视频智能分析技术在ATM监控中的应用

【摘要】本文叙述了智能分析技术及其在视频监控领域的发展趋势和应用特点。结合目前不法分子针对ATM（银行自动存取款机）进行各种犯罪行为的分析，论述了智能分析技术在金融安防ATM视频监控中的作用。同时，结合实际阐述了ATM智能视频监控系统构建方式、主要技术特点和功能。

文中所描述的ATM智能视频监控系统在实际中得到应用并已经产生了良好的社会和经济效益，使ATM监控取得了从传统的监控到智能化视频监控的飞跃。

1 概述

到目前为止，视频监控系统的发展经历了三代。无论是第一代第二代还是第三代视频监控系统，目前都需要人工实时监视视频图像以捕捉异常事件和突发事件的发生，这在“及时地对发生的异常事件和突发事件做出适当有效的反应”方面存在严重缺陷，不能满足当前人们对安全防范的要求。以第三代数字式、网络化视频监控系统为基础，融合图像处理、计算机视觉及人工智能的最新研究成果，利用计算机实现对监控场景中异常和突发事件的自动分析、自动捕获和自动报警，这就是智能视频监控。

2 视频智能分析技术及其发展趋势

2.1 智能分析技术

视频智能分析技术主要是指：“自动的提取视频源中的关键（特征）信息并进行智能化分析，并通过设置一定的条件和规则对其判定”。如果把前端设备（如摄像机）看作是人的眼睛，则视频智能分析技术可以看作人的大脑，智能分析技术借助CPU强大的数据处理能力，对视频画面中的海量数据进行高速分析，为使用者提供有价值的关键信息。

视频智能分析的处理方法主要是对场景中人的运动进行分析，其过程一般包含运动检测、目标跟踪、行为识别和理解几个方面。其中运动检测、目标跟踪等底层处理环节在过去几年中得到了快速发展，并且得到了实用。行为识别作为人的运动分析的高层处理部分，是极具挑战性的一个研究方向，也是当前学术研究的热点。

2.2 智能视频监控的发展现状

由于视频监控广泛的应用前景和潜在的经济价值，已经引起了国内外研究者的广泛关注。尤其是在美国、英国等国家已经开展了大量的项目研究。1997年美国国防高级研究项目署设立了以卡内基梅隆大学(CMU)为首、麻省理工学院(MIT)等众多高校参与的视觉监控重大项目VSAM，主要用于战场及普通民用场景进行监控的自动视频理解技术；实时视觉监控系统W4不仅能够定位人和分割出人的身体部分，而且通过建立外观模型来实现多人的跟踪，并可以检测人是否携带物体等简单行为；MIT开发的Pfinder系统可以对单个人进行较为准确的跟踪；英国的雷丁大学已开展了对车辆和行人的跟踪及其交互作用识别的相关研究。美国9.11恐怖事件以后，对视频智能监控领域的研究得到了更多的关注，一些公司也开展了相关的研究。譬如ObjectVideo、NICE、IBM、Microsoft、GE和UTRC等公司，已经推出了针对特定场合的智能监控的产品。这些视频智能技术产品主要应用于对安全性要求高和高风险的场合，如国境线、码头、炼油厂、化工厂、核电站以及水的净化处理等。ObjectVideo的产品基于计算机视觉技术，能够提供检测、分类、跟踪以及分析威吓或者感兴趣的行为。NICE主要的产品主要包括对飞机场或其他交通场所的遗落行李的检测，安全区域的车辆行人检测，人流统计等。GE公司的VideoIQ产品主要实现多种场景下的人的检测，可针对大范围的户外场景的人的检测跟踪，同时对于进入特定区域的人进行报警。IBM与Microsoft等公司也逐步将基于视觉的手势识别接口应用于商业领域。

以色列具有代表性的公司有Mate、Nicevision、Ioimage。Mate公司的主要产品BehaveWatch可检测六种异常行为，包括路径检测、突然出现报警、定向运动检测等，提出三层防护概念。NiceVision公司的视频分析仪对不同的威胁提供实时侦测功能，包括闯入者，车辆，被遗弃的行李和包裹，周边及设施保护，阻塞安全出入口及消防路线，盗窃侦测/防止安全设备被移动，计算人数，车辆和其它其物件，显示人群聚集，监控安全率水平，量度人流，显示企图尾随进入入口处控制点。Ioimage公司的产品能实现五种行为的检测，包括入侵探测，PTZ自动跟踪，遗留物体探测，非法滞留探测，移动物体探测等。

法国CitiLog公司的产品为视频事件自动检测系统，主要应用于智能交通领域。Citilog的核心技术是动态图像背景自适应技术和车辆图像跟踪技术，彻底消除了光线，雨雪，灰尘对系统的影响，可以及时检测监控区域内发生的交通事件，采集交通数据，辅助进行交通控制等。

国内在智能视频的研究以中科院自动化所起步较早，他们也取得了一定的成绩，主要研究动态场景的视觉监控，工作集中在运动检测、跟踪和手势、步态识别和生物特征识别等方面。还有不少高校的实验室投入到该领域中，例如清华大学计算机系在计算机视觉方面的研究主要集中在人脸识别，物体的主动跟踪等方面。