动态图像理解技术在ATM智能监控中的应用

探讨了利用动态图像理解技术对ATM进行智能监控,采用全方位视觉传感器(ODVS)实时采集ATM机周围的全景视频数据;从全景视频数据中提取出各活动对象的属性信息,并根据这些属性信息对各活动对象进行识别;通过对各活动对象的跟踪与分析,得到ATM状态、ATM周围相关人员的行为等信息;最后通过行为语义化处理手段对ATM的多种常见的可疑犯罪行为等进行了识别;实验结果表明,对于模拟ATM一些常见可疑犯罪行为的识别方面,系统具有鲁棒性高、安检内容多、监测范围广等优点,为预防ATM机等金融犯罪提供了一种新的手段。     

基于全方位计算机视觉的ATM机智能监控

探讨了利用全方位视觉传感器(ODVS)以及计算机视觉技术来实现对自动取款机(ATM)的视频智能监控,采用ODVS来获取整个ATM机周围的全景视频图像,通过透视算法将全景视频图像展开成若干个重点监控领域;为了提高检索效率、减少存储和传输信息量,提出了通过基于高斯肤色模型的人脸检测算法获取ATM使用者的人脸图像并将时间地点等信息进行合并,得到一幅包含使用ATM时间、地点和人物图像;为了提高ATM的使用安全性,通过基于卡尔曼滤波的人脸跟踪和行为语义规则判定等手段来检测和分析ATM设备周围环境中的窥视行为.与现有的ATM视频监控技术相比,所提出的监控方法具有检测范围广、智能化水平高、存储检索效率高等优点,实现窥视行为检测算法具有较高的鲁棒性和检测精度.