基于ATM機的用戶異常行為識別的研究.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，ATM機數(shù)量的不斷增多且得到廣泛使用，同時出現(xiàn)了許多利用ATM機盜取合法持卡人錢款的犯罪活動及各種破壞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ATM機的犯罪案件逐年增加。因此，如何能在監(jiān)控中及時發(fā)現(xiàn)狀況而避免犯罪發(fā)生，保護銀行ATM的安全使用、保護合法持卡人及銀行的利益、防范各種針對ATM機犯罪行為是一個亟待解決的問題。
　　 針對使用ATM機過程中出現(xiàn)的現(xiàn)實

2、問題，以真實ATM機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現(xiàn)ATM機前人體和人臉的檢測。詳細討論了Hu矩算法及改進Hu算法能在離散和連續(xù)狀態(tài)下均滿足平移、縮放、旋轉不變性進行運動目標的特征提取的原理。另外，文中分析了現(xiàn)有跟蹤算法的優(yōu)缺點，進而采用計算簡單、實時性好的Mean-shift

3、跟蹤算法來實現(xiàn)監(jiān)控區(qū)域中運動目標的跟蹤。
　　 針對ATM機前用戶的異常行為，本文提出了兩種識別異常行為的方法：一是針對用戶操作ATM機時，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區(qū)域人臉進行檢測，以預先定義的異常行為語義進行目標異常行為判斷。二是以ATM機場景中運動目標的整體作為研究對象，利用基于左-右結構模型的連續(xù)隱馬爾可夫模型對真實ATM機場景中的運動目標--取款人的正常行為建模，并進行