長(zhǎng)沙理工大學(xué)物理與電子科學(xué)學(xué)院 陳俊霖

隨著我國(guó)金融行業(yè)迅猛發(fā)展，ATM機(jī)/自助銀行逐步遍布城鄉(xiāng)。由于銀行涉及大量現(xiàn)金流轉(zhuǎn)，安全防范一直是重中之重。根據(jù)行業(yè)調(diào)查統(tǒng)計(jì)，部分省市區(qū)域內(nèi)大中型銀行部署的監(jiān)控?cái)z像頭已經(jīng)達(dá)到2萬(wàn)個(gè)左右，面對(duì)每時(shí)每刻產(chǎn)生的視頻流及報(bào)警信息，如何充分利用監(jiān)控?cái)?shù)據(jù)信息及時(shí)研判警情和異常事件，是銀行監(jiān)控系統(tǒng)面臨的重大挑戰(zhàn)。

過去，雖然許多傳統(tǒng)的視頻監(jiān)控已經(jīng)部署在ATM取款機(jī)上，但仍存在許多侵犯ATM安全的行為發(fā)生，而且無(wú)法在第一時(shí)間采取及時(shí)、有效的措施制止侵犯行為。當(dāng)前，算法的迭代優(yōu)化和安防設(shè)備的功能升級(jí)，為視頻監(jiān)控系統(tǒng)性能和功能的創(chuàng)新提供了更佳的解決方案。本文研究的報(bào)警系統(tǒng)旨在保持現(xiàn)有功能的基礎(chǔ)上完善ATM的報(bào)警功能，著手解決各種可能遇到的特殊事件和突發(fā)情況，減少人們使用ATM時(shí)出現(xiàn)錢財(cái)?shù)膿p失。

本設(shè)計(jì)的ATM機(jī)是由51單片機(jī)驅(qū)動(dòng)，12864顯示屏、4×4獨(dú)立按鍵、音樂播放模塊、低音喇叭、卡槽及踏板組成，外封裝為ATM形狀的長(zhǎng)方形盒子，具有顯示功能、語(yǔ)音播報(bào)功能、按鍵輸入功能。運(yùn)用算法以及顯示屏模塊完成存取款、輸入密碼、查詢余額等ATM基本操作。

智能報(bào)警系統(tǒng)由卡槽、踏板、紅外發(fā)射接收模塊、智能監(jiān)控等模塊組成。當(dāng)卡槽內(nèi)有卡插入時(shí)，產(chǎn)生信號(hào)1，否則為0。踏板由彈簧、木板組成，踏板壓下（模擬人站在ATM前并踩在ATM機(jī)前的踏板上），紅外發(fā)射接收模塊因被阻擋而無(wú)法接收紅外線，輸出信號(hào)1。踏板信號(hào)為1，卡槽信號(hào)為0表示有人進(jìn)入。當(dāng)檢測(cè)到卡槽信號(hào)為1，踏板信號(hào)為0時(shí)，即認(rèn)為人離開，卡沒有拔出來(lái)，將會(huì)觸發(fā)報(bào)警，當(dāng)卡拔出后就會(huì)跳出循環(huán)，回到初始狀態(tài)，整個(gè)過程中當(dāng)系統(tǒng)檢測(cè)到60s無(wú)操作時(shí)，顯示屏將自動(dòng)切換為開始界面。系統(tǒng)利用深度學(xué)習(xí)和性能優(yōu)化極大完善報(bào)警系統(tǒng)，實(shí)現(xiàn)智能報(bào)警和事前預(yù)警。

1 報(bào)警系統(tǒng)的原理

報(bào)警系統(tǒng)建立了局部識(shí)別技術(shù)，捕捉插卡口區(qū)域局部視場(chǎng)視頻圖像，識(shí)別插卡口區(qū)域異常行為；取視場(chǎng)中頂部區(qū)域，識(shí)別非法安裝頂部攝像頭異常行為；取鍵盤區(qū)域，識(shí)別加裝偽鍵盤的操作。此外，還可適應(yīng)不同型號(hào)的ATM機(jī)。

對(duì)三個(gè)視頻分區(qū)——插卡口處、頂部區(qū)域、鍵盤區(qū)域，單獨(dú)構(gòu)建深度網(wǎng)絡(luò),識(shí)別各自區(qū)域的異常行為。對(duì)收集到的圖片，先進(jìn)行預(yù)處理，將插卡口區(qū)域、頂部區(qū)域、鍵盤區(qū)域三個(gè)部分的監(jiān)控所拍到的圖像分別進(jìn)行處理，將圖像去燥，消除疊效、增強(qiáng)圖像，使圖片可視化、自動(dòng)化，然后識(shí)別有無(wú)被改裝。

首先，對(duì)采集到的視頻進(jìn)行人臉檢測(cè)，采用OpenCV的開源人臉檢測(cè)算法。然后，用檢測(cè)到的人臉區(qū)域圖像作為人臉遮擋偽裝檢測(cè)判斷的輸入，也可以根據(jù)檢測(cè)到人臉后啟動(dòng)異常行為程序。接著，采用條件設(shè)定+識(shí)別檢測(cè)+警報(bào)觸發(fā)的視覺智能分析解決方案，結(jié)合機(jī)器眼監(jiān)控——觸發(fā)視頻監(jiān)控或圖片抓拍——多通道報(bào)警信息傳輸，將目標(biāo)的特征行為結(jié)果與庫(kù)里的異常行為比對(duì)，從而判斷目標(biāo)行為是否異常。

在識(shí)別到有異常行為后，銀行將針對(duì)不同情況將識(shí)別到異常信息的監(jiān)控視頻或圖像送至銀行監(jiān)控管理平臺(tái)或是直接拉動(dòng)警報(bào)器，再根據(jù)具體情況人為處理或直接報(bào)警。當(dāng)系統(tǒng)對(duì)行為識(shí)別有誤而拉動(dòng)報(bào)警器時(shí)，監(jiān)控平臺(tái)也能及時(shí)關(guān)閉報(bào)警器。不同于現(xiàn)在先監(jiān)控錄像，再調(diào)監(jiān)控查找、鎖定嫌疑人并追捕的繁瑣過程，該智能報(bào)警系統(tǒng)針對(duì)異常行為立馬做出反應(yīng)，極大降低破案難度、復(fù)雜程度。

2 基于Open CV的人臉識(shí)別技術(shù)

Open CV庫(kù)中有大量數(shù)字圖像處理類函數(shù)，可以實(shí)現(xiàn)在不同維度空間對(duì)圖像的處理，從最開始的圖像視頻序列采集存儲(chǔ)到對(duì)畫面的預(yù)處理（分割、增強(qiáng)、濾波等），二值化后進(jìn)一步用數(shù)學(xué)方法分析圖像。Open CV使用圖形界面，操作直觀，庫(kù)內(nèi)有隊(duì)列、樹、集合等動(dòng)態(tài)數(shù)據(jù)結(jié)構(gòu)，運(yùn)算便捷，可以實(shí)現(xiàn)運(yùn)動(dòng)估算、人臉識(shí)別和AR技術(shù)等功能。本研究主要應(yīng)用Open CV技術(shù)，通過人臉模型匹配，起到實(shí)現(xiàn)人臉識(shí)別的作用。

人臉識(shí)別技術(shù)通過攝取圖像并自動(dòng)在圖像中實(shí)時(shí)檢測(cè)是否存在人臉，如果存在人臉則進(jìn)而對(duì)檢測(cè)到的人臉進(jìn)行一系列特征獲取和比對(duì)。通過對(duì)文獻(xiàn)的查閱及分析，可以將人臉識(shí)別技術(shù)分成3個(gè)部分，即人臉檢測(cè)、識(shí)別訓(xùn)練和人臉識(shí)別。

人臉檢測(cè)是計(jì)算機(jī)視覺領(lǐng)域的一項(xiàng)重要研究?jī)?nèi)容，其核心是在復(fù)雜背景中確定人臉的位置、大小和數(shù)量。人臉檢測(cè)是人臉學(xué)習(xí)和識(shí)別最基礎(chǔ)的一步，接下來(lái)的分析都要在檢測(cè)到的人臉上處理。人臉學(xué)習(xí)顧名思義是對(duì)于人臉特征進(jìn)行學(xué)習(xí)以形成特征模板庫(kù)，主要為接下來(lái)的人臉識(shí)別服務(wù)。人臉識(shí)別是指采集圖像后，統(tǒng)計(jì)、辨識(shí)及對(duì)比與人臉特征相符的信息，并實(shí)時(shí)自動(dòng)化判斷個(gè)性化信息。首先錄入拍攝到的人臉信息，整合軟件訓(xùn)練庫(kù)，再調(diào)用庫(kù)內(nèi)的分類檢索器，記錄和整合訓(xùn)練時(shí)檢索的多組數(shù)據(jù)，一般情況下，Open CV內(nèi)的識(shí)別器調(diào)用后將分析和檢索實(shí)時(shí)提供的圖像信息，完成識(shí)別信息確認(rèn)。如探測(cè)到有關(guān)人臉信息，將啟用人臉屬性識(shí)別和人臉特征提取，對(duì)圖像矩陣數(shù)據(jù)采用由精到細(xì)的灰度策略進(jìn)行多點(diǎn)對(duì)比，初步判斷個(gè)體情況，再綜合使用時(shí)間等信息，多維度交叉判斷個(gè)體使用意圖，之后再以無(wú)線信號(hào)的形式將信息傳輸?shù)骄W(wǎng)關(guān)，網(wǎng)關(guān)再根據(jù)預(yù)設(shè)定完成執(zhí)行相關(guān)動(dòng)作，控制對(duì)應(yīng)產(chǎn)品。最后，在個(gè)體使用結(jié)束后，記錄并存儲(chǔ)其操作信息。

3 基于深度學(xué)習(xí)的非法改裝行為識(shí)別

深度學(xué)習(xí)、人工智能領(lǐng)域的理論發(fā)展與技術(shù)進(jìn)步推進(jìn)基于視頻信息的異常行為檢測(cè)應(yīng)用的發(fā)展，得到社會(huì)的廣泛關(guān)注。深度學(xué)習(xí)大大提高升異常行為檢測(cè)的準(zhǔn)確率，過去人工難以準(zhǔn)確描述的類別特征，現(xiàn)在可以通過機(jī)器學(xué)習(xí)從圖像或視頻中自動(dòng)提取。

新世紀(jì)以來(lái)，應(yīng)用到通過深度學(xué)習(xí)進(jìn)行異常行為識(shí)別中的基于視頻和圖像特征的方法，高度依賴于設(shè)計(jì)者的經(jīng)驗(yàn)，對(duì)特征的精巧設(shè)計(jì)，以及抽取視頻或圖像光流特征的多輪實(shí)驗(yàn)。有學(xué)者對(duì)基于此方法的網(wǎng)絡(luò)進(jìn)行深度訓(xùn)練和測(cè)試，識(shí)別準(zhǔn)確率在75%左右，而異常行為漏檢率和正常行為誤檢率各占18%和28%。除了識(shí)別率不高的缺點(diǎn)，此方法通用性差，算法程序難以適應(yīng)不同視角、分辨率的視頻設(shè)備。

全方位視覺智能監(jiān)控便應(yīng)運(yùn)而生。ATM機(jī)引入全方位視覺傳感器，可以有效拓展現(xiàn)有系統(tǒng)監(jiān)控范圍、提升智能化水平，實(shí)現(xiàn)圖像信息融合。但如果訓(xùn)練與測(cè)試使用的攝像機(jī)分辨率或安放角度不同或ATM機(jī)型號(hào)、插卡位置存在差異，訓(xùn)練出來(lái)的深度學(xué)習(xí)網(wǎng)絡(luò)將無(wú)法應(yīng)對(duì)新情況，甚至無(wú)法完成識(shí)別。另外，參數(shù)越多，運(yùn)算量成指數(shù)級(jí)上升，訓(xùn)練速度、識(shí)別速度都會(huì)降低。

本設(shè)計(jì)的系統(tǒng)用人體感應(yīng)模塊和IC卡槽關(guān)聯(lián)，實(shí)現(xiàn)當(dāng)取款人取完款后未將插入的卡拔走就離開，將會(huì)智能報(bào)警，提醒取款人將卡片取走。如圖1所示，利用ATM機(jī)配備兩個(gè)Open CV攝像頭，攝像頭1進(jìn)行ATM面板行為識(shí)別，攝像頭2進(jìn)行人臉識(shí)別；能基于人工智能和神經(jīng)網(wǎng)絡(luò)的異常行為識(shí)別非法行為并智能報(bào)警（如：搶劫、蒙面、惡意遮擋、惡意襲擊ATM機(jī)等）。采用三維時(shí)序卷積網(wǎng)絡(luò)分別為ATM監(jiān)控視頻插卡口處、頂部區(qū)域、鍵盤區(qū)域建立深度網(wǎng)絡(luò)，用以識(shí)別各區(qū)的異常行為，識(shí)別精度大幅提高，訓(xùn)練、識(shí)別時(shí)間大幅縮短，對(duì)不同分辨率、視角的攝像頭采集兼容良好。若識(shí)別出ATM機(jī)已被非法改裝，則智能報(bào)警。

圖1 ATM報(bào)警系統(tǒng)設(shè)計(jì)方案圖

結(jié)語(yǔ)：由于國(guó)內(nèi)的ATM智能監(jiān)控起步較晚，技術(shù)還不夠完善，開發(fā)出的產(chǎn)品距離智能化還有一定差距，并且都無(wú)法做到提前預(yù)警，只能事后取證，在實(shí)際的應(yīng)用中受到很多限制，還有待于進(jìn)一步的完善。提升ATM機(jī)智控水平，保障其可靠運(yùn)轉(zhuǎn)，不僅是保護(hù)人們的人身財(cái)產(chǎn)安全需要，更是銀行服務(wù)提質(zhì)的必做功課。本文設(shè)計(jì)的智能報(bào)警ATM機(jī)利用深度學(xué)習(xí)極大地完善了報(bào)警系統(tǒng)，從而實(shí)現(xiàn)智能報(bào)警和事前預(yù)警，與傳統(tǒng)ATM機(jī)相比，能夠做到提前預(yù)警，防患于未然。