CN103714631A - 基于人脸识别的atm取款机智能监控系统 - Google Patents

Abstract

本发明公开了一种基于人脸识别的ATM取款机智能监控系统，其特征在于所述系统包括设置在ATM取款机附近的视频采集装置视频采集装置、图像处理装置、银行卡感知装置和预警装置，所述银行卡感知装置用于感知银行卡的插入状态或拔出状态，并将银行卡的状态信息发送给图像处理装置；所述视频采集装置视频采集装置用于实时采集ATM取款人的面部图像，并将采集到的面部图像传输给图像处理装置；所述图像处理装置用于对采集到的面部图像进行面部识别获取取款人的面部特征，并根据取款人的面部特征和面部图像判断取款人的状态或者取款人是否变更；当取款人发生变更或者取款人的状态异常时，向预警装置发送预警指令；所述预警装置用于根据图像处理装置的预警指令向取款人或银行管理人员发送预警提示。该系统可以实现快速动态人脸信息采集与识别，并进行人脸跟踪，提供实时监控。

Description

基于人脸识别的ATM取款机智能监控系统

技术领域

本发明属于银行安全监管技术领域，具体涉及一种基于人脸识别的ATM取款机智能监控系统。

背景技术

随着社会经济的发展，为了使银行客户随时随地、方便快捷地存取款和进行其它交费业务并与国际金融接轨，各大银行普遍采用ATM自动取款机为客户提供二十四小时的服务，但ATM机给客户带来极大方便的同时也出现了若干需要处理的实际问题，比如：取款人在操作完毕之后忘记拿回银行卡造成吞卡，甚至卡被他人拿走或直接被取款，造成诸多不便或严重的财产损失；还有如被挟持取款等恶性犯罪也屡屡见诸报端，因此，为了加强银行对ATM机的安全管理，提高银行保障客户安全的水平，增强为客户服务竞争的优势，各地银行都在逐步建设和完善ATM机安防体系，提高整体的安防水平。

现阶段设置在ATM机上的视频监控系统主要是以CCTV（闭路电视）系统为代表的模拟式监控系统或将模拟视频信号进行数字化处理，提高数据的质量、存储、检索等性能指标，但是这些系统还停留在视频拍摄与储存阶段，主要应用于事故后的处理或追踪破案，而没有在事故发生前或发生过程中给予报警提示，比如取款人忘取款之后30秒才会提示并吞卡，这给了犯罪者直接取款的机会，而挟持取款的犯罪分子由于采取隐秘手段，一般的监控视频根本无法实时预警。本发明因此而来。

发明内容

本发明提供一种基于人脸识别的ATM取款机智能监控系统，该系统解决了现有技术中一般的监控视频主要应用于事故后的处理或追踪破案，而没有在事故发生前或发生过程中给予报警提示等问题。

为了解决现有技术中的这些问题，本发明提供的技术方案是：

一种基于人脸识别的ATM取款机智能监控系统，其特征在于所述系统包括设置在ATM取款机附近的视频采集装置、图像处理装置、银行卡感知装置和预警装置，所述银行卡感知装置用于感知银行卡的插入状态或拔出状态，并将银行卡的状态信息发送给图像处理装置；所述视频采集装置用于实时采集ATM取款人的面部图像，并将采集到的面部图像传输给图像处理装置；所述图像处理装置用于对采集到的面部图像进行面部识别获取取款人的面部特征，并根据取款人的面部特征和面部图像判断取款人的状态或者取款人是否变更；当取款人发生变更或者取款人的状态异常时，向预警装置发送预警指令；所述预警装置用于根据图像处理装置的预警指令向取款人或银行管理人员发送预警提示。

优选的技术方案是：所述银行卡感知装置感知到银行卡插入ATM取款机时，通知启动视频采集装置、图像处理装置和预警装置，并将银行卡的插入状态信息发送给图像处理装置；当银行卡感知装置感知到银行卡拔出ATM取款机时，将银行卡的拔出状态信息发送给图像处理装置，所述图像处理装置关闭视频采集装置和预警装置。

优选的技术方案是：所述视频采集装置采用摄像头，摄像头的输出端与图像处理装置的输入端连接。

优选的技术方案是：所述图像处理装置采用DSP处理系统，DSP处理系统的输出端与预警装置的输入端连接。

优选的技术方案是：所述预警装置根据图像处理装置的预警指令通过预警提示器向取款人发送预警提示，所述预警提示器选自声音提示器、LED闪烁提示器的一种或者两种以上的任意组合。

优选的技术方案是：所述预警装置根据图像处理装置的预警指令通过向银行监管后台发送警报通知银行管理人员或报警。

本发明的另一目的在于提供一种基于人脸识别的ATM取款机智能监控方法，其特征在于所述方法包括以下步骤：

（1）判断银行卡的插入状态或拔出状态；当银行卡处于插入状态时，进行步骤（2），否则结束；

（2）当银行卡处于插入状态时，实时采集ATM取款人的面部图像，并根据采集到的面部图像进行面部识别获取取款人的面部特征；

（3）对实时采集到的面部图像进行分析处理，判断取款人的状态或者取款人是否变更；当取款人发生变更或者取款人的状态异常时，提示取款人或者向银行管理人员发送提示。

优选的技术方案是：所述方法步骤（3）中判断取款人的状态发生异常按照以下步骤进行：

1）对实时采集ATM取款人的面部图像采用基于AdaBoost算法的人脸检测法进行人脸检测，获取人脸图像的特征集；根据人脸图像的特征集合构造单个人脸分类器；通过Cascade级联算法将单个人脸分类器合成一个人脸监测器；

2）实时采集后续的ATM取款人的面部图像后，通过人脸监测器进行检测；

3）当人脸监测器同时检测后续的ATM取款人的面部图像中出现两张及以上的人脸时，则判断取款人有被挟持取款的可能，并向银行管理人员发送提示；当后续实时采集的面部图像中人脸监测器检测不到人脸时，则判断取款人忘拿卡，立刻向取款人发送语音提示。

优选的技术方案是：所述方法步骤（3）中判断取款人发生变更按照以下步骤进行：

1）对实时采集ATM取款人的面部图像采用基于AdaBoost算法的人脸检测法进行人脸检测，获取人脸图像的特征集；根据人脸图像的特征集合构造单个人脸分类器；通过Cascade级联算法将单个人脸分类器合成一个人脸监测器；

2）实时采集后续的ATM取款人的面部图像后，通过人脸监测器进行检测；

3）当人脸监测器检测到后续实时采集的面部图像中识别出不同人脸时，则判断为取款人变更，向银行后台发送提示。

具体应用到本发明基于人脸识别的ATM取款机智能监控系统中时，判断取款人的状态发生异常按照以下步骤进行：

1）首先采用基于AdaBoost算法的人脸检测法进行人脸检测：即用“积分图”的方法快速计算出大量简单特征，再用AdaBoost学习算法从一个较大的特征集中选出少量关键的分类能力较强的特征构造出一系列弱分类器，而后通过线性组合将这些弱分类器组合成一个强分类器，通过Cascade级联算法将单个分类器合成一个复杂的人脸监测器。

2）然后将AdaBoost人脸检测算法移植到DSP平台并进行优化，达到实际应用需求。

3）当这一检测系统同时检测出两张及以上的人脸时，系统将判断取款人有被挟持取款的可能，并向银行管理人员发送提示。

4）当检测系统检测不到人脸时，系统将判断取款人忘拿卡，立刻向取款人发送语音提示。

判断取款人发生变更按照以下步骤进行：

1）首先采用基于AdaBoost算法的人脸检测法进行人脸检测：即用“积分图”的方法快速计算出大量简单特征，再用AdaBoost学习算法从一个较大的特征集中选出少量关键的分类能力较强的特征构造出一系列弱分类器，而后通过线性组合将这些弱分类器组合成一个强分类器，通过Cascade级联算法将单个分类器合成一个复杂的人脸监测器。

2）然后将AdaBoost人脸检测算法移植到DSP平台并进行优化，达到实际应用需求。

3）当这一检测系统识别出人脸发生变化时，系统将判断为取款人变更，向银行后台发送提示。

为了更好地解决上述问题，使视频监控由传统的“被动”变为“主动”，本发明提供的基于Adaboost人脸检测与识别的智能监控系统使用DSP处理板对从监控视频中抓取来的人脸进行处理，实现快速动态人脸信息采集与识别，并进行人脸跟踪，提供实时监控。一旦出现在设定时间段内人脸消失而银行卡滞留在机内的情况则立刻报警提示取款人拿卡，以防止吞卡或被其他人取款；当在指定区域内识别出两个人脸时，系统将会立刻给银行监管后台发送警报，提醒监管人员即时询问和处理。

本发明中通过Adaboost算法对人脸进行检测与识别不仅改变了传统视频的简单拍摄存储功能的单一性与被动性，还突破传统的器官，肤色，运动信息等检测方法，该算法在人脸检测时的优秀性能能够完全满足实时检测，识别与跟踪的系统要求。

基于人脸检测与识别的ATM自动取款机智能监控系统将安装在ATM机正面显示屏上方，以视频采集装置的摄像头能拍摄到取款人取款时的面部图像为准。

本发明基于人脸检测与识别的ATM自动取款机智能监控系统包括用于图像采集的视频采集装置、图像处理装置、银行卡感知装置和预警装置，所述银行卡感知装置用于感知银行卡的插入状态或拔出状态，并将银行卡的状态信息发送给图像处理装置；所述视频采集装置用于实时采集ATM取款人的面部图像，并将采集到的面部图像传输给图像处理装置；所述图像处理装置用于对采集到的面部图像进行面部识别获取取款人的面部特征，并根据取款人的面部特征和面部图像判断取款人的状态或者取款人是否变更；当取款人发生变更或者取款人的状态异常时，向预警装置发送预警指令；所述预警装置用于根据图像处理装置的预警指令向取款人或银行管理人员发送预警提示。

其中视频采集装置，包括用于图像采集的摄像头，用于实时采集取款人面部图像序列；图像处理装置均采用DSP处理系统，用于对采集到的取款人面部图像序列进行处理分析；预警装置，包括预警提示器，当判定取款人忘卡时，向预警提示器发送指令，利用语音方式进行预警，当判定取款人被他人挟持时将自动向后台报警。

本发明图像处理装置采用DSP处理系统，其内设置图像采集模块、银行卡感知系统接收模块，人脸检测模块、人脸跟踪模块、数据管理模块，预警提示模块等模块，其中图像采集模块，用于获取摄像头采集到的视频、图像信息；银行卡感知系统接收模块，判断取款人的银行卡是否在ATM机内；人脸检测模块，通过背景消除，肤色检测，Adaboost机器学习等方法实现快速动态人脸采集与身份识别；人脸跟踪模块，对检测到的人脸图像进行跟踪；数据管理模块，用于存储每帧图像上定位好的人脸图像数据；预警提示模块，当判定取款人忘卡或被挟持时，根据具体情况决定采取何种报警方式。

相对于现有技术中的方案，本发明的优点是：

基于人脸识别的ATM取款机智能监控系统是集人脸检测、人脸采集、人脸视频叠加、存储、比对、预警等功能于一体的人脸识别智能监控预警管理系统，彻底颠覆传统视频监控的观念，主要能解决取款忘卡之后ATM机吞卡，被他人取款以及被挟持取款等传统视频监控难以解决的问题，使监控由传统的“被动”变为“主动”。

附图说明

下面结合附图及实施例对本发明作进一步描述：

图1为本发明基于人脸识别的ATM取款机智能监控系统的结构框图；

图2为本发明基于人脸识别的ATM取款机智能监控系统图像处理装置的软件架构图；

图3为本发明基于人脸识别的ATM取款机智能监控系统的工作流程示意图。

具体实施方式

以下结合具体实施例对上述方案做进一步说明。应理解，这些实施例是用于说明本发明而不限于限制本发明的范围。实施例中采用的实施条件可以根据具体厂家的条件做进一步调整，未注明的实施条件通常为常规实验中的条件。

实施例

如图1所示，该基于人脸检测与识别的ATM自动取款机智能监控系统包括用于图像采集的视频采集装置、图像处理装置、银行卡感知装置和预警装置，所述银行卡感知装置用于感知银行卡的插入状态或拔出状态，并将银行卡的状态信息发送给图像处理装置；所述视频采集装置用于实时采集ATM取款人的面部图像，并将采集到的面部图像传输给图像处理装置；所述图像处理装置用于对采集到的面部图像进行面部识别获取取款人的面部特征，并根据取款人的面部特征和面部图像判断取款人的状态或者取款人是否变更；当取款人发生变更或者取款人的状态异常时，向预警装置发送预警指令；所述预警装置用于根据图像处理装置的预警指令向取款人或银行管理人员发送预警提示。

其中视频采集装置视频采集装置，为用于图像采集的摄像头，用于实时采集取款人面部图像序列；图像处理装置均采用DSP处理系统，用于对采集到的取款人面部图像序列进行处理分析；预警装置，包括预警提示器，当判定取款人忘卡时，向预警提示器发送指令，利用语音方式进行预警，当判定取款人被他人挟持时将自动向后台报警。

如图2所示，图像处理装置采用DSP处理系统，其内设置图像采集模块、银行卡感知系统接收模块，人脸检测模块、人脸跟踪模块、数据管理模块，预警提示模块等模块，其中图像采集模块，用于获取摄像头采集到的视频、图像信息；银行卡感知系统接收模块，判断取款人的银行卡是否在ATM机内；人脸检测模块，通过背景消除，肤色检测，Adaboost机器学习等方法实现快速动态人脸采集与身份识别；人脸跟踪模块，对检测到的人脸图像进行跟踪；数据管理模块，用于存储每帧图像上定位好的人脸图像数据；预警提示模块，当判定取款人忘卡或被挟持时，根据具体情况决定采取何种报警方式。

下面结合附图，对本发明的较佳实施例作进一步说明。

如图3，本发明基于人脸识别的ATM取款机智能监控系统的工作流程具体包括以下步骤：

1)将基于人脸检测与识别的ATM自动取款机智能监控系统中的摄像头安装在ATM机正面显示屏上方，使摄像头能捕捉到取款人取款时的面部图像

2)从银行卡感知系统接受银行卡是否在ATM机内,当银行卡处于插入状态时，系统将进行如下操作；

3)通过摄像头捕捉ATM机前方信号，抓取取款人人脸图像；

4)由图像检测及分析模块通过adaboost算法进行准确的人脸检测与识别：用“积分图”的方法快速计算出大量简单特征，再用AdaBoost学习算法从一个较大的特征集中选出少量关键的分类能力较强的特征构造出一系列弱分类器，而后通过线性组合将这些弱分类器组合成一个强分类器，通过Cascade级联算法将单个分类器合成一个复杂的人脸监测器,然后将AdaBoost人脸检测算法移植到DSP平台并进行优化，达到实际应用需求。通过检测到的人脸情况，系统将进行如下操作：

5)在银行卡插入到拔出过程中，系统检测到一张人脸，且未发生变化，系统判段为取款正常，不作响应；

6)在银行卡插入到拔出过程中，系统同时检测出两张及以上的人脸时，系统将判断取款人有被挟持取款的可能，并向银行管理人员发送提示，后台服务人员通过查看实时视频信息判断是否为异常取款，再根据判断采取相应的处理方式；

7)在银行卡插入到拔出过程中，系统在T秒内检测不到人脸，系统将判断取款人忘拿卡，立刻向取款人发送语音提示，设定时间T将不超过取款人正常走出ATM机柜内的时间。

8)在银行卡插入到拔出过程中，系统识别出取款人人脸发生变化时，系统将判断为取款人变更，向银行后台发送预警提示。

通过Adaboost算法对人脸进行检测与识别不仅改变了传统视频的简单拍摄存储功能的单一性与被动性，还突破传统的器官，肤色，运动信息等检测方法，不仅能区分出人脸与非人脸，还能区分出不同人脸，提高检测与识别的精准性，鲁棒性。系统根据不同的监测情况做出不同的响应，能够灵活满足实时处理需求，更具实用性。

上述实例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人是能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所做的等效变换或修饰，都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种基于人脸识别的ATM取款机智能监控系统，其特征在于所述系统包括设置在ATM取款机附近的视频采集装置视频采集装置、图像处理装置、银行卡感知装置和预警装置，所述银行卡感知装置用于感知银行卡的插入状态或拔出状态，并将银行卡的状态信息发送给图像处理装置；所述视频采集装置视频采集装置用于实时采集ATM取款人的面部图像，并将采集到的面部图像传输给图像处理装置；所述图像处理装置用于对采集到的面部图像进行面部识别获取取款人的面部特征，并根据取款人的面部特征和面部图像判断取款人的状态或者取款人是否变更；当取款人发生变更或者取款人的状态异常时，向预警装置发送预警指令；所述预警装置用于根据图像处理装置的预警指令向取款人或银行管理人员发送预警提示。

2.根据权利要求1所述的基于人脸识别的ATM取款机智能监控系统，其特征在于所述银行卡感知装置感知到银行卡插入ATM取款机时，通知启动视频采集装置视频采集装置、图像处理装置和预警装置，并将银行卡的插入状态信息发送给图像处理装置；当银行卡感知装置感知到银行卡拔出ATM取款机时，将银行卡的拔出状态信息发送给图像处理装置，所述图像处理装置关闭视频采集装置视频采集装置和预警装置。

3.根据权利要求1所述的基于人脸识别的ATM取款机智能监控系统，其特征在于所述视频采集装置视频采集装置采用摄像头，摄像头的输出端与图像处理装置的输入端连接。

4.根据权利要求1所述的基于人脸识别的ATM取款机智能监控系统，其特征在于所述图像处理装置采用DSP处理系统，DSP处理系统的输出端与预警装置的输入端连接。

5.根据权利要求1所述的基于人脸识别的ATM取款机智能监控系统，其特征在于所述预警装置根据图像处理装置的预警指令通过预警提示器向取款人发送预警提示，所述预警提示器选自声音提示器、LED闪烁提示器的一种或者两种以上的任意组合。

6.根据权利要求1所述的基于人脸识别的ATM取款机智能监控系统，其特征在于所述预警装置根据图像处理装置的预警指令通过向银行监管后台发送警报通知银行管理人员或报警。

7.一种基于人脸识别的ATM取款机智能监控方法，其特征在于所述方法包括以下步骤：

（1）判断银行卡的插入状态或拔出状态；当银行卡处于插入状态时，进行步骤（2），否则结束；

（2）当银行卡处于插入状态时，实时采集ATM取款人的面部图像，并根据采集到的面部图像进行面部识别获取取款人的面部特征；

（3）对实时采集到的面部图像进行分析处理，判断取款人的状态或者取款人是否变更；当取款人发生变更或者取款人的状态异常时，提示取款人或者向银行管理人员发送提示。

8.根据权利要求7所述的ATM取款机智能监控方法，其特征在于所述方法步骤（3）中判断取款人的状态发生异常按照以下步骤进行：

1）对实时采集ATM取款人的面部图像采用基于AdaBoost算法的人脸检测法进行人脸检测，获取人脸图像的特征集；根据人脸图像的特征集合构造单个人脸分类器；通过Cascade级联算法将单个人脸分类器合成一个人脸监测器；

2）实时采集后续的ATM取款人的面部图像后，通过人脸监测器进行检测；

3）当人脸监测器同时检测后续的ATM取款人的面部图像中出现两张及以上的人脸时，则判断取款人有被挟持取款的可能，并向银行管理人员发送提示；当后续实时采集的面部图像中人脸监测器检测不到人脸时，则判断取款人忘拿卡，立刻向取款人发送语音提示。

9.根据权利要求7所述的ATM取款机智能监控方法，其特征在于所述方法步骤（3）中判断取款人发生变更按照以下步骤进行：

1）对实时采集ATM取款人的面部图像采用基于AdaBoost算法的人脸检测法进行人脸检测，获取人脸图像的特征集；根据人脸图像的特征集合构造单个人脸分类器；通过Cascade级联算法将单个人脸分类器合成一个人脸监测器；

2）实时采集后续的ATM取款人的面部图像后，通过人脸监测器进行检测；

3）当人脸监测器检测到后续实时采集的面部图像中识别出不同人脸时，则判断为取款人变更，向银行后台发送提示。

Images