[發明專利]一種自動取款機使用者人臉可見性判斷系統及方法

有效

• 申請號: 201310354218.2
• 申請日: 2013-08-14
• 公開（公告）號: CN103440475A
• 公開（公告）日: 2013-12-11
• 發明（設計）人: 孫晨升;張永亮;王巍
• 申請（專利權）人: 北京博思廷科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G07F19/00
• 代理公司: 北京慶峰財智知識產權代理事務所(普通合伙) 11417
• 代理人: 劉元霞

技術領域

本發明屬于計算機視覺，人工智能領域，尤其是涉及一種自動取款機使用者人臉可見性判斷系統及方法。?

背景技術

為了防范各種利用ATM機進行的犯罪活動，例如盜用他人銀行卡，誘使他人向某帳號內轉賬存款，然后在ATM機上取出，等等，現有的ATM機大部分都已經安裝了攝像頭監控系統，對ATM機使用者的面部進行抓拍，在案件發生后根據監控資料查找涉嫌犯罪的取款操作以及取款人。但犯罪嫌疑人往往會采取各種方式遮擋面部隱藏身份，給破案帶來難度。對沒有遮擋面部的使用者進行抓拍記錄，對有遮擋面部的使用者及時在監控中心給出告警或者提示使用者露出面部，將人臉有遮擋的交易記錄在案以備日后快速查詢，這些都對提高ATM機使用安全性和案件發生后快速找到破案線索有極大的幫助。?

針對此應用有三項關鍵技術，即如何判斷使用者進出ATM機；如何準確檢測到使用者面部，尤其在存在有意或無意的遮擋時；以及如何判定使用者面部遮擋狀況。為判斷使用者進出，有方法采用檢測ATM卡片插入情況的方法，該方法需要與ATM主業務邏輯緊密配合，不適于對現有ATM機進行改造，且一個用戶操作過程中可能多次插入拔出卡片，導致被判斷為多次使用ATM機。也有方法采用另一路視頻對ATM機前一小片區域進行監控，利用例如混合高斯背景模型的前景檢測方法，當此區域內出現顯著前景目標時即判定有人進入。該方法受環境整體光照明暗變化影響較大，會誤判有人進出；且當前景目標停留時間過長時，混合高斯背景模型會導致前景目標融入背景，影響判斷結果。為檢測ATM機使用者面部，有方法采用了基于膚色投影的方法，但膚色受光照等影響較大，在一些情況下不能準確檢測到人臉。基于級聯式AdaBoost檢測器的方法是人臉檢測中的主流方法，但ATM機人臉監控具有人臉形變大，光照惡劣，監控過程中人臉姿態存在變化等特點，為應對此情形，有方法采用了用多個針對不同情形的人臉檢測器，但付出的代價是人臉檢測模塊復雜度顯著提高。且由于人臉檢測?器一般是針對完整人臉訓練得到的，因此通常也只能檢測到遮擋較小的人臉，在人臉存在不經意遮擋，例如頭發遮擋住一側眼睛等情況，可能檢測不到人臉。為判定人臉遮擋情況，一些方法中采用了膚色判斷的方法，但此方法的準確率受光照影響較大。另有方法首先利用人臉器官定位，然后對定位到的器官點周圍的圖像進行分割來遮擋判斷，當分割得到的區域較少時，即認為有遮擋（例如大面積的口罩，墨鏡等）。該方法的缺陷是假定遮擋物是外觀單一的，例如均一顏色的口罩，當遮擋物不滿足此條件時即可能判斷錯誤。此外該方法的先決條件是準確檢測人臉器官點，在存在遮擋時此條件也無法滿足，也影響了該方法的準確率。?

在如何基于人臉遮擋判斷的結果進行應用層邏輯方面，有方法采用如果判定有遮擋則阻止用戶使用，直到用戶解除人臉遮擋的方式。但真實世界的人臉形態各異，總可能存在某些較為怪異的人臉導致判斷失敗，因此這種阻止用戶使用的應用層邏輯也存在問題。?

發明內容

為解決上述技術問題，本發明提供了一種自動取款機使用者人臉可見性判斷方法，其包括以下步驟：?

步驟（1）對置于自動取款機頂部的攝像頭視頻進行分析，利用基于圖像輪廓結構差異對比和像素區域差異對比的方法判定是否有人在自動取款機內；?

步驟（2）當判定有人使用自動取款機時，分析位于自動取款機屏幕上方向外拍攝的攝像頭視頻，使用級聯式AdaBoost檢測器檢測人臉和人臉器官，利用五官組合的方式準確檢測人臉；?

步驟（3）基于高斯和支持向量機（SVM）的眼睛分類器和嘴巴分類器來判斷人臉是否有遮擋；?

步驟（4）對一個時間窗口內的結果進行分析，得到人進出自動取款機判定和人臉遮擋判定。?

進一步，所述步驟（1）包括：所述置于自動取款機頂部的攝像頭以系統啟動后第一幀圖像作為初始背景參考圖像和靜止參考圖像，對此后的每一幀，比較當前幀圖像與背景參考圖像的輪廓結構特征和像素區域特征；比較當前幀圖像與背景參考圖像的輪廓結構特征，若當前幀圖像與背景參考圖像相比，像素區域差?異大于閾值T_pix且輪廓結構差異大于第一閾值T_edge,high，則判斷有人在自動取款機內；若當前幀與背景參考圖像相比，輪廓結構差異小于第二閾值T_edge,low，可以用當前幀圖像更新背景參考圖像。?