基于ATM機(jī)的用戶異常行為識(shí)別的研究.pdf

1、隨著金融電子化的深入發(fā)展和金卡工程的不斷推進(jìn)，ATM機(jī)數(shù)量的不斷增多且得到廣泛使用，同時(shí)出現(xiàn)了許多利用ATM機(jī)盜取合法持卡人錢款的犯罪活動(dòng)及各種破壞ATM的惡性事件。而目前銀行的監(jiān)控系統(tǒng)缺乏智能化監(jiān)控手段致使有關(guān)ATM機(jī)的犯罪案件逐年增加。因此，如何能在監(jiān)控中及時(shí)發(fā)現(xiàn)狀況而避免犯罪發(fā)生，保護(hù)銀行ATM的安全使用、保護(hù)合法持卡人及銀行的利益、防范各種針對(duì)ATM機(jī)犯罪行為是一個(gè)亟待解決的問題。
　　 針對(duì)使用ATM機(jī)過程中出現(xiàn)的現(xiàn)實(shí)

2、問題，以真實(shí)ATM機(jī)中用戶存取款視頻為輸入序列，分析和研究用戶行為，以檢測出ATM機(jī)場景中用戶的異常行為。本文主要工作和研究成果如下：
　　 本文用自適應(yīng)高斯背景模型算法和基于橢圓膚色模型的人臉檢測算法實(shí)現(xiàn)ATM機(jī)前人體和人臉的檢測。詳細(xì)討論了Hu矩算法及改進(jìn)Hu算法能在離散和連續(xù)狀態(tài)下均滿足平移、縮放、旋轉(zhuǎn)不變性進(jìn)行運(yùn)動(dòng)目標(biāo)的特征提取的原理。另外，文中分析了現(xiàn)有跟蹤算法的優(yōu)缺點(diǎn)，進(jìn)而采用計(jì)算簡單、實(shí)時(shí)性好的Mean-shift

3、跟蹤算法來實(shí)現(xiàn)監(jiān)控區(qū)域中運(yùn)動(dòng)目標(biāo)的跟蹤。
　　 針對(duì)ATM機(jī)前用戶的異常行為，本文提出了兩種識(shí)別異常行為的方法：一是針對(duì)用戶操作ATM機(jī)時(shí)，是否出現(xiàn)蒙面或臉部遮擋偽裝取款的情況，用基于YCbCr空間橢圓模型檢測算法對(duì)區(qū)域人臉進(jìn)行檢測，以預(yù)先定義的異常行為語義進(jìn)行目標(biāo)異常行為判斷。二是以ATM機(jī)場景中運(yùn)動(dòng)目標(biāo)的整體作為研究對(duì)象，利用基于左-右結(jié)構(gòu)模型的連續(xù)隱馬爾可夫模型對(duì)真實(shí)ATM機(jī)場景中的運(yùn)動(dòng)目標(biāo)--取款人的正常行為建模，并進(jìn)行