CN102542673A - 基于计算机视觉的atm机预警方法及系统 - Google Patents
基于计算机视觉的atm机预警方法及系统 Download PDFInfo
- Publication number
- CN102542673A CN102542673A CN2010106140731A CN201010614073A CN102542673A CN 102542673 A CN102542673 A CN 102542673A CN 2010106140731 A CN2010106140731 A CN 2010106140731A CN 201010614073 A CN201010614073 A CN 201010614073A CN 102542673 A CN102542673 A CN 102542673A
- Authority
- CN
- China
- Prior art keywords
- atm
- human body
- zone
- video
- gets
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Alarm Systems (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种基于计算机视觉的ATM机预警方法,该方法包括以下步骤:第一步骤,在ATM机监控视场中设置ATM机面板的检测区域和人体进入区域,并对无人时的视频进行学习以获取场景的统计模型;第二步骤,通过;通过对人体检测区域的检测判断ATM操作是否繁忙;通过人体进入前后判断是否有异常情况。本发明方法的优点在于,通过计算机视觉技术能及时、可靠地分析出摄像机被遮挡、粘贴诈骗广告、安装读卡器和ATM操作繁忙等异常情况,有效地减轻人工监控的工作强度和投入成本,同时,本发明专利能有效避免阳光照射等干扰因素,报警的准确率高,误保率低,实时性好,能够很好地满足ATM预警需求。
Description
技术领域
本发明属于智能安全防范领域,涉及一种基于计算机视觉的ATM机预警方法及系统。
背景技术
随着现在银行业务的发展,电子化建设迅速发展、ATM自动取款机和自助服务区的数量不断增加和使用的普及,据保守估计,到2011年我国ATM总量将突破15万台。ATM机在方便百姓生活,活跃金融市场等方面起到了积极的作用。但由于ATM机具有自动取款功能和无人值守的特点,不少犯罪分子纷纷向其伸出黑手,通过遮挡监控摄像机进行非法操作,通过安装假读卡器、粘贴假提示等方式获取用户信息,诈骗用户钱财等,一方面使得广大持卡人蒙受了巨大损失;另一方面,ATM机犯罪扰乱了金融机构的正常秩序,给银行带来了一定的损失。如何保证ATM机的安全运行,防范和降低银行与储户的风险,打击利用ATM机的犯罪,保护银行与储户的利益,是一个亟待解决的问题。国家相关安全防范行业标准也针对该问题作了详细的指导意见,根据最新的《GA745-2008银行自助设备、自助银行安全防范的规定》中第5.4条关于“穿墙式自助设备和自助银行安全防范要求”相关条款要求:“5.4.4 宜采取措施对在银行自助设备上安装或粘贴附加物品的行为进行识别、报警”。目前,解决该问题的主要方法是通过安保人员在监控中心24小时监控ATM机的视频和定期对ATM机现场进行巡查的方式进行。这是一件非常繁重的工作,需要投入大量的人力和财力,同时,也由于人工的长期监控易疲劳和注意力分散等多种因素,这种方式容易产生漏检的现象,因此通过计算机视觉技术及时、可靠地分析ATM机的异常情况具有重要的现实意义。
发明内容
本发明的目的在于提供一种基于计算机视觉的ATM机预警方法,智能地分析摄像机镜头被遮挡,安装假读卡器,非法粘贴广告与假提示,用户操作繁忙等异常状态,以改进目前采用人工方法监控的不足。
本发明的技术方案:一种基于计算机视觉的ATM机预警方法,该方法包括以下步骤:
第一步骤,在ATM机监控视场中设置ATM机面板的检测区域和人体进入区域,并对无人时的视频进行学习以获取场景的统计模型;
第二步骤,通过对当前视频与模型中的图像边缘数量对比及边缘匹配数量分析检测视频是否被遮挡,若被遮挡则向报警设备发送遮挡报警信号。
进一步,所述方法还包括通过人体进入区域的有无人状态变化判断出人体进入和离开时刻,当人体离开ATM时,对人体进入前后的视频图像进行差分检测出人体进入和离开时的变化区域进行对比,若对比不一致,则ATM机异常并发送报警信号。
进一步,所述方法还包括,通过对人体进入区域的分析统计及用户操作时间来判断用户操作ATM机是否过于频繁,若操作频繁发送报警信号。
进一步,所述方法还包括,当有摄像机被遮挡,ATM机异常及ATM操作繁忙时,输出相应异常情况的类型和异常图像。
进一步,场景模型建立由检测区域和人体进入区域的设置以及图像边缘统计来完成;存在ATM机的区域作为检测区,操作ATM机时必有一部分身体出现的区域作为人体进入区域,用LOG算子对无人的ATM监控视频图像进行边缘提取,记录强度大于30的边缘数量和坐标作为场景模型的参数。
进一步,通过两个计数器来检测ATM机人体进入和离开的状态,其中一个计数器(T0)用来记录人体进入区域有人体存在的时长,另一个计数器(T1)用来记录进入区域无运动目标的时长。
进一步,具体包括,首先用邻帧差分法获取人体进入区域的运动目标,然后对两个计数器按照如下的规则进行操作:若人体区域的运动目标面积大于某一阈值时,判断进入区域有人体存在时,T0加1,T1=0;若判断人体区域无运动目标时,T0保持不变,T1加1;当T0>0时,判断人体检测区有人体存在;当T1大于设定的延时阈值,将T0=0,并判断人体进入区域有无人存在。
一种基于计算机视觉的ATM机预警系统,该系统包括摄像机,用于获取ATM机的监控视频,所述摄像机安装位置使得ATM机的面板在摄像机的视场中;图像处理器,用于实现本方法的计算机代码;图像采集卡,用于采集视频给图像处理器;视频传输线,用于视频信号的传输,连接摄像机和图像采集卡;报警信号输出设备,用于接收图像处理器发送的报警信号,并根据不同的报警信号产生不同的声光信号;其中,其中摄像机与视频采集卡通过视频传输线连接、图像
进一步,所述图像处理器是计算机或者DSP设备。
进一步,两个计数器(T0、T1),其中一个计数器(T0)用来记录人体进入区域有人体存在的时长,另一个计数器(T1)用来记录进入区域无运动目标的时长。
本发明方法的优点在于,通过计算机视觉技术能及时、可靠地分析出摄像机被遮挡、粘贴诈骗广告、安装读卡器和ATM操作繁忙等异常情况,有效地减轻人工监控的工作强度和投入成本,同时,本发明专利能有效避免阳光照射等干扰因素,报警的准确率高,误保率低,实时性好,能够很好地满足ATM预警需求。
附图说明
图1为ATM机监控的摄像机安装示意图;
图2为实施本发明系统的结构框图;
图3为本发明方法的流程图。
具体实施方式
为了更清楚地说明本发明的技术方案,下面结合附图对实施例进行详细描述,下面描述中的实施例仅仅是本发明的一些实施例。
如图1所示,首先通过摄像机获取监控ATM的视频。摄像机的安装必须保证ATM的面板必须在摄像机的视场中。
如图2所示,一种基于计算机视觉ATM预警系统,该系统包括摄像机,图像处理器,图像采集卡、视频传输线等。其中摄像机主要用于获取ATM的监控视频,可以是针孔或者球形机等,处理器主要是运行实现本方法的计算机代码,可以是计算机或者DSP设备等图像处理设备,在实施本方法时,需要将本方法代码化,并将代码转化为处理器能够执行的机器码。
如图3所示,一种基于计算机视觉的ATM机预警方法,具体包括以下步骤:
S100,根据上述安装好摄像机,通过摄像机获取ATM机监控视场的视频图像,并通过视频传输线将视频传输给视频采集卡,采集卡再把视频传输给图像处理器。
S200,设置ATM操作繁忙的阈值参数,在ATM机监控视场中设置ATM机面板的检测区域和人体进入区域,并对无人时的视频进行学习以获取场景的统计模型;
其中,模型学习具体为首先获取一张ATM机监控视频图像,在视频图像中选择出ATM机可能被粘贴广告、假提示和安装假读卡器的区域作为检测区域,选择一个区域作为人体进入区域,该区域需要满足当有人操作ATM机时必有一部分身体出现在该区域。
然后获取一张无人操作ATM时的视频图像,按照如下式子进行卷积获取图像的边缘:
E=I*G
式中I表示视频图像,G表示log算子:
G={0.0448, 0.0468, 0.0564, 0.0468, 0.0448,
0.0468, 0.3167, 0.7146, 0.3167, 0.0468,
0.0564, 0.7146, -4.9048, 0.7146, 0.0564,
0.0468, 0.3167, 0.7146, 0.3167, 0.0468,
0.0448, 0.0468, 0.0564, 0.0468, 0.0448};
符号‘*’表示卷积符号,E表示卷积后的边缘图像。
统计出边缘图像中像素大于30的像素数量,记为mod_num_edge,并记录边缘强度大于30的像素的边缘强度和位置坐标作为场景模型。
S300 获取当前视频图像。
S400,判断摄像机是否被遮挡,根据当前视频图像中的边缘与统计模型中的边缘进行比较,判断摄像机是否被遮挡。
摄像机遮挡判断方法:获取当前的视频图像,利用模型中获取边缘的方法提前边缘。统计当前边缘图像中像素值大于30的像素个数,记为cur_num_edge,当cur_num_edge<=mod-_num_edge*0.1时,判断摄像机被遮挡;当mod-_num_edge*0.1<cur_num_edge<mod-_num_edge*0.5时,判断摄像机可能被遮挡,需要通过边缘位置匹配的情况进行进一步判断,然后统计每等分中当前视频图像与模型中的边缘匹配个数,对于模型中的像素值大于30的边缘像素,若在当前边缘图中的其3×3邻域中存在一个像素值大于30的边缘,则认为其匹配成功,已匹配成功的边缘像素对不再参与后续的匹配。若匹配的个数大于模型中边缘像素数量大于mod-_num_edge*0.1,判断为无遮挡,否则判断为遮挡;当cur_num_edge>=mod-_num_edge*0.5时,判断为无遮挡。
若摄像机被遮挡时输出报警信号,并返回S300,否则进行下一步的检测。
S500,人体存在检测,通过邻帧差分法获取人体进入区域的运动目标,当人体区域的运动目标面积大于某一阈值时,认为人体进入区域有人体存在,否则认为人体进入区域可能有静止的人体存在,也可能无人体存在,需要进一步区分。记两个计数器为T0,T1,其中T0用来表示人体进入区域有人体存在的时长,T1用来表示人体进入区域无运动目标的时长,可以将其看作一个延时器,两个计数器的初值均为0。两个计数器按照如下的规则进行操作:
若人体区域的运动目标面积大于某一阈值时,判断进入区域有人体存在时,T0加1,T1=0;
若判断人体区域无运动目标时,T0保持不变,T1加1。
当T0>0时,判断人体检测区有人体存在;当T1大于某一设定的延时阈值,将T0=0,并判断人体进入区域有无人存在。
S600,判断人体是否刚好进入,若是则获取本次操作的背景视频图像,否则继续执行S300。
根据说明S500中的T0变化进行人体进入时刻的推断。当T0由0变为1时即人体进入时刻。选取人体进入时刻前第若干帧的视频图像作为本次ATM操作的背景图像。
S700,操作繁忙检测判断
根据说明S500中的T0值来判断ATM是否操作繁忙,当T0的值大于S200中设置的ATM操作繁忙的阈值,认为该ATM操作繁忙。
S800, 判断人体是否刚好离开,若是,则获取本次离开后操作的背景视频图像,否则继续执行S200,进入和离开时刻的判断
根据说明S500中的T0变化进行人体离开时刻的推断,当T0由大于0变为等于0时的前T1帧时刻为人体离开时刻。选取人体进入时刻前第若干帧的视频图像作为本次ATM操作的背景图像,选取人体离开后第若干帧的视频图像作为本次ATM操作的前景图像。
S900,判断是否有广告粘贴或读卡器安装异常情况,若出现异常情况,则发出报警信号,否则执行S300步骤。
当人体离开后,将本次操作的背景图像和前景图像进行差分,把差分结果图中像素值大于30的作为变化像素,其余的为无变化像素,以此对差分结果进行二值化,对二值化后的差分图进行腐蚀和膨胀操作,得到消除噪声的变化区域,计算每个连通变化区域的面积(像素的个数)。当变化的区域面积大于某给定阈值时,且变化区域的边缘像素个数达到设定的阈值时,判断该区域为异常变化区域,并根据设置的读卡器和可能广告粘贴位置进行区分,发送报警信号。
Claims (10)
1.一种基于计算机视觉的ATM机预警方法,其特征在于,该方法包括以下步骤:
第一步骤,在ATM机监控视场中设置ATM机面板的检测区域和人体进入区域,并对无人时的视频进行学习以获取场景的统计模型;
第二步骤,通过对当前视频与模型中的图像边缘数量对比及边缘匹配数量分析检测视频是否被遮挡,若被遮挡则向报警设备发送遮挡报警信号。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括
通过人体进入区域的有无人状态变化判断出人体进入和离开时刻,当人体离开ATM时,对人体进入前后的视频图像进行差分检测出人体进入和离开时的变化区域进行对比,若对比不一致,则ATM机异常并发送报警信号。
3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括,
通过对人体进入区域的分析统计及用户操作时间来判断用户操作ATM机是否过于频繁,若操作频繁发送报警信号。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括,
当有摄像机被遮挡,ATM机异常及ATM操作繁忙时,输出相应异常情况的类型和异常图像。
5.根据权利要求1或2所述的方法,其特征在于,场景模型建立由检测区域和人体进入区域的设置以及图像边缘统计来完成;存在ATM机的区域作为检测区,操作ATM机时必有一部分身体出现的区域作为人体进入区域,用LOG算子对无人的ATM监控视频图像进行边缘提取,记录强度大于30的边缘数量和坐标作为场景模型的参数。
6.根据权利要求2所述的方法,其特征在于,通过两个计数器来检测ATM机人体进入和离开的状态,其中一个计数器(T0)用来记录人体进入区域有人体存在的时长,另一个计数器(T1)用来记录进入区域无运动目标的时长。
7.根据权利要求6所述的方法,其特征在于,具体包括,首先用邻帧差分法获取人体进入区域的运动目标,然后对两个计数器按照如下的规则进行操作:若人体区域的运动目标面积大于某一阈值时,判断进入区域有人体存在时,T0加1,T1=0;若判断人体区域无运动目标时,T0保持不变,T1加1;当T0>0时,判断人体检测区有人体存在;当T1大于设定的延时阈值,将T0=0,并判断人体进入区域有无人存在。
8.实现权利要求1所述一种基于计算机视觉的ATM机预警系统,其特征在于,该系统包括摄像机,用于获取ATM机的监控视频,所述摄像机安装位置使得ATM 机的面板在摄像机的视场中;图像处理器,用于实现本方法的计算机代码;图像采集卡,用于采集视频给图像处理器;视频传输线,用于视频信号的传输,连接摄像机和图像采集卡;报警信号输出设备,用于接收图像处理器发送的报警信号,并根据不同的报警信号产生不同的声光信号;其中,其中摄像机与视频采集卡通过视频传输线连接、图像处理器与报警信号输出设备通过串口线或者网线连接。
9.根据权利要求8所述的系统,其特征在于:所述图像处理器是计算机或者DSP设备。
10.根据权利要求8或9所述的系统,其特征在于:两个计数器(T0、T1),其中一个计数器(T0)用来记录人体进入区域有人体存在的时长,另一个计数器(T1)用来记录进入区域无运动目标的时长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010106140731A CN102542673A (zh) | 2010-12-30 | 2010-12-30 | 基于计算机视觉的atm机预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010106140731A CN102542673A (zh) | 2010-12-30 | 2010-12-30 | 基于计算机视觉的atm机预警方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102542673A true CN102542673A (zh) | 2012-07-04 |
Family
ID=46349475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010106140731A Pending CN102542673A (zh) | 2010-12-30 | 2010-12-30 | 基于计算机视觉的atm机预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102542673A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103400382A (zh) * | 2013-07-24 | 2013-11-20 | 佳都新太科技股份有限公司 | 一种基于atm场景下的异常面板检测算法 |
CN103561243A (zh) * | 2013-11-13 | 2014-02-05 | 太仓太乙信息工程有限公司 | 摄像头状态监控系统及其方法 |
CN103716618A (zh) * | 2012-10-09 | 2014-04-09 | 中兴保全股份有限公司 | 摄影机的异常侦测方法 |
CN106488179A (zh) * | 2015-08-27 | 2017-03-08 | 北京智诺英特科技有限公司 | 背照式监控方法及装置 |
CN110647858A (zh) * | 2019-09-29 | 2020-01-03 | 上海依图网络科技有限公司 | 一种视频遮挡判断方法、装置和计算机存储介质 |
CN111968315A (zh) * | 2020-08-31 | 2020-11-20 | 中国银行股份有限公司 | 自动柜员机atm监控方法及装置、存储介质及电子设备 |
CN113792624A (zh) * | 2021-08-30 | 2021-12-14 | 河南林业职业学院 | 一种银行atm机预警安防监控的方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001126159A (ja) * | 1999-10-29 | 2001-05-11 | Kimura Giken:Kk | 防犯装置 |
CN101344980A (zh) * | 2008-08-21 | 2009-01-14 | 中国工商银行股份有限公司 | 一种atm设备安全检测系统及方法 |
CN101833813A (zh) * | 2010-03-03 | 2010-09-15 | 杭州创导安全技术有限公司 | 一种atm机异物入侵检测报警装置及检测报警方法 |
-
2010
- 2010-12-30 CN CN2010106140731A patent/CN102542673A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001126159A (ja) * | 1999-10-29 | 2001-05-11 | Kimura Giken:Kk | 防犯装置 |
CN101344980A (zh) * | 2008-08-21 | 2009-01-14 | 中国工商银行股份有限公司 | 一种atm设备安全检测系统及方法 |
CN101833813A (zh) * | 2010-03-03 | 2010-09-15 | 杭州创导安全技术有限公司 | 一种atm机异物入侵检测报警装置及检测报警方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103716618A (zh) * | 2012-10-09 | 2014-04-09 | 中兴保全股份有限公司 | 摄影机的异常侦测方法 |
CN103400382A (zh) * | 2013-07-24 | 2013-11-20 | 佳都新太科技股份有限公司 | 一种基于atm场景下的异常面板检测算法 |
CN103561243A (zh) * | 2013-11-13 | 2014-02-05 | 太仓太乙信息工程有限公司 | 摄像头状态监控系统及其方法 |
CN106488179A (zh) * | 2015-08-27 | 2017-03-08 | 北京智诺英特科技有限公司 | 背照式监控方法及装置 |
CN110647858A (zh) * | 2019-09-29 | 2020-01-03 | 上海依图网络科技有限公司 | 一种视频遮挡判断方法、装置和计算机存储介质 |
CN111968315A (zh) * | 2020-08-31 | 2020-11-20 | 中国银行股份有限公司 | 自动柜员机atm监控方法及装置、存储介质及电子设备 |
CN113792624A (zh) * | 2021-08-30 | 2021-12-14 | 河南林业职业学院 | 一种银行atm机预警安防监控的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102542673A (zh) | 基于计算机视觉的atm机预警方法及系统 | |
CN100446043C (zh) | 基于生物传感和图像信息融合的视频安防监控方法 | |
CN103456024B (zh) | 一种运动目标越线判断方法 | |
CN103517042A (zh) | 一种养老院老人危险行为监测方法 | |
CN101968848B (zh) | 一种视频监测方法、系统及视频监测报警系统 | |
CN104394361A (zh) | 行人越界智能监控装置与检测方法 | |
CN102176266A (zh) | Atm银行卡视觉行为预警提示方法及系统 | |
CN109867186B (zh) | 一种基于智能视频分析技术的电梯困人检测方法及系统 | |
CN101833813B (zh) | 一种atm机异物入侵检测报警装置及检测报警方法 | |
CN112163572A (zh) | 识别对象的方法和装置 | |
CN103440738A (zh) | 一种风景区内游客步行桥超员预警方法 | |
CN103093190A (zh) | 一种施工安全监控方法和系统 | |
CN110728212B (zh) | 一种基于计算机视觉的道路井盖监控装置及监控方法 | |
CN116434533A (zh) | 一种基于5g的ai智慧公路隧道综合监测平台 | |
CN101576960B (zh) | 一种异物检测方法及系统 | |
CN201516026U (zh) | 红外线体温检测仪 | |
CN103400457A (zh) | 一种atm银行卡调包行为监测方法 | |
CN103152558A (zh) | 基于场景识别的入侵检测方法 | |
CN112377265A (zh) | 基于图像识别加速度特征的冲击地压报警方法 | |
CN112377264A (zh) | 基于图像识别加速度特征的煤与瓦斯突出报警方法 | |
CN104463913A (zh) | 违规停车智能检测装置与方法 | |
CN203883934U (zh) | 一种智能自助银行视频监控系统 | |
CN116740885A (zh) | 烟雾火焰报警方法、装置、电子设备及存储介质 | |
CN116342481A (zh) | 一种基于机器视觉的转炉烟道结渣监测系统及方法 | |
CN201716789U (zh) | 一种atm机异物入侵检测报警装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20120704 |