM的模型外观不断逼近输入的人脸图像，最终得到精确的人脸器官位置。如图4所示，在AAM训练过程中，训练用人脸图像可标记相应人脸的3D姿态，从而可以得到AAM参数和人脸姿态的对应关系。AAM模型中包含人脸左右旋转和上下旋转的参数，利用这个两个参数可计算出头部的3D姿态、并推测视线方向。

步骤4)涉及一种遮挡物检出的方法。本发明采用在器官点周围的图像区域进行图像分割的方法，以实现遮挡物的检出。图像分割的方法和种类有很多种，例如对图像的灰度设置阈值的方法进行分割，区域生长法，边缘检测法等等。图像分割可得到主要器官点附近特定区域内的图像块分布状况，根据这些区域的个数和面积等，判定遮挡物有无。如果分割图像区域数小于阈值，并且主要的分割区域面积大于待考察图像区域面积的一定比例，则判定该器官区域存在遮挡物。通过多个人脸器官区域内的遮挡物组合，还可以进一步推测遮挡物的类别。

步骤5)涉及一种人脸识别的方法。人脸识别已经有很多的实现方法，比如主分量分析(PCA)、弹性匹配、神经网络、几何特征等等。本发明采用一种Gabor小波提取特征向量，并通过主分量分析的识别方法，但并不限于该方法，任何其他的人脸识别方法都可以运用到本发明的设置中。该方法包含训练和识别两个部分。训练部分是通过输入大量的人脸图像，采用Gabor滤波器对人脸图像进行Gabor滤波，得到人脸Gabor特征图像，如图5所示。将训练集中所有的Gabor图像，利用基于主分量分析方法中的特征脸方法，形成Gabor特征裸脸。识别部分则是输入人脸图像，采用Gabor滤波形成的人脸Gabor特征图像，利用基于主分量分析方法中的特征投影向量分析方法，提取相应的投影特征向量。将相应的投影特征向量进行相似度计算，设定相似度阈值。当相似度大于等于相似度阈值时，则认为进行比对的两幅人脸图像中的人脸为同一人。

Claims (5)

1、一种ATM智能安保系统，包括ATM主机、报警系统，其特征在于，还包括数字摄像机和人脸图像处理系统，数字摄像机采集人脸图像，图像送入人脸图像处理系统进行数字图像处理，通过IO接口与ATM主机进行连接，ATM主机根据不同的监测结果可触发报警系统进行报警。

2、根据权利要求1所述ATM智能安保系统，其特征在于，所述人脸图像处理系统为DSP数字信号处理机，内设人脸检测模块，人脸器官定位模块，遮挡物检出模块，人脸比对模块，并通过内置的存储器保存图像，特征数据和检测结果。

3、一种ATM智能安保系统的监测方法，包括ATM智能安保系统，其特征在于，所述监测方法包括如下步骤：

1)首先系统启动，DSP上电后进行初期化操作，读入各种设置数据，当用户向ATM机插入银行卡后，ATM主机将自动启动数字摄像机进行面部图像拍摄；

2)数字摄像机拍摄的图像传输到人脸图像处理系统，输入图像到人脸检测模块中，进行人脸检测，如果没有检测出人脸，则直接将结果传输到ATM主机，并由ATM主机取消核心业务服务，然后再屏幕上显示相应的信息，如果检测出多张人脸，则将根据人脸距离图像的中心位置和人脸大小确认为持卡人和非持卡人，并将检测结果和输入图像传输到人脸器官定位模块；

3)人脸检测模块中的人脸位置、大小、姿态等作为输入传输到人脸器官定位模块，在人脸器官定位模块中，将定位主要器官点的位置，如眼睛、鼻子、嘴或者脸部轮廓点，根据检出点的位置和之间的距离，可以还原人脸的3D模型，并推测人脸的视线方向，如果非持卡人人脸中发现窥视，则输出结果为存在窥视情况，在人脸器官定位后，利用已经获知的器官情报，仅对步骤2)确认的持卡人进行人脸信息的提取；

4)遮挡物检出模块仅对持卡人的面部图像进行遮挡物检测，根据已获取的器官点情报，着重对器官点周围的图像进行检测，判别特定的器官周围是否存在遮挡物，将各器官点检出的遮挡物进行分析，可对遮挡物种别进行判定；

5)人脸比对模块判断当前业务的操作者之前是否有相应的人脸信息，如果含有人脸信息，则将当前的人脸信息和记录的人脸信息进行比对，如果判定是非同一人操作，则将相应的比对结果输出；

6)将检测结果传输到ATM主机，如果无人脸检出，或检出的持卡人存在遮挡的情况下，将设定取消核心业务的服务；如果发现有窥视现象，则设定需要窥视提醒；如果发现核心业务操作中，人脸比对结果不是同一人的情况下，暂停相关的核心业务服务，并设定需要重新输入密码，或者通过报警系统通知，并将本次的操作作为异常情况，将相应的前回和本回的图像数据进行记录；所有判别完毕后，转入业务画面，根据之前的设定在ATM屏幕上显示相应的业务操作画面。

4、根据权利要求3所述ATM智能安保系统的监测方法，其特征在于，所述人脸检测模块工作方法：每个人脸检测器对应一定的平面旋转角度和姿态的人脸，可检出包含不同角度和姿态的人脸，采用层叠式人脸识别器进行人脸检测。

5、根据权利要求3所述ATM智能安保系统的监测方法，其特征在于，所述人脸比对模块将输入人脸图像，采用Gabor滤波形成的人脸Gabor特征图像，利用基于主分量分析方法中的特征投影向量分析方法，提取相应的投影特征向量，将相应的投影特征向量进行相似度计算，设定相似度阈值，当相似度大于等于相似度阈值时，则认为进行比对的两幅人脸图像中的人脸为同一人。

Images