基于图像识别的银行ATM监控方案

2011-09-07 15:23:04 来源:互联网-电子工程世界 责任编辑: liuzhenzhen 收藏本文

    　5 图像识别技术的不足

　　虽然图像识别已经在ATM监控系统中逐步使用，但由于摄像机成像受到光线影响，一天内不同时间段的最终成像也不相同。而且由于现有的图像分析设备受到成本、技术和主观因素的影响，现有图像分析设备的视频源都是采用从ATM原有监控摄像机图像，但这些摄像机有的安装年限早、有的摄像机无超宽动态成像能力、有的受隐蔽透光板的限制等诸多因素影响，目前用于ATM的图像识别系统还有如下不足：

　　（1）误报的影响。

　　误报的影响目前仍是智能视频分析技术无法回避的问题。造成误报的问题主要有以下问题：

　　1）受光线影响，特别是白天不同阶段与晚上所需的模型不同，而且业内还没有开发出一种可以涵盖所有使用情况的背景模型，也无法完全解决随机事件的影响。

　　2）摄像机成像效果，如果摄像机因故障、外界干扰、老化等问题，造成设备认为图像始终在变化，无法准确建模。

　　（2）不具备行为和假特征的判断能力。

　　1）以跨线报警、多人取款为例。如果出现有人跨线看顾客取钱或者是多个人同时在ATM机前，而这些人都是朋友，系统无法判别这些是否是需要人为干预的情况。智能视频分析只是一系列设定好的程序，其判断能力还远不能与人相比，但是该类误报的出现比漏报带来的问题可以忽略。

　　2）人脸面部识别对高仿面具的“易容术”无法判断，2010年安徽、浙江警方接连破获了数起利用“易容术”进行ATM犯罪，虽然最后案件破获，但是也对目前现有的人脸面部识别技术设立了专项课题进行研究。

　　（3）特征识别技术对画面要求高。

　　基于图像分析技术对于图像的要求较高，除了画面本身的清晰度外，还需要画面能够清楚地展示目标物体的特征，如遗留物、人脸的面部识别等，目前基于计算机设备的识别能力还是远远低于人类对物体特征的识别能力，特别是光照条件、拍摄角度等因素。

　　（4）设备和后台处理设备的处理能力仍然是瓶颈。

　　由于图像识别需要大量的计算机，以便将图像与模型和数据库保存数据进行大量计算，而要适应复杂的实际应用环境就需要复杂的算法，而目前DSP和ARM芯片的处理能力有限，已经不能满足某些复杂算法的需要，因此难以开发具有相应高级功能的嵌入式产品。

　　虽然图像分析设备具有一定的不足，但随着视频监控规模的不断扩大，现有视频监控画面的海量信息已远远超过人的处理能力，而图像识别设备具有的智能视频分析可以有效地过滤大量的无效信息，图像识别技术应用和发展同数字技术一定会代替模拟技术一样，将成为监控整体方案中不可缺少的部分。