基于全方位視覺的ATM機智能監(jiān)控研究.pdf

1、近年來，自動取款機(ATM)在各商業(yè)銀行大量投入使用，在方便用戶存取款的同時，也帶來了越來越多的ATM機糾紛案件和金融犯罪，而目前的銀行系統(tǒng)由于缺乏智能化監(jiān)控手段導(dǎo)致此類犯罪案件持續(xù)上升。本文將全方位視覺傳感器引入ATM機智能監(jiān)控領(lǐng)域，克服了現(xiàn)有監(jiān)控系統(tǒng)監(jiān)控范圍小、智能化水平低、圖像信息融合困難等缺陷。
　　 本文的主要工作和研究成果如下：
　　 1.設(shè)計了一套基于全方位視覺傳感器的ATM機智能監(jiān)控裝置并用Java實現(xiàn)了

2、一套完整的ATM機智能監(jiān)控系統(tǒng)，該系統(tǒng)可以完成ATM環(huán)境中的徘徊滯留行為、窺視跨線行為、敲砸暴力行為和張貼虛假廣告行為的識別，實驗證明該系統(tǒng)實時性和魯棒性都比較理想。
　　 2.在前景目標提取方面，針對所關(guān)心的不同對象研究了混合高斯算法、膚色人臉檢測算法、最大熵閾值分割算法和梯度紋理分割算法，在對上述算法詳細分析和研究的基礎(chǔ)上分別進行了代碼實現(xiàn)。對混合高斯算法做了改進以適應(yīng)ATM環(huán)境中用戶時停時走的情況，對不同色彩空間和膚色模型

3、下的人臉提取效果做了實驗比較。
　　 3.在運動目標跟蹤方面，分析了現(xiàn)有跟蹤算法的優(yōu)缺點，對其中應(yīng)用廣泛的顏色跟蹤算法(CAMSHIFT)和交互式多模型跟蹤算法(IMM)做了深入研究和代碼實現(xiàn)，對這兩種算法的跟蹤效果做了實驗比較。
　　 4.在高層行為語義理解方面，在分析了目前常見的行為理解方法及優(yōu)缺點的基礎(chǔ)上，將支持向量機(SVM)算法應(yīng)用于人體軌跡訓(xùn)練和徘徊滯留行為識別，將行為語義規(guī)則判定應(yīng)用于其他三種異常行為的識別