專利名稱：一種基于自動(dòng)柜員機(jī)的安全監(jiān)控裝置、方法及自動(dòng)柜員機(jī)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及監(jiān)控技術(shù)領(lǐng)域，特別涉及一種基于自動(dòng)柜員機(jī)的安全監(jiān)控裝置、方法 及自動(dòng)柜員機(jī)。
背景技術(shù)：
近年來，為了使儲(chǔ)戶能夠方便快捷地提款和進(jìn)行其它業(yè)務(wù)并與國(guó)際金融接軌，各 大銀行普遍采用了自動(dòng)柜員機(jī)(ATM)，它為儲(chǔ)戶提供了 24小時(shí)的服務(wù)，受到了人們的普遍 贊譽(yù)。隨著銀行ATM數(shù)量的不斷增多和使用范圍的逐漸擴(kuò)大，ATM已經(jīng)成為人們生活中不 可缺少的現(xiàn)代工具。但是它帶給人們方便的同時(shí)也出現(xiàn)了不少安全隱患，ATM糾紛案件以 及ATM金融犯罪日益增多，各種破壞ATM的惡性事件時(shí)有發(fā)生不法分子常常是在采取各種 方法甚至是暴力手段獲取他人銀行卡帳號(hào)密碼后，在ATM機(jī)上惡意遮擋面部竊取受害人的 財(cái)產(chǎn)。針對(duì)ATM機(jī)的案發(fā)率高居不下，各大商業(yè)銀行都增強(qiáng)了針對(duì)ATM機(jī)的視頻監(jiān)控措 施，安裝專業(yè)的監(jiān)控系統(tǒng)，但由于ATM監(jiān)控的特殊性，出現(xiàn)了很多普通監(jiān)控領(lǐng)域發(fā)現(xiàn)不了的 問題。目前ATM的安全防范采用的方案主要有兩種1)采用視頻監(jiān)控和錄像技術(shù)進(jìn)行安全 防范；2)采用人臉檢測(cè)技術(shù)進(jìn)行安全防范。參見圖1，其是現(xiàn)有方案一的系統(tǒng)結(jié)構(gòu)示意圖。該方案通常為硬盤錄像、事后取證 的監(jiān)控方案。具體的，每臺(tái)ATM 101都配有圖像攝取裝置如硬盤錄像機(jī)102，該硬盤錄像機(jī) 102實(shí)時(shí)對(duì)ATM 101進(jìn)行監(jiān)控，將監(jiān)控結(jié)果通過網(wǎng)絡(luò)發(fā)送到視頻監(jiān)控中心103。在視頻監(jiān)控 中心103中，存在用于進(jìn)行實(shí)時(shí)監(jiān)控電視墻。通過電視墻即可對(duì)遠(yuǎn)端的ATM 101實(shí)現(xiàn)監(jiān)控。但是，由于電視墻所能顯示的畫面數(shù)量有限，通過電視墻不能顯示所有ATM的畫 面，只能有選擇地顯示一定數(shù)量的視頻畫面；再有，由于人力本身的限制，無法通過電視墻 實(shí)時(shí)監(jiān)測(cè)到不法行為，這樣，監(jiān)控錄像只能用于事后取證。并且事后也無法通過錄像得到嫌 疑犯的面部清晰特征，給警方偵破帶來很大的困難，給儲(chǔ)戶和銀行也帶來了巨大的經(jīng)濟(jì)損 失?，F(xiàn)有方案二 該方案能采集人臉特寫，并在無法采集到人臉信息時(shí)自動(dòng)報(bào)警。具體 的，在圖1所示方案的基礎(chǔ)上，通過增加人臉檢測(cè)攝像頭、以及設(shè)置在ATM機(jī)上的智能分析 器，實(shí)現(xiàn)自動(dòng)采集人臉特寫信息，將所采集到的人臉特寫信息自動(dòng)疊加到同步錄像之中，在 既有視頻監(jiān)控中心的基礎(chǔ)上增加了報(bào)警中心，這樣，在交易過程中，當(dāng)無法通過增加的攝像 頭、智能分析器采集到人臉特寫信息時(shí)，視頻監(jiān)控中心的報(bào)警中心將進(jìn)行報(bào)警。該方案解決了無法通過監(jiān)控錄像得到嫌疑犯面目特征的問題，但僅采用人臉疊加 的方式對(duì)于蒙面竊取的情況不能解決問題。另外，由于該系統(tǒng)只采取報(bào)警處理，視頻監(jiān)控中 心還未來的及反應(yīng)，錢已經(jīng)被取走，并且無法留下犯罪分子的任何面部特征。

發(fā)明內(nèi)容
本發(fā)明實(shí)施例提供一種基于ATM的安全監(jiān)控裝置、方法及自動(dòng)柜員機(jī)，可以有效的防止惡意遮面操作，從而減少廣大儲(chǔ)戶和銀行的損失。本發(fā)明提供了一種基于自動(dòng)柜員機(jī)的安全監(jiān)控裝置，用于對(duì)自動(dòng)柜員機(jī)進(jìn)行監(jiān) 控，所述裝置設(shè)置在讀卡器和自動(dòng)柜員機(jī)主機(jī)之間，包括卡控制單元，用于截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡插入信息時(shí)，通知人 臉檢測(cè)單元開始檢測(cè)，接收來自所述人臉檢測(cè)單元的檢測(cè)結(jié)果；若檢測(cè)結(jié)果為檢測(cè)不到人 臉信息，則禁止本次交易；若所述檢測(cè)結(jié)果為檢測(cè)到人臉信息，則允許本次交易，轉(zhuǎn)發(fā)讀卡 器發(fā)出的數(shù)據(jù)包給所述自動(dòng)柜員機(jī)主機(jī)；人臉檢測(cè)單元，用于根據(jù)接收到的開始檢測(cè)通知，對(duì)來自圖像攝取裝置的圖像進(jìn) 行人臉檢測(cè)，將檢測(cè)結(jié)果通知所述卡控制單元。較佳地，所述卡控制單元，還用于截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡退出 信息時(shí)，通知所述人臉檢測(cè)單元結(jié)束檢測(cè)；所述人臉檢測(cè)單元根據(jù)接收到的結(jié)束檢測(cè)通知， 終止本次檢測(cè)。較佳地，所述人臉檢測(cè)單元包括五官檢測(cè)單元，用于對(duì)所述圖像進(jìn)行人臉清晰度 檢測(cè)，將檢測(cè)到清晰人臉信息作為所述檢測(cè)到人臉信息通知給卡控制單元，將檢測(cè)不到清 晰人臉信息作為所述檢測(cè)不到人臉信息通知給卡控制單元。較佳地，所述人臉檢測(cè)單元包括五官檢測(cè)單元，所述五官檢測(cè)單元包括子窗口提取單元，用于將來自圖像攝取裝置的圖像以預(yù)先設(shè)定的步長(zhǎng)進(jìn)行壓縮， 從壓縮的圖片里提取已設(shè)定尺寸的子窗口 ；子窗口光照對(duì)稱處理模塊，用于利用人臉的對(duì)稱性，先判斷五官的左右區(qū)域是否 對(duì)稱，若對(duì)稱，則通知成像單元，若不對(duì)稱，則將所述左右區(qū)域調(diào)整為對(duì)稱后，再通知成像單 元；成像單元，計(jì)算每個(gè)子窗口的積分圖，使用由訓(xùn)練樣本得到的各個(gè)區(qū)域灰度差分 布得到的分類器對(duì)每個(gè)子窗口進(jìn)行分類，子窗口若滿足訓(xùn)練時(shí)的灰度差分布，即為人臉五 官，通過所述分類器的子窗口進(jìn)行合并處理，最后輸出人臉五官坐標(biāo)；反饋單元，若根據(jù)所述人臉五官坐標(biāo)獲得清晰的人臉圖像，則反饋檢測(cè)到清晰的 人臉信息；若根據(jù)所述人臉五官坐標(biāo)不能獲得清晰的人臉圖像，則反饋檢測(cè)不到清晰人臉 fn息ο較佳地，所述人臉檢測(cè)單元還包括活體檢測(cè)單元，用于在人臉檢測(cè)單元檢測(cè)到清晰的人臉信息后，檢測(cè)來自圖像攝 取裝置的圖像是否來自于活體，若是，則通知卡控制單元檢測(cè)到人臉信息，否則發(fā)出檢測(cè)不 到人臉信息給卡控制單元。較佳地，所述活體檢測(cè)單元包括運(yùn)動(dòng)信息獲取單元，用于定位人臉區(qū)域，獲得所述人臉區(qū)域內(nèi)第η幀人臉圖像的 特征角點(diǎn)，計(jì)算所述特征角點(diǎn)在第η+1幀人臉圖像對(duì)應(yīng)的位置；獲取所述特征角點(diǎn)在所述 兩幀內(nèi)運(yùn)動(dòng)的速度和方向；去噪單元，用于統(tǒng)計(jì)所述人臉區(qū)域內(nèi)在預(yù)定距離內(nèi)的特征角點(diǎn)數(shù)據(jù)，將它們中速 度方向和大小都相近的點(diǎn)聚為一個(gè)群組，從而生成若干個(gè)群組，則不在任何一個(gè)群組內(nèi)的 特征角點(diǎn)被認(rèn)為是噪聲點(diǎn)，去除所述噪聲點(diǎn)；活體識(shí)別單元，用于根據(jù)人臉兩側(cè)和中心區(qū)域速度大小和方向來判斷該人臉為活體還是非活體，具體的對(duì)比來自圖像攝取裝置的圖像是屬于活體模型還是屬于非活體模 型，若屬于活體模型，則確認(rèn)所述來自圖像攝取裝置的圖像來自于活體，若屬于非活體模 型，則確認(rèn)所述來自圖像攝取裝置的圖像來自于非活體。較佳地，所述裝置還包括圖像發(fā)送單元，用于在檢測(cè)結(jié)果為檢測(cè)到人臉信息后， 將來自圖像攝取裝置的圖像發(fā)送到遠(yuǎn)端后臺(tái)。本發(fā)明實(shí)施例還提供了一種基于自動(dòng)柜員機(jī)的安全監(jiān)控方法，所述方法包括截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡插入信息；對(duì)來自圖像攝取裝置的圖像進(jìn)行人臉檢測(cè)，若所述檢測(cè)結(jié)果為檢測(cè)到人臉信息， 則允許本次交易，轉(zhuǎn)發(fā)讀卡器發(fā)出的數(shù)據(jù)包給所述自動(dòng)柜員機(jī)主機(jī)；若檢測(cè)結(jié)果為檢測(cè)不 到人臉信息，則禁止本次交易。較佳地，所述方法還包括當(dāng)截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡退出信息 時(shí)，終止本次檢測(cè)。較佳地，所述對(duì)來自圖像攝取裝置的圖像進(jìn)行人臉檢測(cè)包括對(duì)所述圖像進(jìn)行人 臉清晰度檢測(cè)，將檢測(cè)到清晰人臉信息作為所述檢測(cè)到人臉信息，將檢測(cè)不到清晰人臉信 息作為所述檢測(cè)不到人臉信息；其中，對(duì)所述圖像進(jìn)行人臉清晰度檢測(cè)的步驟包括i)將來自圖像攝取裝置的圖像以預(yù)先設(shè)定的步長(zhǎng)進(jìn)行壓縮，從壓縮的圖片里提取 已設(shè)定尺寸的子窗口；ii)利用人臉的對(duì)稱性，先判斷五官的左右區(qū)域是否對(duì)稱，若對(duì)稱，則執(zhí)行步驟 iii)，若不對(duì)稱，則將所述左右區(qū)域調(diào)整為對(duì)稱后，再執(zhí)行步驟iii)；iii)計(jì)算每個(gè)子窗口的積分圖，使用由訓(xùn)練樣本得到的各個(gè)區(qū)域灰度差分布得到 的分類器對(duì)每個(gè)子窗口進(jìn)行分類，子窗口若滿足訓(xùn)練時(shí)的灰度差分布，即為人臉五官，通過 所述分類器的子窗口進(jìn)行合并處理，最后輸出人臉五官坐標(biāo)；iv)若根據(jù)所述人臉五官坐標(biāo)獲得清晰的人臉圖像，則反饋檢測(cè)到清晰的人臉信 息；若根據(jù)所述人臉五官坐標(biāo)不能獲得清晰的人臉圖像，則反饋檢測(cè)不到清晰人臉信息。較佳地，在對(duì)所述圖像進(jìn)行人臉清晰度檢測(cè)，獲得清晰的人臉圖像后，所述方法還 包括檢測(cè)來自圖像攝取裝置的圖像是否來自于活體，若是，則發(fā)出檢測(cè)到人臉信息的 檢測(cè)結(jié)果，否則發(fā)出檢測(cè)不到人臉信息的檢測(cè)結(jié)果；其中，所述檢測(cè)來自圖像攝取裝置的圖像是否來自于活體的步驟包括定位人臉區(qū)域，獲得所述人臉區(qū)域內(nèi)第η幀人臉圖像的特征角點(diǎn)，計(jì)算所述特征 角點(diǎn)在第η+1幀人臉圖像對(duì)應(yīng)的位置；獲取所述特征角點(diǎn)在所述兩幀內(nèi)運(yùn)動(dòng)的速度和方 向；統(tǒng)計(jì)所述人臉區(qū)域內(nèi)在預(yù)定距離內(nèi)的特征角點(diǎn)數(shù)據(jù)，將它們中速度方向和大小都 相近的點(diǎn)聚為一個(gè)群組，從而生成若干個(gè)群組，則不在任何一個(gè)群組內(nèi)的特征角點(diǎn)被認(rèn)為 是噪聲點(diǎn)，去除所述噪聲點(diǎn)；根據(jù)人臉兩側(cè)和中心區(qū)域速度大小和方向來判斷該人臉為活體還是非活體，具體 的，對(duì)比來自圖像攝取裝置的圖像是屬于活體模型還是屬于非活體模型，若屬于活體模型， 則確認(rèn)所述來自圖像攝取裝置的圖像來自于活體，若屬于非活體模型，則確認(rèn)所述來自圖像攝取裝置的圖像來自于非活體。本發(fā)明實(shí)施例還提供了一種自動(dòng)柜員機(jī)，包括自動(dòng)柜員機(jī)主機(jī)、讀卡器，安全監(jiān) 控裝置，圖像攝取裝置400，其中，所述安全監(jiān)控裝置設(shè)置在讀卡器和自動(dòng)柜員機(jī)主機(jī)之間， 所述安全監(jiān)控裝置包括卡控制單元，用于截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡插入信息時(shí)，通知人 臉檢測(cè)單元開始檢測(cè)，接收來自所述人臉檢測(cè)單元的檢測(cè)結(jié)果；若檢測(cè)結(jié)果為檢測(cè)不到人 臉信息，則禁止本次交易；若所述檢測(cè)結(jié)果為檢測(cè)到人臉信息，則允許本次交易，轉(zhuǎn)發(fā)讀卡 器發(fā)出的數(shù)據(jù)包給所述自動(dòng)柜員機(jī)主機(jī)；人臉檢測(cè)單元，用于根據(jù)接收到的開始檢測(cè)通知，對(duì)來自圖像攝取裝置的圖像進(jìn) 行人臉檢測(cè)，將檢測(cè)結(jié)果通知所述卡控制單元。較佳地，所述人臉檢測(cè)單元包括五官檢測(cè)單元，用于對(duì)所述圖像進(jìn)行人臉清晰度 檢測(cè)，將檢測(cè)到清晰人臉信息作為所述檢測(cè)到人臉信息通知給卡控制單元，將檢測(cè)不到清 晰人臉信息作為所述檢測(cè)不到人臉信息通知給卡控制單元。較佳地，所述人臉檢測(cè)單元還包括活體檢測(cè)單元，用于在人臉檢測(cè)單元檢測(cè)到清晰的人臉信息后，檢測(cè)來自圖像攝 取裝置的圖像是否來自于活體，若是，則通知卡控制單元檢測(cè)到人臉信息，否則發(fā)出檢測(cè)不 到人臉信息給卡控制單元。應(yīng)用本發(fā)明實(shí)施例提供的一種基于ATM的安全監(jiān)控裝置、方法及自動(dòng)柜員機(jī)，通 過控制交易者的交易申請(qǐng)，對(duì)非法的交易進(jìn)行中止操作。解決了現(xiàn)有監(jiān)控系統(tǒng)無法有效地 阻止非法交易的問題。再有，通過ATM機(jī)上的圖像攝取裝置，得到交易者的面部圖像，進(jìn)行人臉檢測(cè)和活 體檢測(cè)，在所有檢測(cè)都通過之后才允許進(jìn)行下一步交易；否則阻止本次交易，從而防止蒙面 犯罪嫌疑人在ATM機(jī)中取走失主存款。本發(fā)明實(shí)施例通過人臉檢測(cè)以確定是否可以得到當(dāng)前交易者的無遮擋的清晰人 臉圖像。有效杜絕了當(dāng)前經(jīng)常發(fā)生的蒙面犯罪者利用ATM盜取受害者現(xiàn)金的案件，彌補(bǔ)了 現(xiàn)有的大部分ATM監(jiān)控系統(tǒng)沒有事前預(yù)防犯罪能力的缺點(diǎn)。并且，還可以對(duì)合法交易留下 清晰的交易者面部圖像，為公安機(jī)關(guān)事后取證提供了有效證據(jù)，滿足金融業(yè)安防需要。本發(fā)明實(shí)施例通過活體檢測(cè)技術(shù)檢測(cè)當(dāng)前交易者是否為真實(shí)的人，而非人臉圖像 等欺騙性攻擊道具。對(duì)于欺騙性攻擊拒絕本次交易的申請(qǐng)。解決了基于人臉的生物識(shí)別技 術(shù)進(jìn)入安全應(yīng)用的瓶頸，對(duì)于使用非活體等欺騙性的攻擊手段有很好的防御效果，保證了 清晰人臉檢測(cè)和事后留證功能真實(shí)有效。


為了更清楚地說明本發(fā)明實(shí)施例和現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例和現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以 根據(jù)這些附圖獲得其他的附圖。圖1是現(xiàn)有方案一的系統(tǒng)結(jié)構(gòu)示意圖；圖2是根據(jù)本發(fā)明實(shí)施例的基于自動(dòng)柜員機(jī)的安全監(jiān)控裝置邏輯結(jié)構(gòu)示意圖3是根據(jù)本發(fā)明實(shí)施例的基于自動(dòng)柜員機(jī)的安全監(jiān)控方法流程圖；圖4是光照預(yù)處理效果對(duì)比圖；圖5是根據(jù)本發(fā)明一具體實(shí)例的工作流程圖。
具體實(shí)施例方式下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；?本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他 實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。參見圖2，其是根據(jù)本發(fā)明實(shí)施例的基于自動(dòng)柜員機(jī)的安全監(jiān)控裝置的邏輯結(jié)構(gòu) 示意圖，用于對(duì)自動(dòng)柜員機(jī)(ATM)進(jìn)行監(jiān)控，該安全監(jiān)控裝置200設(shè)置在讀卡器100和自動(dòng) 柜員機(jī)主機(jī)300之間，具體包括卡控制單元201，用于截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡插入信息時(shí)，通知 人臉檢測(cè)單元開始檢測(cè)，接收來自所述人臉檢測(cè)單元的檢測(cè)結(jié)果；若檢測(cè)結(jié)果為檢測(cè)不到 人臉信息，則禁止本次交易；若檢測(cè)結(jié)果為檢測(cè)到人臉信息，則允許本次交易，轉(zhuǎn)發(fā)讀卡器 發(fā)出的數(shù)據(jù)包給所述自動(dòng)柜員機(jī)主機(jī)；這里的禁止本次交易包括控制讀卡器退卡或吞卡 或偽裝無卡插入數(shù)據(jù)包給所述自動(dòng)柜員機(jī)主機(jī)等；人臉檢測(cè)單元202，用于根據(jù)接收到的開始檢測(cè)通知，對(duì)來自圖像攝取裝置400的 圖像進(jìn)行人臉檢測(cè)，將檢測(cè)結(jié)果通知卡控制單元。需要說明的是，如果人臉檢測(cè)單元檢測(cè)不到人臉信息，可在預(yù)先設(shè)定的時(shí)間段內(nèi) 再次進(jìn)行檢測(cè)，如果在設(shè)定時(shí)間段內(nèi)均檢測(cè)失敗，再給卡控制單元反饋檢測(cè)不到人臉信息 的檢測(cè)結(jié)果。需要說明的是，如果卡控制單元截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡退出信 息時(shí)，通知人臉檢測(cè)單元結(jié)束檢測(cè)；此時(shí)，人臉檢測(cè)單元根據(jù)接收到的結(jié)束檢測(cè)通知，終止 本次檢測(cè)。需要說明的是，該人臉檢測(cè)單元可以采用現(xiàn)有存在的任一種人臉檢測(cè)算法，只要 能夠輸出是否檢測(cè)到人臉信息即可。本文中，并不對(duì)采用何種人臉檢測(cè)算法進(jìn)行限定。此 時(shí)，該人臉檢測(cè)單元為現(xiàn)有存在的普通的人臉檢測(cè)單元。需要說明的是，在一個(gè)較佳實(shí)施例中，本發(fā)明還提供了一種能夠檢測(cè)到清晰人臉 信息的人臉檢測(cè)單元，此時(shí)，該人臉檢測(cè)單元可以具體包括五官檢測(cè)單元(圖未示)，用于對(duì)所述圖像進(jìn)行人臉清晰度檢測(cè)，將檢測(cè)到清晰人 臉信息作為所述檢測(cè)到人臉信息通知給卡控制單元，將檢測(cè)不到清晰人臉信息作為所述檢 測(cè)不到人臉信息通知給卡控制單元。這里，清晰人臉意為完整的面部及五官輪廓，包括臉頰、下巴、嘴巴、鼻子、眼睛、眉 毛等的完整的輪廓。其中，上述五官檢測(cè)單元可以具體包括子窗口提取單元，用于將來自圖像攝取裝置的圖像以預(yù)先設(shè)定的步長(zhǎng)進(jìn)行壓縮， 從壓縮的圖片里提取已設(shè)定尺寸的子窗口 ；子窗口光照對(duì)稱處理模塊，用于利用人臉的對(duì)稱性，先判斷五官的左右區(qū)域是否對(duì)稱，若對(duì)稱，則通知成像單元，若不對(duì)稱，則將所述左右區(qū)域調(diào)整為對(duì)稱后，再通知成像單 元；成像單元，計(jì)算每個(gè)子窗口的積分圖，使用由訓(xùn)練樣本得到的各個(gè)區(qū)域灰度差分 布得到的分類器對(duì)每個(gè)子窗口進(jìn)行分類，子窗口若滿足訓(xùn)練時(shí)的灰度差分布，即為人臉五 官，通過所述分類器的子窗口進(jìn)行合并處理，最后輸出人臉五官坐標(biāo)；反饋單元，若根據(jù)所述人臉五官坐標(biāo)獲得清晰的人臉圖像，則反饋檢測(cè)到清晰的 人臉信息；若根據(jù)所述人臉五官坐標(biāo)不能獲得清晰的人臉圖像，則反饋檢測(cè)不到清晰人臉 fn息ο需要說明的是，上述五官檢測(cè)單元是若干子檢測(cè)單元的組合，每個(gè)子單元對(duì)應(yīng)人 體的面部部位之一，例如可以包括對(duì)臉頰、下巴、嘴巴、鼻子、眼睛等，每個(gè)子檢測(cè)單元檢測(cè) 人體面部的一部分如臉頰、下巴等，這樣，實(shí)際是每個(gè)子檢測(cè)單元依次執(zhí)行一遍檢測(cè)操作。應(yīng)用上述包括五官檢測(cè)單元的人臉檢測(cè)單元，可以獲得到比采用現(xiàn)有檢測(cè)技術(shù)更 清晰的人臉圖像。需要說明的是，在一個(gè)較佳實(shí)施例中，在檢測(cè)到清晰的人臉信息后，人臉檢測(cè)單元 還可以進(jìn)一步包括活體檢測(cè)單元，用于在人臉檢測(cè)單元檢測(cè)到清晰的人臉信息后，檢測(cè)來 自圖像攝取裝置的圖像是否來自于活體，若是，則通知卡控制單元檢測(cè)到人臉信息，否則發(fā) 出檢測(cè)不到人臉信息給卡控制單元。其中，所述活體檢測(cè)單元可以具體包括運(yùn)動(dòng)信息獲取單元，用于定位人臉區(qū)域，獲得所述人臉區(qū)域內(nèi)第η幀人臉圖像的 特征角點(diǎn)，計(jì)算所述特征角點(diǎn)在第η+1幀人臉圖像對(duì)應(yīng)的位置；獲取所述特征角點(diǎn)在所述 兩幀內(nèi)運(yùn)動(dòng)的速度和方向；去噪單元，用于統(tǒng)計(jì)所述人臉區(qū)域內(nèi)在預(yù)定距離內(nèi)的特征角點(diǎn)數(shù)據(jù)，將它們中速 度方向和大小都相近的點(diǎn)聚為一個(gè)群組，從而生成若干個(gè)群組，則不在任何一個(gè)群組內(nèi)的 特征角點(diǎn)被認(rèn)為是噪聲點(diǎn)，去除所述噪聲點(diǎn)；對(duì)比單元，用于根據(jù)人臉兩側(cè)和中心區(qū)域速度大小和方向來判斷該人臉為活體還 是非活體，比如照片，具體的，對(duì)比來自圖像攝取裝置的圖像是屬于活體模型還是屬于非活 體模型，若屬于活體模型，則確認(rèn)所述來自圖像攝取裝置的圖像來自于活體，若屬于非活體 模型，則確認(rèn)所述來自圖像攝取裝置的圖像來自于非活體。這樣，不但保證監(jiān)控圖像的清晰度，還保證了該圖像來自于活體，避免了交易者使 用非活體類圖片來欺騙監(jiān)控設(shè)備。需要說明的是，對(duì)于圖2所示實(shí)施例，還可以包括圖像發(fā)送單元(圖未示)，用于在 檢測(cè)結(jié)果為檢測(cè)到清晰的人臉信息后，將來自圖像攝取裝置的圖像發(fā)送到遠(yuǎn)端后臺(tái)保存。 以便于留下交易者清晰的面部圖像。應(yīng)用本發(fā)明實(shí)施例提供的一種基于ATM的安全監(jiān)控裝置，通過控制交易者的交易 申請(qǐng)，對(duì)非法的交易進(jìn)行中止操作。解決了現(xiàn)有監(jiān)控系統(tǒng)無法有效的阻止非法交易的問題。再有，通過ATM機(jī)上的圖像攝取裝置，得到交易者的面部圖像，進(jìn)行人臉檢測(cè)和活 體檢測(cè)，在所有檢測(cè)都通過之后才允許進(jìn)行下一步交易。否則阻止本次交易，從而防止蒙面 犯罪嫌疑人在ATM機(jī)中取走失主存款。本發(fā)明實(shí)施例通過人臉檢測(cè)以確定是否可以得到當(dāng)前交易者的無遮擋的清晰人臉圖像。有效杜絕了當(dāng)前經(jīng)常發(fā)生的蒙面犯罪者利用ATM盜取受害者現(xiàn)金的案件，彌補(bǔ)了 現(xiàn)有的大部分ATM監(jiān)控系統(tǒng)沒有事前預(yù)防犯罪能力的缺點(diǎn)。并且，還可以對(duì)合法交易留下 清晰的交易者面部圖像，為公安機(jī)關(guān)事后取證提供了有效證據(jù)，滿足金融業(yè)安防需要。本發(fā)明實(shí)施例通過活體檢測(cè)技術(shù)檢測(cè)當(dāng)前交易者是否為真實(shí)的人，而非人臉圖像 等欺騙性攻擊道具。對(duì)于欺騙性攻擊拒絕本次交易的申請(qǐng)。解決了基于人臉的生物識(shí)別技 術(shù)進(jìn)入安全應(yīng)用的瓶頸，對(duì)于使用非活體等欺騙性的攻擊手段有很好的防御效果，保證了 清晰人臉檢測(cè)和事后留證功能真實(shí)有效。本發(fā)明實(shí)施例還提供了一種自動(dòng)柜員機(jī)，仍參見圖2，包括自動(dòng)柜員機(jī)主機(jī)300、 讀卡器100，安全監(jiān)控裝置200，圖像攝取裝置400，其中，所述安全監(jiān)控裝置設(shè)置在讀卡器 100和自動(dòng)柜員機(jī)主機(jī)300之間，所述安全監(jiān)控裝置包括卡控制單元，用于截獲讀卡器100發(fā)出的數(shù)據(jù)包并解析獲得有卡插入信息時(shí)，通 知人臉檢測(cè)單元開始檢測(cè)，接收來自所述人臉檢測(cè)單元的檢測(cè)結(jié)果；若檢測(cè)結(jié)果為檢測(cè)不 到人臉信息，則禁止本次交易；若所述檢測(cè)結(jié)果為檢測(cè)到人臉信息，則允許本次交易，轉(zhuǎn)發(fā) 讀卡器發(fā)出的數(shù)據(jù)包給所述自動(dòng)柜員機(jī)主機(jī)300 ；人臉檢測(cè)單元，用于根據(jù)接收到的開始檢測(cè)通知，對(duì)來自圖像攝取裝置400的圖 像進(jìn)行人臉檢測(cè)，將檢測(cè)結(jié)果通知卡控制單元。上述禁止本次交易包括控制讀卡器退卡或吞卡或偽裝無卡插入數(shù)據(jù)包給所述自 動(dòng)柜員機(jī)主機(jī)。上述卡控制單元，還用于截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡退出信息時(shí)， 通知所述人臉檢測(cè)單元結(jié)束檢測(cè)；所述人臉檢測(cè)單元根據(jù)接收到的結(jié)束檢測(cè)通知，終止本 次檢測(cè)。上述人臉檢測(cè)單元包括五官檢測(cè)單元，用于對(duì)所述圖像進(jìn)行人臉清晰度檢測(cè)，將 檢測(cè)到清晰人臉信息作為所述檢測(cè)到人臉信息通知給卡控制單元，將檢測(cè)不到清晰人臉信 息作為所述檢測(cè)不到人臉信息通知給卡控制單元。上述人臉檢測(cè)單元還包括活體檢測(cè)單元，用于在人臉檢測(cè)單元檢測(cè)到清晰的人 臉信息后，檢測(cè)來自圖像攝取裝置的圖像是否來自于活體，若是，則通知卡控制單元檢測(cè)到 人臉信息，否則發(fā)出檢測(cè)不到人臉信息給卡控制單元。上述安全監(jiān)控裝置200還可以包括圖像發(fā)送單元，用于在檢測(cè)結(jié)果為檢測(cè)到清晰 的人臉信息后，將來自圖像攝取裝置的圖像發(fā)送到遠(yuǎn)端后臺(tái)。參見圖3，其是根據(jù)本發(fā)明實(shí)施例的基于自動(dòng)柜員機(jī)的安全監(jiān)控方法，具體包括步驟301，截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡插入信息；步驟302，對(duì)來自圖像攝取裝置的圖像進(jìn)行人臉檢測(cè)，若所述檢測(cè)結(jié)果為檢測(cè)到清 晰的人臉信息，則執(zhí)行步驟303，若檢測(cè)結(jié)果為檢測(cè)不到人臉信息，則執(zhí)行步驟304 ；步驟303，允許本次交易，轉(zhuǎn)發(fā)讀卡器發(fā)出的數(shù)據(jù)包給所述自動(dòng)柜員機(jī)主機(jī)；步驟304，禁止本次交易，其中禁止本次交易可以具體包括控制讀卡器退卡或吞 卡或偽裝無卡插入數(shù)據(jù)包給自動(dòng)柜員機(jī)主機(jī)等。需要說明的是，如果檢測(cè)不到人臉信息，可在預(yù)先設(shè)定的時(shí)間段內(nèi)再次進(jìn)行檢測(cè)， 如果在設(shè)定時(shí)間段內(nèi)均檢測(cè)失敗，再反饋檢測(cè)不到人臉信息的檢測(cè)結(jié)果。需要說明的是，在人臉檢測(cè)單元進(jìn)行檢測(cè)期間，如果截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡退出信息時(shí)，終止本次檢測(cè)。下面對(duì)步驟302做進(jìn)一步詳細(xì)說明。其中，對(duì)來自圖像攝取裝置的圖像進(jìn)行人臉檢測(cè)的步驟包括對(duì)所述圖像進(jìn)行人 臉清晰度檢測(cè)，將檢測(cè)到清晰人臉信息作為所述檢測(cè)到人臉信息，將檢測(cè)不到清晰人臉信 息作為所述檢測(cè)不到人臉信息，其中，對(duì)所述圖像進(jìn)行人臉清晰度檢測(cè)，該步驟具體包括i)將來自圖像攝取裝置的圖像以預(yù)先設(shè)定的步長(zhǎng)進(jìn)行壓縮，從壓縮的圖片里提取 已設(shè)定尺寸的子窗口；ii)利用人臉的對(duì)稱性，先判斷五官的左右區(qū)域是否對(duì)稱，若對(duì)稱，則執(zhí)行步驟 iii)，若不對(duì)稱，則將所述左右區(qū)域調(diào)整為對(duì)稱后，再執(zhí)行步驟iii)；現(xiàn)有的判斷是否對(duì)稱的方法很多，如通過亮度總和、均值、均方差、直方圖分布等； 如果不對(duì)稱，則可以按照以下方法處理成一致對(duì)于左右臉不一致的窗口，兩個(gè)區(qū)域根據(jù) 各自的直方圖分布先各自直方圖均衡化，隨后左右臉每個(gè)點(diǎn)調(diào)整為與另一半臉對(duì)稱點(diǎn)的均 值，使左右臉對(duì)稱；iii)計(jì)算每個(gè)子窗口的積分圖，使用由訓(xùn)練樣本得到的各個(gè)區(qū)域灰度差分布得到 的分類器對(duì)每個(gè)子窗口進(jìn)行分類，子窗口若滿足訓(xùn)練時(shí)的灰度差分布，即為人臉五官，通過 所述分類器的子窗口進(jìn)行合并處理，最后輸出人臉五官坐標(biāo)；iv)若根據(jù)所述人臉五官坐標(biāo)獲得清晰的人臉圖像，則反饋檢測(cè)到清晰的人臉信 息；若根據(jù)所述人臉五官坐標(biāo)不能獲得清晰的人臉圖像，則反饋檢測(cè)不到清晰人臉信息。目艮、口、鼻等檢測(cè)采用和臉檢測(cè)基本一致的步驟。需要說明的是，本發(fā)明的人臉檢測(cè)方法與現(xiàn)有技術(shù)的人臉檢測(cè)方法的區(qū)別主要體 現(xiàn)在對(duì)候選人臉窗口的各個(gè)區(qū)域分別做對(duì)稱化的光照處理，從而使得人臉檢測(cè)算法適應(yīng)不 同的光照環(huán)境。參見圖4，其是光照預(yù)處理效果對(duì)比圖，圖4a是樣本圖片；圖4b是采用現(xiàn) 有的通用算法后得到的人臉圖像；圖4c是采用本發(fā)明算法后得到的人臉圖像?？梢姡瑧?yīng)用 本發(fā)明的算法獲得的人臉圖像的清晰度明顯高于現(xiàn)有算法得到的清晰度，對(duì)光照環(huán)境的適 應(yīng)能力大大增強(qiáng)了。對(duì)于圖3所示流程，在對(duì)所述圖像進(jìn)行人臉清晰度檢測(cè)，獲得清晰的人臉圖像后， 還可以進(jìn)一步包括檢測(cè)來自圖像攝取裝置的圖像是否來自于活體，若是，則發(fā)出成功檢測(cè) 到人臉信息的檢測(cè)結(jié)果，否則發(fā)出檢測(cè)不到人臉信息的檢測(cè)結(jié)果。其中，檢測(cè)來自圖像攝取裝置的圖像是否來自于活體的步驟包括首先，定位人臉區(qū)域，獲得所述人臉區(qū)域內(nèi)第η幀人臉圖像的特征角點(diǎn)，計(jì)算所述 特征角點(diǎn)在第η+1幀人臉圖像對(duì)應(yīng)的位置；獲取所述特征角點(diǎn)在所述兩幀內(nèi)運(yùn)動(dòng)的速度和 方向；在速度分布場(chǎng)的計(jì)算過程中，會(huì)出現(xiàn)異常點(diǎn)，這些點(diǎn)的方向或者速度與周圍的其他點(diǎn) 明顯不一致，因此有必要將這些孤立點(diǎn)區(qū)分出來，即去除噪聲；其次，去除噪聲，去噪的方法具體為統(tǒng)計(jì)所述人臉區(qū)域內(nèi)在預(yù)定距離內(nèi)的特征角 點(diǎn)數(shù)據(jù)，將它們中速度方向和大小都相近的點(diǎn)聚為一個(gè)群組，從而生成若干個(gè)群組，則不在 任何一個(gè)群組內(nèi)的特征角點(diǎn)被認(rèn)為是噪聲點(diǎn)，去除所述噪聲點(diǎn)；通過這種去噪方法，能夠準(zhǔn) 確地將人臉運(yùn)動(dòng)分布場(chǎng)中速度的大小或方向不一致的點(diǎn)篩選出來，進(jìn)而提高了活體檢測(cè)的 檢測(cè)率，降低了誤檢測(cè)率；最后，根據(jù)人臉兩側(cè)和中心區(qū)域速度大小和方向來判斷該人臉為活體還是非活體，具體的，對(duì)比來自圖像攝取裝置的圖像是屬于活體模型還是屬于非活體模型，若屬于活 體模型，則確認(rèn)所述來自圖像攝取裝置的圖像來自于活體，若屬于非活體模型，則確認(rèn)所述 來自圖像攝取裝置的圖像來自于非活體。需要說明的是，本發(fā)明的活體檢測(cè)方法與現(xiàn)有的活體檢測(cè)方法的區(qū)別主要體現(xiàn)在 采用聚類策略進(jìn)行去噪處理，以及采用分類策略進(jìn)行活體與非活體的檢測(cè)。其中，采用聚類策略的去除處理主要體現(xiàn)在生成若干個(gè)群組，將不在任何一個(gè)群 組內(nèi)的特征角點(diǎn)被認(rèn)為是噪聲點(diǎn)，通過去除噪聲點(diǎn)來達(dá)到去噪的目的；采用分類策略進(jìn)行 活體與非活體的檢測(cè)的處理主要體現(xiàn)在通過大量訓(xùn)練得到很多模型，包括活體的各種模 型如轉(zhuǎn)頭模型、上下點(diǎn)頭模型，左右擺頭模型等，以及非活體模型；通過對(duì)比檢測(cè)到的圖像 是屬于活體模型還是屬于非活體模型，從而確定檢測(cè)到的圖像所在客體是否為活體。需要說明的是，對(duì)于圖3所示流程還可以包括在檢測(cè)結(jié)果為檢測(cè)到清晰的人臉 信息后，將來自圖像攝取裝置的圖像發(fā)送到遠(yuǎn)端后臺(tái)保存?？梢?，圖3所示方法給出了將人臉檢測(cè)和活體檢測(cè)與ATM安防有機(jī)融合的解決方 案?？梢詣?dòng)態(tài)實(shí)時(shí)的監(jiān)控每臺(tái)ATM機(jī)，并進(jìn)行活體檢測(cè)，可以避免非人(非活體類)情況偽 造取錢，也可以避免無法檢測(cè)到清晰人臉(蒙面類)取錢；檢測(cè)到清晰人臉后方可繼續(xù)交 易，并可以通過網(wǎng)絡(luò)將清晰人臉圖像傳送到遠(yuǎn)端后臺(tái)。下面結(jié)合一實(shí)例，對(duì)發(fā)明再做一詳細(xì)說明。參見圖5，其是根據(jù)本發(fā)明一具體實(shí)例的工作流程圖。步驟1，系統(tǒng)的初始狀態(tài)為空閑狀態(tài)；步驟2，客戶插卡后，開始人臉檢測(cè)和活體檢測(cè)；步驟3，分析設(shè)備確認(rèn)到客戶的完整的眼睛、鼻子、嘴等面部輪廓及交易者為真實(shí) 人體后，才允許進(jìn)行交易，并把客戶的清晰人臉圖像發(fā)送到后臺(tái)，如圖3中的數(shù)據(jù)庫服務(wù) 器；步驟4，分析設(shè)備如果在tl秒內(nèi)檢測(cè)不到人臉，會(huì)向后臺(tái)發(fā)送告警信息；如果在t2 秒內(nèi)成功檢測(cè)到人臉，分析設(shè)備會(huì)解除tl秒時(shí)的告警信息，并允許交易；如果在t2秒內(nèi)仍 檢測(cè)不到人臉，ATM機(jī)會(huì)退卡，禁止交易；其中，tl、t2為根據(jù)需要預(yù)先設(shè)定的時(shí)間閾值。本發(fā)明實(shí)施例不會(huì)干涉原ATM主機(jī)的正常交易處理。本發(fā)明實(shí)施例可以很好的處 理串口或U 口讀卡器兩種方式，當(dāng)為U 口時(shí)通過把U 口數(shù)據(jù)轉(zhuǎn)換為串口數(shù)據(jù)并實(shí)施雙方通 信。在圖5所示實(shí)施例中，對(duì)人臉的檢測(cè)時(shí)間給與了預(yù)先設(shè)定值，在給定的時(shí)間內(nèi)若未檢測(cè) 到清晰人臉則認(rèn)為非法不允許交易，并提示用戶，向遠(yuǎn)程控制端發(fā)送報(bào)警。本發(fā)明實(shí)施例還 可以對(duì)未檢測(cè)到人臉但卡已插入的情況下給預(yù)先設(shè)定值，在給定時(shí)間內(nèi)仍未檢測(cè)到清晰人 臉則退卡。本發(fā)明實(shí)施例還可以對(duì)未檢測(cè)到人臉，且卡已退出的情況，根據(jù)預(yù)先設(shè)定時(shí)間， 還可以進(jìn)行吞卡處理。本發(fā)明實(shí)施例提供一種了基于ATM的安全監(jiān)控裝置、方法及自動(dòng)柜員機(jī)。通過ATM 機(jī)上的外置攝像頭，得到交易者的面部圖像，進(jìn)行活體檢測(cè)和人臉檢測(cè)，在檢測(cè)出交易者的 眼睛、鼻子、嘴等輪廓及交易者為真實(shí)人體之后，留下交易者清晰的面部圖像，允許進(jìn)行下 一步交易。否則阻止本次交易，從而防止蒙面犯罪嫌疑人在ATM機(jī)中取走失主存款。本發(fā)明實(shí)施例通過控制卡控制單元控制交易者的交易申請(qǐng)，對(duì)非法的交易進(jìn)行中 止操作。解決了現(xiàn)有監(jiān)控系統(tǒng)無法有效的阻止非法交易的問題。
本發(fā)明實(shí)施例通過人臉檢測(cè)以確定是否可以得到當(dāng)前交易者的無遮擋的清晰人 臉圖像。如果檢測(cè)結(jié)果顯示當(dāng)前交易者的眼睛、嘴等重要的特征部位有遮擋情況出現(xiàn)，無法 得到清晰的人臉圖像，例如無法得到可以作為事后取證的面部圖像時(shí)，拒絕本次交易申請(qǐng)， 有效杜絕了當(dāng)前經(jīng)常發(fā)生的蒙面犯罪者利用ATM盜取受害者現(xiàn)金的案件，彌補(bǔ)了現(xiàn)有的大 部分ATM監(jiān)控系統(tǒng)沒有事前預(yù)防犯罪能力的缺點(diǎn)。并對(duì)合法交易留下清晰的交易者面部圖 像，為公安機(jī)關(guān)事后取證提供了有效證據(jù)，滿足金融業(yè)安防需要。本發(fā)明實(shí)施例通過活體檢測(cè)技術(shù)檢測(cè)當(dāng)前交易者是否為真實(shí)的人，而非人臉圖像 等欺騙性攻擊道具。對(duì)于欺騙性攻擊拒絕本次交易的申請(qǐng)。解決基于人臉的生物識(shí)別技術(shù) 進(jìn)入安全應(yīng)用的瓶頸，對(duì)于使用非活體等欺騙性的攻擊手段有很好的防御效果，保證了清 晰人臉檢測(cè)和事后留證功能真實(shí)有效。需要說明的是，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包 含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括 沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素。
在沒有更多限制的情況下，由語句“包括一個(gè)......，，限定的要素，并不排除在包括所述要
素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述方法實(shí)施方式中的全部或部分步驟是可 以通過程序來指令相關(guān)的硬件來完成，所述的程序可以存儲(chǔ)于計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中， 這里所稱得的存儲(chǔ)介質(zhì)，如R0M/RAM、磁碟、光盤等。以上所述僅為本發(fā)明的較佳實(shí)施例而已，并非用于限定本發(fā)明的保護(hù)范圍。凡在 本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換、改進(jìn)等，均包含在本發(fā)明的保護(hù)范圍 內(nèi)。
權(quán)利要求
1.一種基于自動(dòng)柜員機(jī)的安全監(jiān)控裝置，用于對(duì)自動(dòng)柜員機(jī)進(jìn)行監(jiān)控，其特征在于，所 述裝置設(shè)置在讀卡器和自動(dòng)柜員機(jī)主機(jī)之間，包括卡控制單元，用于截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡插入信息時(shí)，通知人臉檢 測(cè)單元開始檢測(cè)，接收來自所述人臉檢測(cè)單元的檢測(cè)結(jié)果；若檢測(cè)結(jié)果為檢測(cè)不到人臉信 息，則禁止本次交易；若所述檢測(cè)結(jié)果為檢測(cè)到人臉信息，則允許本次交易，轉(zhuǎn)發(fā)讀卡器發(fā) 出的數(shù)據(jù)包給所述自動(dòng)柜員機(jī)主機(jī)；人臉檢測(cè)單元，用于根據(jù)接收到的開始檢測(cè)通知，對(duì)來自圖像攝取裝置的圖像進(jìn)行人 臉檢測(cè)，將檢測(cè)結(jié)果通知所述卡控制單元。
2.根據(jù)權(quán)利要求1所述的裝置，其特征在于，所述卡控制單元，還用于截獲讀卡器發(fā)出 的數(shù)據(jù)包并解析獲得有卡退出信息時(shí)，通知所述人臉檢測(cè)單元結(jié)束檢測(cè)；所述人臉檢測(cè)單 元根據(jù)接收到的結(jié)束檢測(cè)通知，終止本次檢測(cè)。
3.根據(jù)權(quán)利要求1所述的裝置，其特征在于，所述人臉檢測(cè)單元包括五官檢測(cè)單元， 用于對(duì)所述圖像進(jìn)行人臉清晰度檢測(cè)，將檢測(cè)到清晰人臉信息作為所述檢測(cè)到人臉信息通 知給卡控制單元，將檢測(cè)不到清晰人臉信息作為所述檢測(cè)不到人臉信息通知給卡控制單元。
4.根據(jù)權(quán)利要求3所述的裝置，其特征在于，所述人臉檢測(cè)單元包括五官檢測(cè)單元， 所述五官檢測(cè)單元包括子窗口提取單元，用于將來自圖像攝取裝置的圖像以預(yù)先設(shè)定的步長(zhǎng)進(jìn)行壓縮，從壓 縮的圖片里提取已設(shè)定尺寸的子窗口；子窗口光照對(duì)稱處理模塊，用于利用人臉的對(duì)稱性，先判斷五官的左右區(qū)域是否對(duì)稱， 若對(duì)稱，則通知成像單元，若不對(duì)稱，則將所述左右區(qū)域調(diào)整為對(duì)稱后，再通知成像單元；成像單元，計(jì)算每個(gè)子窗口的積分圖，使用由訓(xùn)練樣本得到的各個(gè)區(qū)域灰度差分布得 到的分類器對(duì)每個(gè)子窗口進(jìn)行分類，子窗口若滿足訓(xùn)練時(shí)的灰度差分布，即為人臉五官，通 過所述分類器的子窗口進(jìn)行合并處理，最后輸出人臉五官坐標(biāo)；反饋單元，若根據(jù)所述人臉五官坐標(biāo)獲得清晰的人臉圖像，則反饋檢測(cè)到清晰的人臉 信息；若根據(jù)所述人臉五官坐標(biāo)不能獲得清晰的人臉圖像，則反饋檢測(cè)不到清晰人臉信息。
5.根據(jù)權(quán)利要求3所述的裝置，其特征在于，所述人臉檢測(cè)單元還包括活體檢測(cè)單元，用于在人臉檢測(cè)單元檢測(cè)到清晰的人臉信息后，檢測(cè)來自圖像攝取裝 置的圖像是否來自于活體，若是，則通知卡控制單元檢測(cè)到人臉信息，否則發(fā)出檢測(cè)不到人 臉信息給卡控制單元。
6.根據(jù)權(quán)利要求5所述的裝置，其特征在于，所述活體檢測(cè)單元包括運(yùn)動(dòng)信息獲取單元，用于定位人臉區(qū)域，獲得所述人臉區(qū)域內(nèi)第η幀人臉圖像的特征 角點(diǎn)，計(jì)算所述特征角點(diǎn)在第η+1幀人臉圖像對(duì)應(yīng)的位置；獲取所述特征角點(diǎn)在所述兩幀 內(nèi)運(yùn)動(dòng)的速度和方向；去噪單元，用于統(tǒng)計(jì)所述人臉區(qū)域內(nèi)在預(yù)定距離內(nèi)的特征角點(diǎn)數(shù)據(jù)，將它們中速度方 向和大小都相近的點(diǎn)聚為一個(gè)群組，從而生成若干個(gè)群組，則不在任何一個(gè)群組內(nèi)的特征 角點(diǎn)被認(rèn)為是噪聲點(diǎn)，去除所述噪聲點(diǎn)；活體識(shí)別單元，用于根據(jù)人臉兩側(cè)和中心區(qū)域速度大小和方向來判斷該人臉為活體還 是非活體，具體的對(duì)比來自圖像攝取裝置的圖像是屬于活體模型還是屬于非活體模型，若屬于活體模型，則確認(rèn)所述來自圖像攝取裝置的圖像來自于活體，若屬于非活體模型，則確 認(rèn)所述來自圖像攝取裝置的圖像來自于非活體。
7.根據(jù)權(quán)利要求1至6任一所述的裝置，其特征在于，所述裝置還包括圖像發(fā)送單元，用于在檢測(cè)結(jié)果為檢測(cè)到人臉信息后，將來自圖像攝取裝置的圖像發(fā) 送到遠(yuǎn)端后臺(tái)。
8.一種基于自動(dòng)柜員機(jī)的安全監(jiān)控方法，其特征在于，所述方法包括截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡插入信息；對(duì)來自圖像攝取裝置的圖像進(jìn)行人臉檢測(cè)，若所述檢測(cè)結(jié)果為檢測(cè)到人臉信息，則允 許本次交易，轉(zhuǎn)發(fā)讀卡器發(fā)出的數(shù)據(jù)包給所述自動(dòng)柜員機(jī)主機(jī)；若檢測(cè)結(jié)果為檢測(cè)不到人 臉信息，則禁止本次交易。
9.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述方法還包括當(dāng)截獲讀卡器發(fā)出的數(shù) 據(jù)包并解析獲得有卡退出信息時(shí)，終止本次檢測(cè)。
10.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述對(duì)來自圖像攝取裝置的圖像進(jìn)行人 臉檢測(cè)包括對(duì)所述圖像進(jìn)行人臉清晰度檢測(cè)，將檢測(cè)到清晰人臉信息作為所述檢測(cè)到人 臉信息，將檢測(cè)不到清晰人臉信息作為所述檢測(cè)不到人臉信息；其中，對(duì)所述圖像進(jìn)行人臉清晰度檢測(cè)的步驟包括i)將來自圖像攝取裝置的圖像以預(yù)先設(shè)定的步長(zhǎng)進(jìn)行壓縮，從壓縮的圖片里提取已設(shè) 定尺寸的子窗口； )利用人臉的對(duì)稱性，先判斷五官的左右區(qū)域是否對(duì)稱，若對(duì)稱，則執(zhí)行步驟iii)， 若不對(duì)稱，則將所述左右區(qū)域調(diào)整為對(duì)稱后，再執(zhí)行步驟iii)；iii)計(jì)算每個(gè)子窗口的積分圖，使用由訓(xùn)練樣本得到的各個(gè)區(qū)域灰度差分布得到的分 類器對(duì)每個(gè)子窗口進(jìn)行分類，子窗口若滿足訓(xùn)練時(shí)的灰度差分布，即為人臉五官，通過所述 分類器的子窗口進(jìn)行合并處理，最后輸出人臉五官坐標(biāo)；iv)若根據(jù)所述人臉五官坐標(biāo)獲得清晰的人臉圖像，則反饋檢測(cè)到清晰的人臉信息； 若根據(jù)所述人臉五官坐標(biāo)不能獲得清晰的人臉圖像，則反饋檢測(cè)不到清晰人臉信息。
11.根據(jù)權(quán)利要求10的方法，其特征在于，在對(duì)所述圖像進(jìn)行人臉清晰度檢測(cè)，獲得清 晰的人臉圖像后，所述方法還包括檢測(cè)來自圖像攝取裝置的圖像是否來自于活體，若是，則發(fā)出檢測(cè)到人臉信息的檢測(cè) 結(jié)果，否則發(fā)出檢測(cè)不到人臉信息的檢測(cè)結(jié)果；其中，所述檢測(cè)來自圖像攝取裝置的圖像是否來自于活體的步驟包括定位人臉區(qū)域，獲得所述人臉區(qū)域內(nèi)第η幀人臉圖像的特征角點(diǎn)，計(jì)算所述特征角點(diǎn) 在第η+1幀人臉圖像對(duì)應(yīng)的位置；獲取所述特征角點(diǎn)在所述兩幀內(nèi)運(yùn)動(dòng)的速度和方向；統(tǒng)計(jì)所述人臉區(qū)域內(nèi)在預(yù)定距離內(nèi)的特征角點(diǎn)數(shù)據(jù)，將它們中速度方向和大小都相近 的點(diǎn)聚為一個(gè)群組，從而生成若干個(gè)群組，則不在任何一個(gè)群組內(nèi)的特征角點(diǎn)被認(rèn)為是噪 聲點(diǎn)，去除所述噪聲點(diǎn)；根據(jù)人臉兩側(cè)和中心區(qū)域速度大小和方向來判斷該人臉為活體還是非活體，具體的， 對(duì)比來自圖像攝取裝置的圖像是屬于活體模型還是屬于非活體模型，若屬于活體模型，則 確認(rèn)所述來自圖像攝取裝置的圖像來自于活體，若屬于非活體模型，則確認(rèn)所述來自圖像 攝取裝置的圖像來自于非活體。
12.一種自動(dòng)柜員機(jī)，其特征在于，包括自動(dòng)柜員機(jī)主機(jī)、讀卡器，安全監(jiān)控裝置，圖 像攝取裝置400，其中，所述安全監(jiān)控裝置設(shè)置在讀卡器和自動(dòng)柜員機(jī)主機(jī)之間，所述安全 監(jiān)控裝置包括卡控制單元，用于截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡插入信息時(shí)，通知人臉檢 測(cè)單元開始檢測(cè)，接收來自所述人臉檢測(cè)單元的檢測(cè)結(jié)果；若檢測(cè)結(jié)果為檢測(cè)不到人臉信 息，則禁止本次交易；若所述檢測(cè)結(jié)果為檢測(cè)到人臉信息，則允許本次交易，轉(zhuǎn)發(fā)讀卡器發(fā) 出的數(shù)據(jù)包給所述自動(dòng)柜員機(jī)主機(jī)；人臉檢測(cè)單元，用于根據(jù)接收到的開始檢測(cè)通知，對(duì)來自圖像攝取裝置的圖像進(jìn)行人 臉檢測(cè)，將檢測(cè)結(jié)果通知所述卡控制單元。
13.根據(jù)權(quán)利要求12所述的自動(dòng)柜員機(jī)，其特征在于，所述人臉檢測(cè)單元包括五官檢 測(cè)單元，用于對(duì)所述圖像進(jìn)行人臉清晰度檢測(cè)，將檢測(cè)到清晰人臉信息作為所述檢測(cè)到人 臉信息通知給卡控制單元，將檢測(cè)不到清晰人臉信息作為所述檢測(cè)不到人臉信息通知給卡 控制單元。
14.根據(jù)權(quán)利要求13所述的自動(dòng)柜員機(jī)，其特征在于，所述人臉檢測(cè)單元還包括活體檢測(cè)單元，用于在人臉檢測(cè)單元檢測(cè)到清晰的人臉信息后，檢測(cè)來自圖像攝取裝 置的圖像是否來自于活體，若是，則通知卡控制單元檢測(cè)到人臉信息，否則發(fā)出檢測(cè)不到人 臉信息給卡控制單元。
全文摘要
本發(fā)明公開了一種基于自動(dòng)柜員機(jī)的安全監(jiān)控裝置、及方法及自動(dòng)柜員機(jī)，所述安全監(jiān)控裝置用于對(duì)自動(dòng)柜員機(jī)進(jìn)行監(jiān)控，設(shè)置在讀卡器和自動(dòng)柜員機(jī)主機(jī)之間，包括卡控制單元，用于截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡插入信息時(shí)，通知人臉檢測(cè)單元開始檢測(cè)，接收來自所述人臉檢測(cè)單元的檢測(cè)結(jié)果；若檢測(cè)結(jié)果為檢測(cè)不到人臉信息，則禁止本次交易；若所述檢測(cè)結(jié)果為檢測(cè)到人臉信息，則允許本次交易，轉(zhuǎn)發(fā)讀卡器發(fā)出的數(shù)據(jù)包給所述自動(dòng)柜員機(jī)主機(jī)；人臉檢測(cè)單元，用于根據(jù)接收到的開始檢測(cè)通知，對(duì)來自圖像攝取裝置的圖像進(jìn)行人臉檢測(cè)，將檢測(cè)結(jié)果通知所述卡控制單元。應(yīng)用本發(fā)明能夠防止蒙面犯罪嫌疑人在ATM機(jī)中取走失主存款。
文檔編號(hào)H04N7/18GK102004904SQ201010549088
公開日2011年4月6日 申請(qǐng)日期2010年11月17日 優(yōu)先權(quán)日2010年11月17日
發(fā)明者劉秦, 劉青陽, 周曉, 孟凌杰, 李鋒, 溫圣, 紀(jì)瑩, 鄒博, 鄒達(dá) 申請(qǐng)人:東軟集團(tuán)股份有限公司