新聞中心

        EEPW首頁 > 模擬技術 > 設計應用 > 圖像識別技術在銀行ATM監控的應用

        圖像識別技術在銀行ATM監控的應用

        作者: 時間:2011-09-05 來源:網絡 收藏

        3 圖片差異檢測方式
        首先進行背景建模、前景提取。利用數學統計模型,把眾多圖片的統計信息保存到模型中,再用當前圖片和該模型比較,提取出可能存在異物的地方。該方法的背景可以達到幾個小時甚至一天的圖片的統計值,增強了檢測功能對各種環境的適應性,大大降低了誤報,也降低了光線的影響,同時在在背景建模、前景提取方法的基礎上又加入一些物體特征判斷,可降低誤報,提高檢測的準確率,檢測流程如圖4所示。

        本文引用地址:http://www.104case.com/article/187348.htm

        c.JPG



        4 的應用
        技術由于能實時判斷、分析攝像機畫面的變化得到其不同的特征點,因此實時主動預警的功能與銀行現有的視頻聯網功能,可有機地整合為一套針對目前高風險的綜合安防管理平臺,該類檢測可以準確標出報警框提醒相關人員注意。
        (1)貼廣告、假鍵盤、假讀卡器報警。
        貼廣告是目前主要的一種詐騙方式,它主要與堵塞出鈔口、假讀卡器方式共同使用,如果客戶輕信了廣告的內容和電話,犯罪分子就偽裝成銀行的工作人員騙取客戶的個人資料進行犯罪活動。通過安裝設備,首先學習正常情況下ATM的圖像,然后實時地將一段時間的監控圖像與過往的圖像進行比對,如這段時間每個畫面都與正常的圖像有不同,系統提示報警。
        (2)遺留物報警。
        實時檢測監控場景中出現的物品遺留,系統使用者可以自定義物品尺寸大小,提示有關人員處理。這個功能最早出現在歐美,主要用于公共場所人員聚集場所的反恐工具。在視頻監控區域內,系統自動檢測出場景中的遺留物品,實時發出報警。
        (3)人員聚集報警,人員滯留、徘徊報警。
        自動分析監控場景中出現的多人聚集異常行為,當某個自助銀行或ATM周邊出現多人聚集時,很多情況都在視頻切換監控,由于各種因素往往會忽視此類問題的存在,而這些往往是犯罪分子作案前經常出現的狀況,通過視頻智能監控判斷可能出現的情況并能及時的報警抓捕。
        (4)打斗報警、人員跌倒。
        通過對物體快速移動及其他相關輔助的檢測方式能準確地檢測人員打斗狀態。人員跌倒檢測,可當自助銀行內出現的人員倒地或有人睡覺等異常情況,報警到監控中心。
        (5)人臉面部識別。
        面部主要通過ATM機安裝的針孔攝像機實現對取款人的面部特征進行識別。犯罪分子在進行犯罪活動時,為避免監控攝像機拍攝下其面部,作案時經常遮擋面部,這樣即使被錄像,也無法分辨其是誰。相關流程如圖5所示,如有人員遮蓋面部,系統可以及時報警提示相關人員進行處理,因為很多人在不同季節都會帶口罩,可以同時彈出不同角度的視頻對該類人員進行人為識別,以便分辨出正常取款和犯罪行為。



        關鍵詞: ATM 圖像識別 監控

        評論


        相關推薦

        技術專區

        關閉
        主站蜘蛛池模板: 修文县| 景谷| 永康市| 内丘县| 临夏市| 图木舒克市| 嘉义县| 五指山市| 疏附县| 内丘县| 吴川市| 庆城县| 牡丹江市| 舞钢市| 六盘水市| 布尔津县| 固安县| 大埔区| 南郑县| 镇康县| 合江县| 定安县| 芜湖市| 绥芬河市| 滦平县| 千阳县| 武鸣县| 辉南县| 探索| 鹰潭市| 河北省| 宜城市| 绥化市| 宜良县| 额尔古纳市| 永平县| 潼关县| 漾濞| 莲花县| 鄢陵县| 华蓥市|