1 國內(nèi)銀行ATM的發(fā)展

　　由于ATM（Automatic Teller Machine，以下簡稱ATM）在銀行業(yè)務(wù)中特殊的作用，到2007年底前，我國ATM保有量就迅速上升到約13.8萬臺，其中銀聯(lián)聯(lián)網(wǎng)ATM約12.3萬臺。在中國ATM銷售市場上，中國工商銀行、中國農(nóng)業(yè)銀行、中國銀行、中國建設(shè)銀行、交通銀行、中國郵政儲蓄銀行等6家主要銀行的ATM市場份額，約占中國ATM市場總量的85％。但是從每百萬人口擁有的ATM數(shù)量指標來看，中國ATM需求缺口依然很大。2006年，中國每百萬人口擁有ATM數(shù)量僅為73臺，城市每百萬人口擁有ATM數(shù)量為273臺，遠低于保有量居世界前20位國家1 150臺的平均水平。至2009年，我國ATM機保有量已經(jīng)達到18.4萬臺，平均年增長率達20％以上，僅次于美國、日本、巴西，居世界第4位，按照目前的增長速度，有專家預(yù)測，到2011年，我國的ATM機保有量將超過巴西，躍居世界第3。

　　2 銀行ATM現(xiàn)有的監(jiān)控方式

　　目前國內(nèi)銀行ATM機的監(jiān)控方式主要由于區(qū)域經(jīng)濟狀況差異、安防建設(shè)標準等要求的不同，即使是同一家銀行在不同地域的安防建設(shè)理念各不相同，其主要的監(jiān)控方式主要有以下3種。

　　2.1 將ATM納入整個網(wǎng)點監(jiān)控

　　該類方式主要用于在行式的ATM監(jiān)控。在行式的ATM機的安裝方式有穿墻式、大堂式安裝。穿墻式ATM由于具有獨立且物防等級高的加鈔間，因此這類ATM機安裝方式在攝像機布線上具有靈活的方式，這些ATM機器通常安裝在統(tǒng)一的房間內(nèi)，具有客戶區(qū)和加鈔區(qū)。每臺攝像機除了安裝基本監(jiān)控要求的攝像機，同時在ATM顧客廳需要安裝有1—2只全景攝像機以對射的方式監(jiān)控大廳，如圖1所示。

　　2 .2 獨立ATM監(jiān)控的方式

　　這種方式用于大堂式的ATM機型的監(jiān)控，由于該類ATM機受所安裝位置的限制，往往將硬盤錄像機小型化后與ATM同時安裝在燈箱體內(nèi)的一個設(shè)備箱內(nèi)，由于所有設(shè)備線路的布設(shè)基本是在ATM機及其附屬設(shè)備內(nèi)部，因其安裝靈活度大，可以較好地滿足不僅大堂式ATM的安裝，也適用于穿墻式ATM機器的安裝，如圖2所示。大堂式ATM還有采用專用監(jiān)控主機與網(wǎng)點監(jiān)控主機各付其責的監(jiān)控方式，如圖3所示。

　　2.3 ATM視頻監(jiān)控聯(lián)網(wǎng)

　　隨著產(chǎn)品技術(shù)的發(fā)展，監(jiān)控設(shè)備的網(wǎng)絡(luò)功能、視頻壓縮技術(shù)不斷地成熟和提高，特別是基于MPEG4和H.264壓縮技術(shù)應(yīng)用，CIF（352× 288）畫質(zhì)的網(wǎng)絡(luò)帶寬在保證清晰度不變的前提下，每路碼流可低至384 kbit·s-1，甚至更低，這樣基于帶寬不高的銀行專網(wǎng)或者VPDN網(wǎng)絡(luò)的遠程視頻監(jiān)控聯(lián)網(wǎng)，也在全國各大銀行和商業(yè)銀行大規(guī)模的建設(shè)并投入使用，這些監(jiān)控中心改變了銀行針對ATM防范的方式，由原有被動變?yōu)榘胫鲃臃绞?，將原有的事后?yīng)對變成了事中和事后同時應(yīng)對，通過對圖像的遠程實時監(jiān)控，中心值班員對ATM現(xiàn)場環(huán)境的監(jiān)控實現(xiàn)人工主動的預(yù)警。

　　3 圖片差異檢測方式

　　首先進行背景建模、前景提取。利用數(shù)學統(tǒng)計模型，把眾多圖片的統(tǒng)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(tǒng)計值，增強了檢測功能對各種環(huán)境的適應(yīng)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(chǔ)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。

　　4 圖像識別在ATM的應(yīng)用

　　圖像識別技術(shù)由于能實時判斷、分析攝像機監(jiān)控畫面的變化得到其不同的特征點，因此實時主動預(yù)警的功能與銀行現(xiàn)有的視頻監(jiān)控聯(lián)網(wǎng)功能，可有機地整合為一套針對目前ATM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(guān)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ATM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(nèi)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。通過安裝圖像識別設(shè)備，首先學習正常情況下ATM的圖像，然后實時地將監(jiān)控一段時間的監(jiān)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(tǒng)提示報警。

　?。?）遺留物報警。

　　實時檢測監(jiān)控場景中出現(xiàn)的物品遺留，系統(tǒng)使用者可以自定義物品尺寸大小，提示有關(guān)人員處理。這個功能最早出現(xiàn)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(jiān)控區(qū)域內(nèi)，系統(tǒng)自動檢測出場景中的遺留物品，實時發(fā)出報警。

　?。?）人員聚集報警，人員滯留、徘徊報警。

　　自動分析監(jiān)控場景中出現(xiàn)的多人聚集異常行為，當某個自助銀行或ATM周邊出現(xiàn)多人聚集時，很多情況都在視頻切換監(jiān)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(jīng)常出現(xiàn)的狀況，通過視頻智能監(jiān)控判斷可能出現(xiàn)的情況并能及時的報警抓捕。

　?。?）打斗報警、人員跌倒。

　　通過對物體快速移動及其他相關(guān)輔助的檢測方式能準確地檢測人員打斗狀態(tài)。人員跌倒檢測，可當自助銀行內(nèi)出現(xiàn)的人員倒地或有人睡覺等異常情況，報警到監(jiān)控中心。

　?。?）人臉面部識別。

　　面部主要通過ATM機安裝的針孔攝像機實現(xiàn)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(jiān)控攝像機拍攝下其面部，作案時經(jīng)常遮擋面部，這樣即使被錄像，也無法分辨其是誰。相關(guān)流程如圖5所示，如有人員遮蓋面部，系統(tǒng)可以及時報警提示相關(guān)人員進行處理，因為很多人在不同季節(jié)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。

　?。?）違規(guī)提款、越線報警。

　　主要防范用戶從后面偷窺密碼、被犯罪分子挾持、故意掉錢偷換客戶銀行卡等，或者是人員進入到自助銀行、ATM區(qū)域所劃定的區(qū)域進行報警。特別是違規(guī)提款，該類犯罪活動主要是針對女性一個人的情況進行犯罪，將此類報警與聲強異常檢測報警與ATM機、自助銀行的門禁系統(tǒng)聯(lián)動可以在第一時間自動關(guān)閉自助銀行大門，給處警提供有利條件。

　　5 圖像識別技術(shù)的不足

　　雖然圖像識別已經(jīng)在ATM監(jiān)控系統(tǒng)中逐步使用，但由于攝像機成像受到光線影響，一天內(nèi)不同時間段的最終成像也不相同。而且由于現(xiàn)有的圖像分析設(shè)備受到成本、技術(shù)和主觀因素的影響，現(xiàn)有圖像分析設(shè)備的視頻源都是采用從ATM原有監(jiān)控攝像機圖像，但這些攝像機有的安裝年限早、有的攝像機無超寬動態(tài)成像能力、有的受隱蔽透光板的限制等諸多因素影響，目前用于ATM的圖像識別系統(tǒng)還有如下不足：

　?。?）誤報的影響。

　　誤報的影響目前仍是智能視頻分析技術(shù)無法回避的問題。造成誤報的問題主要有以下問題：

　　1）受光線影響，特別是白天不同階段與晚上所需的模型不同，而且業(yè)內(nèi)還沒有開發(fā)出一種可以涵蓋所有使用情況的背景模型，也無法完全解決隨機事件的影響。

　　2）攝像機成像效果，如果攝像機因故障、外界干擾、老化等問題，造成設(shè)備認為圖像始終在變化，無法準確建模。

　?。?）不具備行為和假特征的判斷能力。

　　1）以跨線報警、多人取款為例。如果出現(xiàn)有人跨線看顧客取錢或者是多個人同時在ATM機前，而這些人都是朋友，系統(tǒng)無法判別這些是否是需要人為干預(yù)的情況。智能視頻分析只是一系列設(shè)定好的程序，其判斷能力還遠不能與人相比，但是該類誤報的出現(xiàn)比漏報帶來的問題可以忽略。

　　2）人臉面部識別對高仿面具的“易容術(shù)”無法判斷，2010年安徽、浙江警方接連破獲了數(shù)起利用“易容術(shù)”進行ATM犯罪，雖然最后案件破獲，但是也對目前現(xiàn)有的人臉面部識別技術(shù)設(shè)立了專項課題進行研究。

　?。?）特征識別技術(shù)對畫面要求高。

　　基于圖像分析技術(shù)對于圖像的要求較高，除了畫面本身的清晰度外，還需要畫面能夠清楚地展示目標物體的特征，如遺留物、人臉的面部識別等，目前基于計算機設(shè)備的識別能力還是遠遠低于人類對物體特征的識別能力，特別是光照條件、拍攝角度等因素。

　　（4）設(shè)備和后臺處理設(shè)備的處理能力仍然是瓶頸。

　　由于圖像識別需要大量的計算機，以便將圖像與模型和數(shù)據(jù)庫保存數(shù)據(jù)進行大量計算，而要適應(yīng)復(fù)雜的實際應(yīng)用環(huán)境就需要復(fù)雜的算法，而目前DSP和ARM芯片的處理能力有限，已經(jīng)不能滿足某些復(fù)雜算法的需要，因此難以開發(fā)具有相應(yīng)高級功能的嵌入式產(chǎn)品。

　　雖然圖像分析設(shè)備具有一定的不足，但隨著視頻監(jiān)控規(guī)模的不斷擴大，現(xiàn)有視頻監(jiān)控畫面的海量信息已遠遠超過人的處理能力，而圖像識別設(shè)備具有的智能視頻分析可以有效地過濾大量的無效信息，圖像識別技術(shù)應(yīng)用和發(fā)展同數(shù)字技術(shù)一定會代替模擬技術(shù)一樣，將成為監(jiān)控整體方案中不可缺少的部分。