DE102009018320A1

DE102009018320A1 - Verfahren zum Erkennen von Manipulationsversuchen an einem Selbstbedienungsterminal und Datenverarbeitungseinheit dafür

Info

Publication number: DE102009018320A1
Application number: DE102009018320A
Authority: DE
Inventors: Christian Reimann; Holger Santelmann
Original assignee: Wincor Nixdorf International GmbH
Current assignee: Diebold Nixdorf Systems GmbH
Priority date: 2009-04-22
Filing date: 2009-04-22
Publication date: 2010-10-28
Also published as: US20120038774A1; US9165437B2; EP2422326A1; WO2010121959A1; CN102414725A

Abstract

Vorgeschlagen wird ein Verfahren (100) zum Erkennen von Manipulationsversuchen an einem Selbstbedienungsterminal, insbesondere an einem Geldautomaten, bei dem ein Bedienfeld mit darin angeordneten Elementen, wie z.B. Tastatur, Geldausgabefach usw., vorgesehen ist, wobei eine Kamera auf mindestens eines der Elemente ausgerichtet ist und wobei die von der Kamera erzeugten Bilddaten ausgewertet werden. Aus den erzeugten Bilddaten wird mittels einer Kantendetektion mindestens ein Kantenbild erstellt (Schrittfolge 120). Das Kantenbild wird mittels eines Referenz-Kantenbildes ausgewertet (Schrittfolge 130). Zur Erstellung des Referenz-Kantenbildes werden mehrere Einzelbilder herangezogen (Schrittfolge 110). Durch die Kantendetektion ist eine vollautomatisierte Auswertung und Erkennung von Manipulationsversuchen möglich.

Description

Die Erfindung betrifft ein Verfahren zum Erkennen von Manipulationsversuchen an einem Selbstbedienungsterminal nach dem Oberbegriff des Anspruchs 1. Außerdem betrifft die Erfindung eine nach dem Verfahren arbeitende Vorrichtung, insbesondere eine Datenverarbeitungseinheit zur Verarbeitung von Bilddaten, sowie ein damit ausgestattetes Selbstbedienungsterminal, insbesondere ein als Geldautomat ausgestaltetes Selbstbedienungsterminal.
Im Bereich von Selbstbedienungsautomaten, insbesondere Geldautomaten, werden häufig kriminelle Handlungen in Form von Manipulationen vorgenommen, die das Ziel verfolgen, sensitive Daten, insbesondere PINs (Personal Identification Numbers) und/oder Kartennummern, von Nutzern des Selbstbedienungsterminals auszuspähen. Insbesondere sind Manipulationsversuche bekannt, bei denen sogenannte Skimming-Vorrichtungen, wie beispielsweise Tastaturüberbauten und dergleichen, im Bedienbereich bzw. Bedienfeld widerrechtlich installiert werden. Solche Tastaturüberbauten verfügen häufig über eine eigene Stromversorgung, sowie einen Prozessor, einen Speicher und ein Betriebsprogramm, sodass ein ahnungsloser Nutzer bei Eingabe seiner PIN oder beim Einführen seiner Bankkarte ausgespäht wird. Die ausgespähten Daten werden dann über einen in dem Tastaturüberbau integrierten Sender an einen entfernten Empfänger übertragen oder werden in einem im Tastaturüberbau befindlichen Datenspeicher gespeichert. Viele der heutzutage anzutreffenden Skimming-Vorrichtungen können nur sehr schwer mit dem menschlichen Auge von originalen Bedienelementen (Tastatur, Kartenleser usw.) unterschieden werden.
Um derartige Manipulationsversuche zu vereiteln, werden häufig Überwachungssysteme eingesetzt, die eine oder mehrere Kameras aufweisen, welche im Bereich des Standortes des Selbstbedienungsterminals montiert sind und das gesamte Bedienfeld und häufig auch den Aufenthaltsbereich des Nutzers erfassen. Eine solche Lösung ist beispielsweise in der DE 201 02 477 U1 beschrieben. Mittels der dortigen Kamera-Überwachung kann sowohl das Bedienfeld selbst wie auch der davor liegende Aufenthaltsbereich des Nutzers erfasst werden. Um zu unterscheiden, ob eine Person sich im Aufenthaltsbereich befindet, ist noch ein Sensor vorgesehen.
Es sind demnach grundsätzlich Vorrichtungen und Verfahren zum Erkennen von Manipulationsversuchen an einem Selbstbedienungsterminal bekannt, wobei eine Kamera auf mindestens eines der im Bedienfeld vorgesehenen Elemente, wie z. B. Tastatur, Geldausgabefach usw., ausgerichtet ist und wobei die von der Kamera erzeugten Bilddaten ausgewertet werden. Für den Einsatz von Verfahren, die eine vollautomatisierte Bildauswertung ermöglichen, sind in der Regel ein hoher Hardware- und Software-Aufwand und die damit verbundenen Kosten zu überwinden.
Aufgabe der vorliegenden Erfindung ist es daher, eine Lösung für eine zuverlässige und kostengünstig zu realisierende Kamera-Überwachung mit Erkennung von Manipulationsversuchen vorzuschlagen.
Gelöst wird die Aufgabe durch ein Verfahren mit den Merkmalen des Anspruchs 1 sowie durch eine danach arbeitende Datenverarbeitungseinheit und ein damit ausgestattetes Selbstbedienungsterminal.
Demnach wird vorgeschlagen, dass aus den von der Kamera erzeugten Bilddaten mittels einer Kantendetektion mindestens ein Kantenbild erstellt wird, und dass das Kantenbild mittels eines Referenz-Kantenbildes ausgewertet wird.
Der Einsatz einer Kantendetektion nach dem hier vorgeschlagenen Verfahren bewirkt nicht nur eine deutliche Datenreduktion, sondern erhöht auch die Schnelligkeit und Zuverlässigkeit der Bildauswertung.
Vorzugsweise werden dazu Kantenbilddaten, die das Kantenbild repräsentieren, mit Referenz-Kantenbilddaten, die das Referenz-Kantenbild repräsentieren, logisch zu ersten Ergebnisbilddaten, die ein erstes Ergebnisbild repräsentieren, insbesondere durch eine Exklusiv-ODER-Operation verknüpft. Diese Datenoperation bewirkt, dass in diesem derart zusammengefügten Ergebnisbild alle Kanten, die sich mit dem Referenz-Kantenbild decken, ausgeblendet werden, so dass im wesentlichen nur die Kanten bzw. die davon umrissenen Elemente oder Teile zu sehen sind, die manipuliert sein könnten.
Anschließend werden die ersten Ergebnisbilddaten bevorzugt mit den Referenz-Kantenbilddaten logisch zu zweiten Ergebnisbilddaten, die ein zweites Ergebnisbild repräsentieren, insbesondere durch eine UND-Operation verknüpft. Durch diese Operation werden die nicht zu überwachenden Bereiche ausgeblendet, so dass nur diejenigen Kanten oder Teile davon zu sehen sind, die zu Fremdobjekten gehören, die in den zu überwachenden Bereich eingefügt worden sind. Hierbei handelt es sich insbesondere um Überbauten, Späh-Kameras und ähnliche Manipulationen.
Aufgrund der hier vorgeschlagenen Kantendetektion kann das Auswerten der Kantenbilder sehr effizient und schnell auch mit einfacher Rechner-Hardware und -Software realisiert werden, wenn in dem zweiten Ergebnisbild der Weißanteil bestimmt wird und wenn zum Erkennen eines Manipulationsversuches geprüft wird, ob der Weißanteil einen vorgebaren Schwellwert übersteigt.
Diese und weitere besonders vorteilhafte Ausgestaltungen ergeben sich auch aus den Unteransprüchen.
Demnach ist es beim Berechnen das mindestens einen Kantenbildes vorteilhaft, wenn das jeweilige Kantenbild aus mehreren Einzelbildern berechnet wird, wobei insbesondere mittels Bildung von Durchschnittswerten aus den jeweiligen Bilddaten ein Durchschnittsbild berechnet wird. Diese Schritte werden durchgeführt, um u. a. möglichst rauscharme Bilddaten für die eigentliche Auswertung zu haben.
Die Anmelderin hat erkannt, dass es besonders vorteilhaft ist, wenn auch das Referenz-Kantenbild aus mehreren Referenz-Einzelbildern berechnet wird. Dabei wird ebenfalls insbesondere mittels Bildung von Durchschnittswerten aus den jeweiligen Bilddaten ein Durchschnittsbild berechnet. In diesem Zusammenhang wird bei der Bildung der Durchschnittswerte jeweils der durchschnittliche Farbwert für jeden Bildpunkt ermittelt. Anschließend wird das jeweilige Durchschnittsbild in ein Graustufenbild gewandelt.
Zur eigentlichen Kantendetektion wird vorzugsweise eine Sobel-Filterung der Bilddaten durchgeführt, wobei insbesondere das jeweilige Graustufenbild der Sobel-Filterung unterzogen wird, um das Kantenbild bzw. das Referenz-Kantenbild zu erstellen. Es kann ein kombiniertes Sobel-Filter in einer normalisierten Form (z. B. 3 × 3 horizontal und 3 × 3 vertikal) angewendet werden.
Auch ist es von Vorteil, wenn die Kantendetektion mittels einer Segmentierungs-Filterung von Bilddaten durchgeführt wird, wobei insbesondere das jeweilige der Sobel-Filterung unterzogene Graustufenbild anschließend der Segmentierungs-Filterung unterzogen wird, um das Kantenbild bzw. das Referenz-Kantenbild zu erstellen. Dabei wird das Kantenbild mittels eines Schwellwertes in seine Schwarz- und Weißanteile zerlegt, so dass eine Maske der Kanten entsteht.
Sofern es sich um das Referenz-Kantenbild bzw. um seine Maske handelt ist es vorteilhaft, wenn dann noch eine manuelle Bildüberarbeitung erfolgt, wobei insbesondere das jeweilige der Segmentierungs-Filterung unterzogene Graustufenbild einer manuellen Bildüberarbeitung unterzogen wird, bei der für die Auswertung unwesentliche Bildelemente entfernt werden, wie z. B. nicht zu überwachende Bereiche oder Kanten bzw. Artefakte, die durch Bildrauschen entstanden sind. Es verbleiben somit in der Referenz nur die wesentlichen Kanten, insbesondere die Umrisse der zu überwachenden Elemente. Dies hat auch den Vorteil, dass bei der zuvor genannten UND- Operation die unwesentlichen Bereiche nicht mehr im Ergebnisbild erscheinen.
Vorteilhaft ist es auch, wenn verschiedene Referenz-Kantenbilder in Abhängigkeit von vorherrschenden und/oder auftretenden Bedingungen, insbesondere von Beleuchtungs- und/oder Tageslicht-Bedingungen, erstellt werden. Somit stehen für die Auswertung der Kantenbilder verschiedene Referenzen zur Verfügung, die jeweils für eine typische Situation optimiert sind.
Vorgeschlagen werden auch eine das Verfahren ausführende Datenverarbeitungseinheit, die z. B. als PC ausgeführt werden kann, und ein damit ausgestattetes Selbstbedienungsterminal.
Durch die Erfindung kann insbesondere das Erkennen von Überbauten an einzelnen oder mehreren Elementen deutlich verbessert und vollautomatisiert werden. Vorzugsweise werden von der Kamera die besonders manipulationsgeeigneten Elemente und/oder die in besonders manipulationsgeeigneten Bereichen des Bedienfeldes angeordnete Elemente erfasst, wie z. B. Geldausgabefach, Tastatur, Karteneingabetrichter und/oder Bildschirm. Die Elemente sind also vorzugsweise Bedienelemente im engeren Sinne, können aber auch andere Elemente, wie z. B. Ablagefläche im Bedienbereich oder ein aufgebrachtes Logo, Hinweisschild Schriftzug und dergleichen sein. Die Kamera hat einen Erfassungswinkel, der vorzugsweise mehrere Bedienelemente, wie z. B. das Geldausgabefach und die Tastatur, erfasst. Dazu weist die Kamera bevorzugt ein Weitwinkelobjektiv mit einem Erfassungswinkel von mindestens 130 Grad auf.
Es kann vorteilhaft sein, wenn die Kamera in demjenigen Gehäuseabschnitt des Selbstbedienungsterminals installiert ist, der das Bedienfeld seitlich oder nach oben begrenzt. Dies kann insbesondere der Rahmen des Bedienfeldes sein.
Die mit der mindestens einen Kamera verbundene Datenverarbeitungseinheit kann ganz in das Selbstbedienungsterminal integriert sein. Im Zusammenhang mit der hier vorgeschlagenen Bildverarbeitung kann vorgesehen sein, dass die Datenverarbeitungseinheit eine die Bilddaten empfangende erste Stufe zur Bildverarbeitung, insbesondere zur Schattenentfernung, Kantendetektion, Vektorisierung und/oder Segmentierung aufweist. Insbesondere kann die Datenverarbeitungseinheit eine der ersten Stufe nachgeschaltete zweite Stufe zur Merkmalsextraktion aufweisen, wobei insbesondere eine sog. Blobanalyse, Kantenposition und/oder Farbverteilung durchgeführt wird. Zudem kann eine der zweiten Stufe nachgeschaltete dritte Stufe zur Klassifikation vorgesehen sein.
Auch kann vorgesehen sein, dass die Datenverarbeitungseinheit, wenn sie mittels der Verarbeitung der Bilddaten einen Manipulationsversuch an den erfassten Elementen erkennt, einen Alarm auslöst, das Selbstbedienungsterminal sperrt und/oder eine zusätzliche Kamera (Portrait-Kamera) auslöst.
Bevorzugt wird die Kamera und/oder die Datenverarbeitungseinheit während der Bedienung und/oder Wartung des Selbstbedienungsterminals deaktiviert.
Die Erfindung und die sich daraus ergebenen Vorteile werden nachfolgend anhand von Ausführungsbeispielen und unter Bezugnahme auf die beiliegenden schematischen Zeichnungen beschrieben, die folgendes darstellen:
1 zeigt ein Ablaufdiagramm des erfindungsgemäßen Verfahrens;
2a)–d) zeigen Beispiele für erzeugte Kantenbilder und Ergebnisbilder;
3a)–d) zeigen Beispiele für original aufgenommene Kamera-Bilder und Kanten- bzw. Ergebnisbilder;
4 zeigt eine perspektivische Ansicht auf das Bedienfeld eines Selbstbedienungsterminals mit einer seitlich integrierten Kamera;
5 gibt den Erfassungsbereich der Kamera aus 4 wieder;
6 gibt den Erfassungsbereich einer Kamera wieder, die von Oben das Bedienfeld erfasst; und
7 zeigt ein Blockschaltbild für eine mit der Kamera verbundene Datenverarbeitungseinheit und eine damit verbundene Videoüberwachungs-Einheit.
Die in den 2 und 3 dargestellten Kantenbilder müssten eigentlich weiße Kantenverläufe auf schwarzem Hintergrund darstellen. Um den Erfordernissen für Patentzeichnungen zu genügen, werden diese Darstellungen hier invertiert wiedergegeben, d. h. es werden schwarze Kantenverläufe auf weißen Hintergrund dargestellt.
Die 1 zeigt in schematischer Darstellung ein Ablaufdiagramm des erfindungsgemäßen Verfahrens 100, das sich in folgende Schrittfolgen 110 bis 130 unterteilen lässt:
In der Schrittfolge 110 mit den einzelnen Schritten 111 bis 115 wird aus den Kamera-Bilddaten mindestens eine Referenz-Kantenbild erzeugt. Dabei wird von einem unmanipulierten Zustand Selbstbedienungsterminals ausgegangen.
In der Schrittfolge 120 mit den einzelnen Schritten 121 bis 124 wird aus den Kamera-Bilddaten mindestens ein Kantenbild erzeugt. Dabei befindet sich das Selbstbedienungsterminal im Einsatz, so dass ein Manipulationsversuch erfolgt sein könnte, der durch das hier beschriebene Verfahren erkannt werden soll.
In der Schrittfolge 130 mit den einzelnen Schritten 131 bis 133 erfolgt eine Auswertung des mindestens einen Kantenbildes unter Zuhilfenahme des mindestens einen Referenz-Kantenbildes.
Die einzelnen Schritte des Verfahrens 100 werden nachfolgend unter Bezugnahme auf die weiteren Figuren beschrieben:
Die 2a)–d) sowie 3a)–d) zeigen Beispiele für die in dem Verfahren erzeugten und weiterverarbeiteten Bilder. Bevor auf weitere Details eingegangen wird, wird auf die 4 bis 7 verwiesen, die das hier vorgeschlagene Selbstbedienungsterminal, Kamera-Perspektiven davon sowie die das Verfahren ausführende Datenverarbeitung zeigen.
Die 4 zeigt in einer perspektivische Ansicht den prinzipiellen Aufbau eines Selbstbedienungsterminals in Gestalt eines Geldautomaten ATM, der ein Bedienfeld CP aufweist und mit einer erfindungsgemäßen Kamera CAM zum Erkennen von Manipulationsversuchen ausgestattet ist. Die Kamera CAM befindet sich in einem seitlichen Gehäuseteil, das das Bedienfeld des Geldautomaten ATM umrahmt bzw. einfasst. Zu dem Bedienfeld gehören insbesondere ein Geldausgabefach 1, auch Shutter genannt, sowie eine Tastatur 2. Dies sind Bedienelemente, an denen bevorzugt Manipulationsversuche, z. B. in Form von Überbauten, zwecks Skimming auftreten können. Der Erfassungsbereich bzw. -winkel der Kamera CAM umfasst zumindest diese beiden Elemente 1 und 2 und ermöglicht ein sicheres Erkennen solcher Manipulationsversuche.
Die 5 zeigt aus dem Kamerablickwinkel den Erfassungsbereich der Kamera CAM. Darin befinden sich insbesondere das Geldausgabefach 1 und die Tastatur 2. Die Kamera ist mit einem Weitwinkelobjektiv ausgestattet, um zumindest diese beiden Elemente bzw. Teilbereiche des Bedienfeldes zu erfassen. Der Geldautomat ATM ist dabei so beschaffen, dass die genannten Elemente 1 und 2 vorzugsweise möglichst homogene Flächen mit abgrenzenden Kanten aufweisen. Dadurch wird eine Objekterkennung vereinfacht. Durch Anbringung der Kamera CAM an dieser besonders geeigneten Position können die genannten Teilbereiche bzw. Elemente 1 und 2 sehr zuverlässig optisch vermessen werden. Es kann vorgesehen werden, dass die Kamera insbesondere auf bestimmte Bereiche scharf eingestellt ist. Eine alternative Positionierung der Kamera wird anhand der 6 verdeutlicht.
Die 6 veranschaulicht das Erfassungsfeld einer Kamera, die der Kamera CAM gleicht, die aber nun im oberen Bereich des Geldautomaten ATM installiert ist und das Bedienfeld CP von Oben erfasst. Neben dem Geldausgabefach 1 und der Tastatur 2 können in dem Erfassungsbereich der Kamera auch noch weitere Elemente vorgesehen sein, wie z. B. eine Ablagefläche in Nähe der Tastatur, ein Karteneingabetrichter 4, d. h. ein Zuführungsteil für den Kartenleser, sowie z. B. ein Bildschirm 5 bzw. Display. Auch diese weiteren genannten Elemente 3, 4 und 5 stellen potentielle Ziele für Manipulationsversuche dar.
Die Kamera weist eine auf diese Anwendung hin optimierte Optik sowie eine Auflösung von beispielsweise 2 Megapixeln und mehr auf. Die Kamera CAM ist mit einer speziellen Datenverarbeitungseinheit 10 verbunden (siehe 7). Diese noch später beschriebene Datenverarbeitungseinheit ermöglicht es, die von der Kamera erzeugten Bilddaten optimal auszuwerten, um somit mit hoher Sicherheit einen Manipulationsversuch, wie z. B. einen Überbau der Tastatur 2, sofort zu erkennen und gegebenenfalls Alarme und Deaktivierungen auszulösen. Mittels der Datenverarbeitungseinheit sind unter anderem folgende Manipulationen sicher zu erkennen:

– Anbringen eines Tastaturüberbaus
– Anbringen eines Komplettüberbaus an der unteren Auflagefläche
– Anbringen eines Überbaus an dem Geldausgabefach (Shutter) und/oder das Anbringen von Gegenständen zur Aufnahme von Sicherheitsinformationen, insbesondere PIN-Nr., wie z. B. Minikameras, Kamerahandys und ähnliche Spähkameras.

Für das Erkennen von Überbauten wird innerhalb der Datenverarbeitungseinheit 10 mit Hilfe der Kamera CAM eine optische Vermessung der erfassten Elemente, wie z. B. der Tastatur 2, durchgeführt, um somit Abweichungen im Manipulationsfall klar erkennen zu können. Versuche der Anmelderin haben gezeigt, dass bereits Referenzabweichungen im Millimeterbereich klar erkannt werden können. Die Erfindung ist besonders für eine Erkennung von Fremdobjekten (Überbauten, Spähkamera usw.) geeignet und umfasst insbesondere eine Kantendetektion, die ggf. mit einer Segmentierung kombiniert wird, um somit die Konturen von fremden Gegenständen im Bedienfeld klar und zuverlässig erkennen zu können. Die dazu erforderliche Bilddatenverarbeitung erfolgt überwiegend in der nachfolgend beschriebenen Datenverarbeitungseinheit.
Die 7 zeigt das Blockschaltbild einer erfindungsgemäßen Datenverarbeitungseinheit 10, an welche die Kamera CAM angeschlossen ist, sowie einer Videoüberwachungs- bzw. CCTV-Einheit 20, die mit der Datenverarbeitungseinheit 10 verbunden ist. Die Datenverarbeitungseinheit 10 weist insbesondere folgende Stufen bzw. Module auf, die hier als logische Blöcke zu verstehen sind, in denen die zuvor genannten Schrittfolgen des Verfahrens (s. 110 bis 130 in 1) aufgeführt werden.
Im folgenden werden unter Bezugnahme aller Figuren, insbesondere aber der 1, 2, 3 und 7 der Aufbaue und die Funktion der Datenverarbeitung und somit auch der Ablauf des Verfahrens im Detail beschrieben:
Eine erste Stufe 11 Datenverarbeitung 10 führt die Schrittfolge 110 zur Erstellung mindestens eines Referenz- Kantenbildes REF aus (s. auch 1 und 2a). Dazu wird in einem ersten Schritt 111 aus mehreren Einzelbildern ein Durchschnittsbild berechnet. Die Einzelbinder stammen z. B. von einem Videostream, den die Kamera CAM nach der Installation des Geldautomaten vor der eigentlichen Inbetriebnahme, also in einem unmanipulierten Zustand, gemacht hat. Die Berechnung eines Durchschnittsbildes, wobei z. B. pixelweise der durchschnittliche Farbwert berechnet wird, bewirkt eine Rauschunterdrückung des in den Einzelbildern auftretenden Bildrauschens. In einem nächsten Schritt 112 wird aus dem farbigen Durchschnittsbild ein Graustufenbild erzeugt. Danach wird im Schritt 113 eine Kantendetektion mittels einer Sobel-Filterung (z. B. 3 × 3 horizontal, 3 × 3 vertikal) durchgeführt, um eine erstes Referenz-Kantenbild zu erhalten. Zur weiteren Optimierung wird im Schritt 114 ein Segmentierungs-Filter angewendet, bei dem dieses erste Referenz-Kantenbild mittels eines Schwellwertes in seine Schwarz- und Weißanteile zerlegt wird. Dadurch entsteht ein zweites Referenz-Kantenbild, das im Prinzip einer Maske entspricht. Dieses zweite Bild wird vorzugsweise in einem optionalen Schritt 115 noch durch eine manuelle Bildverarbeitung verbessert. Dabei werden insbesondere störende Bildelemente, die für die spätere Auswertung nicht maßgeblich sind, von Hand entfernt. Dies sind z. B. Kanten eines nicht zu überwachenden Bereiches oder virtuelle Kanten bzw. Artefakte, die aufgrund von Bildrauschen und dergleichen entstanden sind. Somit ergibt sich schließlich ein Referenz-Kantenbild REF, wie es in der 2a) dargestellt ist. Dieses Referenz-Kantenbild REF gibt die maßgeblichen Kanten in der Ansicht der Kamera CAM wieder (s. auch 5).
Es sei hier nochmals angemerkt, dass die in den 2 und 3 dargestellten Kantenbilder eigentlich weiße Kantenverläufe auf schwarzem Hintergrund darstellen müssten. Um den Erfordernissen für Patentzeichnungen zu genügen, werden diese Darstellungen hier invertiert wiedergegeben, d. h. es werden schwarze Kantenverläufe auf weißen Hintergrund dargestellt.
In einer zweiten Stufe 12 erfolgt nun die Erstellung mindestens eines Kantenbild EM (s. 2b) unter realen Einsatzbedingungen. Dabei werden die Schritte 121 bis 124 durchgeführt, die analog zu den Schritten 111 bis 114 ausgestaltet sind. Demnach wird im Schritt 121 aus mehreren unter Realbedingung aufgenommenen Einzelbildern ein farbiges Durchschnittsbild berechnet. In einem nächsten Schritt 122 wird daraus ein Graustufenbild erzeugt, das dann im Schritt 123 einer Kantendetektion unterzogen wird. Auch hier kommt eine Sobel-Filterung zum Einsatz, wobei anschließend im Schritt 124 noch ein Segmentierungs-Filter angewendet wird. Dieses segmentierte Kantenbild EM ist in der 2b) dargestellt (vergl. auch mit 5) und wird für die eigentliche Bildauswertung herangezogen.
In einer dritten Stufe 13 erfolgt nun diese eigentliche Auswertung und Erkennung von Manipulationsversuchen anhand der Schrittfolge 130 (s. 1). In einem ersten Schritt 131 wird das segmentierte Kantenbild EM mit dem Referenz-Kantenbild REF logisch durch eine Exklusiv-ODER-Operation (XOR) verknüpft. Daraus ergibt sich ein erstes Ergebnisbild R1 (s. 2c), das sich insbesondere dadurch auszeichnet, dass überlappende Kanten ausgeblendet sind (vergl. mit 2a/b). In einem weiteren Schritt 132 wird nun dieses erste Ergebnisbild R1 mit dem Referenz-Kantenbild REF durch eine UND-Operation (AND) logisch verknüpft. Dadurch ergibt sich ein zweites Ergebnisbild R2, das sich insbesondere dadurch auszeichnet, dass nicht zu überwachende Bereiche ausgeblendet sind (vergl. mit 2a/b/c). Demnach enthält dieses zweite Ergebnisbild R2 im wesentlichen nur noch solche Kanten, die gegenüber der Referenz verändert sein könnten und auf einen Manipulationsversuch hinweisen könnten.
Die 2d) zeigt ein Ergebnisbild R2, das quasi keine auffälligen Kanten mehr enthält und somit keinen Manipulationsversuch anzeigt. Die 3c) zeigt nochmals dieses Ergebnisbild R2 (Kantenbild) und die 3a) das entsprechende Ausgangsbild, also das originale Kamerabild des unmanipulierten Geldautomaten (Darstellung des originalen Kamerabildes, kein Kantenbild).
Um Unterschied dazu zeigt die 3d) ein Ergebnisbild R2* (Kantenbild), das ebenfalls durch die oben beschriebene Datenauswertung (Schrittfolge 130) gewonnen wurde und sehr auffällige Kanten enthält, die auf einen erfolgten Manipulationsversuch hindeuten. Die 3b) zeigt das entsprechende Ausgangsbild, also die Darstellung des originalen Kamerabildes (kein Kantenbild). An beiden Bildern (3b/d) ist die Manipulation zu erkennen, nämlich dass an dem Geldautomat einen Überbau angebracht worden ist.
Durch die hier vorgeschlagene Kantendetektion und die damit erzeugten Kantenbilder ist es nun leicht möglich eine vollautomatisierte Erkennung von Manipulationsversuchen zu realisieren. Dazu wird der Schritt 133 (s. 1) durchgeführt, bei dem das Ergebnisbild R2 bzw. R2* auf seinen Weißanteil hin untersucht wird. Wird ein vorgebbarer Schwellwert überschritten, so deutet der hohe Weißanteil auf viele manipulierte Kanten hin. Ist dies der Fall, so kann das System eine Schutzfunktion auslösen (automatischer Alarm, Sperren des Geldautomaten usw.).
Dazu ist die Stufe 13 wiederum mit einer Schnittstelle 14 verbunden, über die verschiedene Alarm- oder Überwachungsvorrichtungen aktiviert bzw. angesprochen werden können. Die Stufen 11 und/oder 12 wiederum, welche zur Bildverarbeitung dienen, können mit einer zweiten Schnittstelle 15 verbunden sein, über die eine Verbindung zu der CCTV-Einheit 20 hergestellt wird. Mit Hilfe dieser CCTV-Einheit kann beispielsweise eine Fernüberwachung bzw. Ferndiagnose ausgeführt werden.
Wie oben beschrieben wurde, ist für die Verarbeitung der von der Kamera CAM erzeugten Bilddaten D die Datenverarbeitungseinheit 10 zuständig. Die Bilddaten D gelangen zunächst an die erste Stufe 11 bzw. zweite Stufe 12, die aus den ankommenden Bilddaten Kantenbilder erzeugen, wobei neben der eigentlichen Kantendetektion auch noch Maßnahmen wie Schattenentfernung, Vektorisierung und/oder Segmentierung durchgeführt werden können. Auch kann insbesondere in der Stufe 12 ggf. noch eine Merkmalsextraktion durchgeführt werden, die beispielsweise mittels einer sogenannten Blobanalyse, einer Kantenpositionierung und/oder einer Farbverteilung durchgeführt werden kann. Beispielsweise dient die Blob-Analyse zur Erkennung von zusammenhängenden Regionen in einem Bild und zur Ausführung von Messungen an den Blobs. Ein Blob (Binary Large Object) ist ein Bereich angrenzender Bildpunkte mit demselben logischen Zustand. Alle Bildpunkte in einem Bild, die zu einem Blob gehören, sind im Vordergrund. Alle übrigen Bildpunkte sind im Hintergrund. In einem binären Bild haben Bildpunkte im Hintergrund Werte, die Null entsprechen, während jeder Bildpunkt ungleich Null Teil eines binären Objekts ist.
Anschließend erfolgt in der Stufe 13 die eigentliche Auswertung. Dabei kann auch noch eine Klassifikation vorgesehen sein, welche auf der Grundlage der extrahierten Merkmale bestimmt, ob eine feindliche Manipulation an dem Selbstbedienungsterminal bzw. Geldautomaten ATM aufgetreten ist oder nicht.
Die Datenverarbeitungseinheit 10 kann beispielsweise mittels eines Personalcomputers realisiert werden, der mit dem Geldautomaten ATM verbunden ist oder der darin integriert ist. Neben der beschriebenen Kamera CAM, welche die genannten Teilbereiche des Bedienfeldes CP erfasst, kann auch eine zusätzliche Kamera CAMO am Geldautomaten ATM montiert sein (s. 4), welche auf den Benutzer bzw. Kunden gerichtet ist und insbesondere sein Gesicht erfasst. Diese zusätzliche, auch als Portraitkamera bezeichnete, Kamera CAMO kann beim Erkennen eines Manipulationsangriffes ausgelöst werden, um ein Bild von der sich am Geldautomaten befindenden Person zu machen. Sobald ein Skimming-Angriff erkannt wird, kann das beschriebene System beispielsweise folgende Aktionen durchführen:

– Abspeichern eines Fotos des Angreifers, wobei sowohl die Kamera CAM wie auch die zusätzliche Portraitkamera CAMO aktiviert werden können
– Alarmieren der laufenden Geldautomatenapplikation und/oder eines zentralen Managementservers und/oder einer Person, z. B. über E-Mail
– Einleitung von Gegenmaßnahmen, die z. B. das Sperren bzw. Herunterfahren des Geldautomatens
– Übermittlung von Daten, insbesondere von Bildern, der erkannten Manipulation, beispielsweise über das Internet über eine Zentrale

Den Umfang und die Art der getroffenen Aktionen bzw. Gegenmaßnahmen kann der Betreiber des Geldautomaten über das hier beschriebene System konfigurieren.
Anstelle einer einzelnen direkt am Bedienfeld installierten Kamera (s. CAM in 4) können auch dort mehrere Kameras vorgesehen werden, wobei eine erste Kamera das Bedienfeld von Außen erfasst, eine zweite Kamera z. B. den Karteneingabetrichter von Innen erfasst. Außerdem kann eine dritte Kamera, die der genannten Portraitkamera entspricht (s. CAMO in 4) vorgesehen sein. Für die eigentliche Manipulationserkennung werden die Kamera CAM am Bedienfeld und ggf. auch eine Kamera in der Karteneingabe (hier nicht dargestellt) benutzt. Zum Zwecke der Dokumentation eines Manipulationsversuches wird auch die Portraitkamera CAMO benutzt.
Vorzugsweise haben alle Kameras eine Auflösung von mindestens 2 Megapixeln. Die benutzten Objektive weisen einen Blickwinkel von etwa 140 Grad und mehr auf. Außerdem ist die Belichtungszeit der eingesetzten Kameras in einem weiten Bereich von beispielsweise 0,25 msec. bis zu 8000 msec (8 sec.) frei einstellbar. Dadurch wird die Anpassung an die unterschiedlichsten Beleuchtungsbedingungen ermöglicht. Versuche der Anmelderin haben ergeben, dass eine Kameraauflösung von etwa 10 Pixeln pro Grad erreichbar ist. Bezogen auf einen Abstand von einem Meter kann somit eine Genauigkeit von 1,5 mm pro Pixel erreicht werden. Das wiederum bedeutet, dass eine Manipulation ab einer Referenzabweichung von bereits 2 bis 3 mm sicher erkannt werden kann. Je näher das Objektiv der Kamera an dem erfassten Element bzw. betrachteten Objekt ist, desto genauer kann die Messung erfolgen. Demnach kann in näheren Bereichen sogar eine Genauigkeit von weniger als 1 mm erreicht werden.
Je nach Einsatzbereich des Geldautomatens, z. B. im Außenbereich oder im Innenbereich, sowie der gegebenen Lichtverhältnisse, kann es vorteilhaft sein, die Kamera CAM eher im seitlichen Gehäuseteil des Geldautomatens ATM oder im oberen Gehäusebereich zu montieren. Auch ergeben sich je nach Kameraposition verschiedene Überwachungsmöglichkeiten. Bei der Überwachung der verschiedenen Elemente bzw. Teilbereiche wird insbesondere folgendes erreicht:
Das Erfassen des Geldausgabefachs (Shutter) 1 ermöglicht das Überprüfen von Manipulationen in Form sogenannter Cash-Trapper, d. h. spezieller Überbauten. Das Erfassen des Tastaturfeldes ermöglicht es, dort Manipulationsversuche durch Überbauten oder Veränderungen an Lichtschutzmaßnahmen und dergleichen festzustellen. Das Erfassen der Auflagefläche ermöglicht es insbesondere, Komplettüberbauen zu erkennen. Das Erfassen des Karteneingabetrichters 4, insbesondere durch eine darin integrierte Kamera, ermöglicht es, dortige Manipulationen zu erkennen.
Es hat sich gezeigt, dass insbesondere an dem Tastaturfeld und an dem Karteneingabetrichter bereits Abweichungen von 2 mm klar erkannt werden können. Abweichungen an der hinteren Außenkante der Auflagefläche können bereits ab 4 mm erkannt werden. Abweichungen an der unteren Kante des Shutters können bereits ab 8 mm erkannt werden.
Eine optionale Anbindung des Systems an das Internet über die Schnittstelle 23 (siehe 7) ermöglicht es, auch per Fernzugriff die Kamera bzw. die verschiedenen Kameras anzusteuern. Die gewonnenen Bilddaten können auch über den Internetanschluß an einen Video-Server übermittelt werden. Somit agiert die jeweilige Kamera quasi als virtuelle IP-Kamera. Die oben beschriebene CCTV-Einheit 20 dient insbesondere einer solchen Video-Überwachungsmöglichkeit, wobei die Schnittstelle 15 zur CCTV-Einheit für folgende Funktionen ausgelegt ist:
Abfrage eines Bildes, Einstellen der Bildrate, des Farbmodells, der Bildauflösung, Auslösen eines Ereignisses im CCTV-Dienst bei Bereitstellung eines neuen Bildes und/oder eventuell eine visuelle Hervorhebung von erkannten Manipulationen auf einem bereitgestellten Bild.
Das System ist so ausgelegt, dass im normalen Betrieb (z. B. Geldabheben, Kontostandsabfrage usw.) keine Fehlalarme durch Hände und/oder Gegenstände im Bild erzeugt werden. Deshalb wird die Manipulationserkennung im Zeitraum einer normalen Automatenbenutzung deaktiviert. Auch soll in Zeitbereichen, in denen beispielsweise eine Reinigung oder eine kurzfristige anderweitige Benutzung (Ablage von Kontoauszügen, Interaktionen vor und nach dem Start einer Transaktion) nicht zur Manipulationserkennung herangezogen werden. Im wesentlichen werden somit vorzugsweise nur starre und unbewegliche Manipulationsversuche analysiert und erkannt. Das System ist so ausgelegt, dass eine Überwachung auch bei unterschiedlichsten Lichtverhältnissen (Tag, Nacht, Regen, Bewölkung, usw.) funktioniert. Ebenfalls werden sich kurzzeitig verändernde Lichtverhältnisse, wie z. B. Lichtspiegelungen, Schattenverläufe und dergleichen, bei der Bildverarbeitung kompensiert bzw. ignoriert, um einen Fehlalarm zu vermeiden. Zudem können technisch auftretende Ereignisse, wie etwa das Ausfallen einer Beleuchtung und dergleichen, berücksichtigt werden. Diese und weitere Sonderfälle werden insbesondere durch die dritte Stufe zur Klassifikation erkannt und gelöst.
Das hier beschriebene System wird vorzugsweise modular aufgebaut, um verschiedene Konfirgurationen zu ermöglichen. Die eigentliche Bildverarbeitung sowie die CCTV-Anbindung werden in verschiedenen Modulen realisiert (siehe 7).
Das hier vorgestellte System ist auch dazu geeignet, die erkannten Manipulationen zu dokumentieren bzw. digital zu archivieren. Im Falle einer erkannten Manipulation werden die aufgenommenen Bilder mit entsprechenden Meta-Informationen, wie z. B. Zeitstempel, Art der Manipulation usw., auf einer Festplatte im System bzw. in einem angeschlossenen PC abgespeichert. Auch können zwecks eines Reportings Meldungen an eine Plattform weitergeleitet werden, wie z. B. Fehlermeldungen, Statusmeldungen (Deaktivierung, Moduswechsel), Statistiken, Manipulationsverdacht und/oder Alarmmeldungen. Im Falle eines Alarms kann eine entsprechende Meldung mit der jeweiligen Alarmstufe an das Administrationsinterface bzw. die Schnittstelle weitergegeben werden. An dieser Schnittstelle werden außerdem noch folgende Möglichkeiten realisiert:
Abfrage von Kameradaten, wie z. B. Anzahl der Kameras, Bauzustand, Seriennummer, usw., Kamerastammdaten bzw. Einstellen von Kameraparametern und/oder Registrierung für Alarme (Notifikationen).
Die hier vorgestellte Erfindung ist insbesondere dazu geeignet, feindliche Manipulationen an einem Selbstbedienungsterminal, wie z. B. an einem Geldautomaten, zuverlässig zu erkennen. Hierzu wird das Bedienfeld durch mindestens eine Kamera kontinuierlich und automatisch überwacht. Mittels einer Bilddatenverarbeitung, die eine Kantendetektion umfasst, werden die von der Kamera erfassten Elemente optisch vermessen, um Abweichungen von Referenzdaten zu erkennen. Es hat sich gezeigt, dass bereits Abweichungen im Millimeterbereich sicher erkannt werden können. Für die Erkennung von Fremdobjekten wird vorzugsweise eine Kombination aus Kantendetektion und Segmentierung benutzt, so dass Konturen von zurückgelassenen Gegenständen klar erkannt und markiert werden können. Im Falle eines Manipulationsversuches können Gegenmaßnahmen bzw. Aktionen ausgelöst werden.
Die vorliegende Erfindung wurde am Beispiel eines Geldautomaten beschrieben, ist aber nicht hierauf beschränkt, sondern kann auf jede Art von Selbstbedienungsterminal angewendet werden.

100: Verfahren mit folgenden Schrittfolgen:
110: Erstellung eines Referenz-Kantenbildes aus Einzelbildern (Referenzaufnahmen);
120: Berechnung min. eines Kantenbildes aus Einzelbildaufnahmen (im Einsatz);
130: Auswertung des Kantenbildes
ATM: Selbstbedienungsterminal, als Geldautomat ausgebildet, mit einem Bedienfeld CP, das u. a. aufweist: 1 Geldausgabefach, 2 Tastatur, 3 Ablagefläche, 4 Karteneingabetrichter, 5 Bildschirm
CAM: Kamera, seitlich oder oberhalb des Bedienfeldes montiert
10: Datenverarbeitungseinheit mit:
11: erster Stufe zur Bildverarbeitung
12: zweiter Stufe zur Merkmalsextraktion
13: dritte Stufe zur Klassifikation
14, 15: Schnittstellen zu Videoüberwachung (CCTV) bzw. Bildfälschungserkennung
20: Videoüberwachungs- bzw. CCTV-Einheit mit:
21: Stufe für Bildaufnahme
22: Stufe für Komprimierung
23: Schnittstelle zu einen IP-Netz
24: Stufe für Parametrisierung

ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

- DE 20102477 U1 [0003]

Claims

Verfahren (100) zum Erkennen von Manipulationsversuchen an einem Selbstbedienungsterminal (ATM), das ein Bedienfeld (CP) mit darin angeordneten Elementen (1, 2, 3, 4, 5) aufweist, die für Nutzer des Selbstbedienungsterminals (ATM) bereit gestellt sind, wobei eine Kamera (CAM) auf mindestens eines der Elemente ausgerichtet ist und wobei die von der Kamera (CAM) erzeugten Bilddaten (D) ausgewertet werden, dadurch gekennzeichnet, dass aus den erzeugten Bilddaten (D) mittels einer Kantendetektion mindestens ein Kantenbild (EM) erstellt wird (Schrittfolge 120), und dass das Kantenbild (EM) mittels eines Referenz-Kantenbildes (REF) ausgewertet wird (Schrittfolge 130).
Verfahren (100) nach Anspruch 1, dadurch gekennzeichnet, dass zur Auswertung des mindestens einen Kantenbildes (EM) Kantenbilddaten (DEM), die das Kantenbild (EM) repräsentieren, mit Referenz-Kantenbilddaten (D_REF), die das Referenz-Kantenbild (REF) repräsentieren, logisch zu ersten Ergebnisbilddaten (D_R1), die ein erstes Ergebnisbild (R1) repräsentieren, verknüpft werden, insbesondere durch eine Exklusiv-ODER-Verknüpfung verknüpft werden (Schritt 131).
Verfahren (100) nach Anspruch 2, dadurch gekennzeichnet, dass die ersten Ergebnisbilddaten (D_RLT), die das erste Ergebnisbild (R1) repräsentieren, mit den Referenz-Kantenbilddaten (D_REF), die das Referenz-Kantenbild (REF) repräsentieren, logisch zu zweiten Ergebnisbilddaten (D_R2), die ein zweites Ergebnisbild (R2) repräsentieren, verknüpft werden, insbesondere durch eine UND-Verknüpfung verknüpft werden (Schritt 132).
Verfahren (100) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass in dem zweiten Ergebnisbild (R2) der Weißanteil bestimmt, und dass zum Erkennen eines Manipulatuionsversuches geprüft wird, ob der Weißanteil einen vorgebaren Schwellwert übersteigt (Schritt 133).
Verfahren (100) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Kantenbild (EM) aus mehreren Einzelbildern berechnet wird (Schritte 121–124), wobei insbesondere mittels Bildung von Durchschnittswerten aus den jeweiligen Bilddaten (D) ein Durchschnittsbild berechnet wird (Schritte 121).
Verfahren (100) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Referenz-Kantenbild (EM) aus mehreren Referenz-Einzelbildern berechnet wird (Schritte 111–114), wobei insbesondere mittels Bildung von Durchschnittswerten aus den jeweiligen Bilddaten ein Durchschnittsbild berechnet wird (Schritt 111).
Verfahren (100) nach einem der Ansprüche 5 oder 6, dadurch gekennzeichnet, dass das bei der Bildung der Durchschnittswerte jeweils der durchschnittliche Farbwert für jeden Bildpunkt ermittelt wird (Schritt 111 bzw. 121).
Verfahren (100) nach einem der Ansprüche 5 bis 7, dadurch gekennzeichnet, dass das jeweilige Durchschnittsbild in ein Graustufenbild gewandelt wird (Schritt 112 bzw. 122).
Verfahren (100) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Kantendetektion mittels einer Sobel-Filterung von Bilddaten durchgeführt wird, wobei insbesondere das jeweilige Graustufenbild der Sobel-Filterung unterzogen wird, um das Kantenbild (EM) bzw. das Referenz-Kantenbild (REF) zu erstellen (Schritt 113 bzw. 123).
Verfahren (100) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Kantendetektion mittels einer Segmentierungs-Filterung von Bilddaten durchgeführt wird, wobei insbesondere das jeweilige der Sobel-Filterung unterzogene Graustufenbild der Segmentierungs-Filterung unterzogen wird, um das Kantenbild (EM) bzw. das Referenz-Kantenbild (REF) zu erstellen (Schritt 114 bzw. 124).
Verfahren (100) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das erstellte Referenz-Kantenbild (REF) einer manuellen Bildüberarbeitung unterzogen wird, wobei insbesondere das jeweilige der Segmentierungs-Filterung unterzogene Graustufenbild der manuellen Bildüberarbeitung unterzogen wird (Schritt 115)
Verfahren (100) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass verschiedene Referenz-Kantenbilder in Abhängigkeit von vorherrschenden und/oder auftretenden Bedingungen, insbesondere von Beleuchtungs- und/oder Tageslicht-Bedingungen, erstellt werden.
Datenverarbeitungseinheit (10) zum Erkennen von Manipulationsversuchen an einem Selbstbedienungsterminal (ATM), das ein Bedienfeld (CP) mit darin angeordneten Elementen (1, 2, 3, 4, 5) aufweist, die für Nutzer des Selbstbedienungsterminals (ATM) bereit gestellt sind, wobei eine Kamera (CAM) auf mindestens eines der Elemente ausgerichtet ist und wobei die Datenverarbeitungseinheit (10) die von der Kamera (CAM) erzeugten Bilddaten (D) auswertet, dadurch gekennzeichnet, dass die Vorrichtung (10) aus den erzeugten Bilddaten (D) mittels einer Kantendetektion mindestens ein Kantenbild (EM) erstellt, und dass die Datenverarbeitungseinheit (10) das Kantenbild (EM) mittels eines Referenz-Kantenbildes (REF) ausgewertet.
Datenverarbeitungseinheit (10) nach Anspruch 13, dadurch gekennzeichnet, dass die Datenverarbeitungseinheit (10) in das Selbstbedienungsterminal (ATM) integriert ist.
Datenverarbeitungseinheit (10) nach Anspruch 13 oder 14, dadurch gekennzeichnet, dass die Datenverarbeitungseinheit (10) eine die Bilddaten (D) empfangende erste Stufe (11) zur Bildverarbeitung, insbesondere zur Schattenentfernung, Kantendetektion, Vektorisierung und/oder Segmentierung, aufweist.
Datenverarbeitungseinheit (10) nach Anspruch 15, dadurch gekennzeichnet, dass die Datenverarbeitungseinheit (10) eine der ersten Stufe (11) nachgeschaltete zweite Stufe (12) zur Merkmalsextraktion, insbesondere mittels Blobanalyse, Kantenposition und/oder Farbverteilung, aufweist.
Datenverarbeitungseinheit (10) nach Anspruch 16, dadurch gekennzeichnet, dass die Datenverarbeitungseinheit (10) eine der zweiten Stufe (12) nachgeschaltete dritte Stufe (13) zur Klassifikation aufweist.
Datenverarbeitungseinheit (10) nach einem der Ansprüche 13 bis 17, dadurch gekennzeichnet, dass die Datenverarbeitungseinheit (10) Schnittstellen (14, 15) für Videoüberwachungssysteme (20) und/oder Sicherheitssysteme aufweist.
Selbstbedienungsterminal (ATM) mit einer Datenverarbeitungseinheit (10) zum Erkennen von Manipulationsversuchen, wobei das Selbstbedienungsterminal (ATM) ein Bedienfeld (CP) mit darin angeordneten Elementen (1, 2, 3, 4, 5) aufweist, die für Nutzer des Selbstbedienungsterminals (ATM) bereit gestellt sind, wobei eine Kamera (CAM) auf mindestens eines der Elemente ausgerichtet ist und wobei die Datenverarbeitungseinheit (10) die von der Kamera (CAM) erzeugten Bilddaten (D) auswertet, dadurch gekennzeichnet, dass die Datenverarbeitungseinheit (10) aus den erzeugten Bilddaten (D) mittels einer Kantendetektion mindestens ein Kantenbild (EM) erstellt, und dass die Datenverarbeitungseinheit (10) das Kantenbild (EM) mittels eines Referenz-Kantenbildes (REF) ausgewertet.
Selbstbedienungsterminal (ATM) nach Anspruch 19, dadurch gekennzeichnet, dass zumindest die von der Kamera (CAM) erfassten Elemente (1, 2) manipulationsgeeignete Elemente darstellen und/oder in manipulationsgeeigneten Bereichen des Bedienfeldes (CP) angeordnete Elemente darstellen.
Selbstbedienungsterminal (ATM) nach Anspruch 19 oder 20, dadurch gekennzeichnet, dass die in dem Bedienfeld vorgesehenen Elemente ein Geldausgabefach (1), eine Tastatur (2), eine Ablagefläche (3), einen Karteneingabetrichter (4) und/oder einen Bildschirm (5) umfassen.
Selbstbedienungsterminal (ATM) nach einem der Ansprüche 19 bis 21, dadurch gekennzeichnet, dass die von der Kamera (CAM) erfassten Elemente Bedienelemente sind, die insbesondere ein Geldausgabefach (1) und eine Tastatur (2) umfassen.
Selbstbedienungsterminal (ATM) nach einem der Ansprüche 19 bis 22, dadurch gekennzeichnet, dass die Kamera (CAM) in demjenigen Gehäuseabschnitt des Selbstbedienungsterminals (ATM) installiert ist, der das Bedienfeld (CP) seitlich oder nach Oben begrenzt.
Selbstbedienungsterminal (ATM) nach einem der Ansprüche 19 bis 23, dadurch gekennzeichnet, dass die Kamera (CAM) ein Weitwinkelobjektiv mit einem Öffnungswinkel mindestens 130 Grad aufweist und/oder eine Auflösung von mindestens 2 Megapixeln aufweist.
Selbstbedienungsterminal (ATM) nach einem der Ansprüche 19 bis 24, dadurch gekennzeichnet, dass zumindest die von der Kamera (CAM) erfassten Elemente (1, 2) optisch eindeutig erkennbare Merkmale aufweisen, insbesondere sich von homogenen Flächen abgrenzende Kanten aufweisen.
Selbstbedienungsterminal (ATM) nach einem der Ansprüche 19 bis 25, dadurch gekennzeichnet, dass die Datenverarbeitungseinheit (10), wenn sie mittels der Verarbeitung der Bilddaten (D) einen Manipulationsversuch an den erfassten Elementen (1, 2) erkennt, einen Alarm auslöst, das Selbstbedienungsterminal (ATM) sperrt und/oder eine zusätzliche Kamera (CAMO) auslöst.
Selbstbedienungsterminal (ATM) nach einem der Ansprüche 19 bis 26, dadurch gekennzeichnet, dass die Kamera (CAM) und/oder die Datenverarbeitungseinheit (10) während der Bedienung und/oder Wartung des Selbstbedienungsterminal (ATM) deaktiviert ist.
Selbstbedienungsterminal (ATM) nach einem der Ansprüche 19 bis 27, dadurch gekennzeichnet, dass die Kamera (CAM) und/oder die Datenverarbeitungseinheit (10) eine Geldausgabe an dem Geldausgabefach (1) des Selbstbedienungsterminals (ATM) überwacht.