專利名稱：一種基于Adaboost 人臉檢測的ATM 機(jī)報警系統(tǒng)和方法
技術(shù)領(lǐng)域：
本發(fā)明涉及ATM機(jī)技術(shù)領(lǐng)域,特別涉及一種一種基于Adaboost人臉檢測的ATM機(jī)報警系統(tǒng)。
背景技術(shù)：
自動取款機(jī)又稱ATM,是Automatic Teller Machine的縮寫，意思是自動柜員機(jī)，因大部分用于取款，又稱自動取款機(jī)。它是一種高度精密的機(jī)電一體化裝置，利用磁性代碼卡或智能卡實現(xiàn)金融交易的自助服務(wù)，代替銀行柜面人員的工作。可提取現(xiàn)金、查詢存款余額、進(jìn)行賬戶之間資金劃撥、余額查詢等工作；還可以進(jìn)行現(xiàn)金存款(實時入賬)、支票存款(國內(nèi)無)、存折補(bǔ)登、中間業(yè)務(wù)等工作。持卡人可以使用信用卡或儲蓄卡，根據(jù)密碼辦理自動取款、查詢余額、轉(zhuǎn)賬、現(xiàn)金存款，存折補(bǔ)登，購買基金，更改密碼，繳納手機(jī)話費等業(yè)務(wù)。目前ATM機(jī)上都裝有攝像頭監(jiān)控，但一般情況下發(fā)生了犯罪案件后查看犯罪錄像時犯罪嫌疑人總是佩戴遮擋物，這給日后偵破案件帶來了一定的困難，因此，如何開發(fā)出對可疑人物自動識別的報警系統(tǒng)具有重要的應(yīng)用價值和廣泛的應(yīng)用前景，也是本領(lǐng)域技術(shù)人員的研究方向所在。

發(fā)明內(nèi)容
本發(fā)明的主要目的是提供一種基于Adaboost人臉檢測的ATM機(jī)報警系統(tǒng)和方法，其通過Adaboost人臉檢測技術(shù)對有可疑遮擋的人物進(jìn)行記錄和提示對方除去遮擋物，并將有可疑人物的ATM機(jī)號和位置通過彩信的方式發(fā)送到ATM管理人員的手中，由ATM機(jī)管理人員判斷是否采取進(jìn)一步行動。為了達(dá)到上述目的，本發(fā)明提供一種基于Adaboost人臉檢測的ATM機(jī)報警系統(tǒng)，其包括:識別模塊，其用于獲取現(xiàn)場的視頻圖像；圖像采集模塊，與所述的識別模塊相連，用于采集所述視頻圖像，并將所述視頻圖
像數(shù)字化；嵌入式處理器，與所述的圖像采集模塊相連，用于接收數(shù)字化后的視頻圖像，并通過內(nèi)嵌的Adaboost人臉檢測算法對視頻圖像進(jìn)行分析和處理；及移動終端，用于接收處理結(jié)果。其中，還包括一 GPRS貓，經(jīng)嵌入式處理器處理后的處理結(jié)果通過GPRS貓發(fā)送給移動終端。其中，還包括一存儲單元，與嵌入式處理器相連，用于存儲可疑的視頻圖像。其中，所述的識別模塊為CXD攝像機(jī)。其中，所述的圖像采集模塊為圖像采集卡。其中，所述移動終端接收到的處理結(jié)果為可疑人員的視頻圖像。為了達(dá)到上述目的，本發(fā)明還提供一種基于Adaboost人臉檢測的ATM機(jī)報警方法，其特征在于，其包括如下步驟:步驟S1:系統(tǒng)初始化，獲取現(xiàn)場的視頻圖像；步驟S2:對視頻圖像進(jìn)行采集，并將采集后的視頻圖像進(jìn)行數(shù)字化處理；步驟S3:采用Adaboost人臉檢測算法對數(shù)字化處理后視頻圖像進(jìn)行處理及分析，判斷是否有遮擋面部的可疑人物；步驟S4:如果檢測到臉部有遮擋，提示除去遮擋，如果不按照提示操作，則發(fā)送信息給ATM機(jī)的工作人員。其中，在步驟SI中，系統(tǒng)初始化包括對攝像機(jī)是否工作、攝像機(jī)的采集圖像的分辨率、加載OpenCV視覺庫、加載眼睛檢測分類器、鼻子檢測分類器、嘴檢測分類器，對與GPRS貓進(jìn)行通訊的MSComm控件的設(shè)置。其中，在步驟S4中，所發(fā)送的信息為彩信，彩信上附有采集的可疑人物的照片。其中，所述步驟S4進(jìn)一步包括如下子步驟:S41:應(yīng)用系統(tǒng)向數(shù)據(jù)庫中的MSG_0utbox表填寫要發(fā)送的手機(jī)號碼和彩信數(shù)據(jù)；S42:彩信系統(tǒng)定時掃描MSG_0utbox表，一旦發(fā)現(xiàn)有符合條件的數(shù)據(jù)，則讀出并控制GPRS彩信設(shè)備連接GPRS網(wǎng)絡(luò)將信息發(fā)出；S43:彩信系統(tǒng)刪除MSG_0utbox中的相應(yīng)數(shù)據(jù)；S44:如發(fā)送成功，彩信系統(tǒng)將數(shù)據(jù)保存到MSG_SentboX表中；S45:如發(fā)送失敗，彩信系統(tǒng)將數(shù)據(jù)保存到MSG_FailedboX表中；S46:應(yīng)用系統(tǒng)可通過讀取MSG_Sentbox和MSG_Failedbox表中的信息來判斷彩信/短信發(fā)送是否成功。與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于:該系統(tǒng)通過提前報警判斷，減少了犯罪份子投機(jī)的可能性，提高了 ATM機(jī)取款的安全性。同時，對ATM機(jī)犯罪的偵破工作有了很大的幫助。


圖1為本發(fā)明一種基于Adaboost人臉檢測的ATM機(jī)報警系統(tǒng)組成框圖；圖2為本發(fā)明一種基于Adaboost人臉檢測的ATM機(jī)報警方法流程圖；圖3 Ca)至圖3 Ce)分別是檢測眼睛、鼻子、嘴、遮擋眼睛無法檢測機(jī)遮擋鼻子無法檢測的效果圖。
具體實施例方式以下結(jié)合附圖，對本發(fā)明上述的和另外的技術(shù)特征和優(yōu)點作更詳細(xì)的說明。如圖1所示，為本發(fā)明一種基于Adaboost人臉檢測的ATM機(jī)報警系統(tǒng)組成框圖；本發(fā)明的一種基于Adaboost人臉檢測的ATM機(jī)報警系統(tǒng)包括:識別模塊11、圖像采集模塊12、嵌入式處理器13、移動終端14及一 GPRS貓15，其中:所述的識別模塊11，其與所述的圖像采集模塊12相連，用于對現(xiàn)場進(jìn)行監(jiān)控并判斷是否有可疑目標(biāo)出現(xiàn)，所述的識別模塊11包括一 CXD攝像機(jī)，通過CXD攝像機(jī)獲取現(xiàn)場的視頻圖像。
所述的圖像采集模塊12，與所述的識別模塊11相連，其是利用視頻采集設(shè)備把識別模塊11傳輸過來的模擬信號捕捉下來并將其數(shù)字化。采集下來的圖像需要進(jìn)行灰度化，灰度化的目的是加快檢測速度，保證達(dá)到實時的目的。其中，所述的圖像采集模塊12可為圖像采集卡。嵌入式處理器13，與所述的圖像采集模塊12相連，接收數(shù)字化后的視頻圖像，并通過內(nèi)嵌的Adaboost人臉檢測算法對視頻圖像進(jìn)行分析和處理，并將處理后的結(jié)果通過所述GPRS貓15發(fā)送彩信給移動終端。還包括一存儲單元16，與嵌入式處理器13相連，用于存儲可疑的視頻圖像。如圖2至圖3 (e)所示，分別為本發(fā)明一種基于Adaboost人臉檢測的ATM機(jī)報警方法流程圖、檢測眼睛、鼻子、嘴、遮擋眼睛無法檢測機(jī)遮擋鼻子無法檢測的效果圖，本發(fā)明主要是對現(xiàn)場進(jìn)行監(jiān)控并判斷是否有可疑目標(biāo)出現(xiàn)。首先由CCD攝像機(jī)提取現(xiàn)場模擬視頻信號，并通過圖像采集卡將其轉(zhuǎn)化為數(shù)字信號，抓取一幀存入緩沖區(qū)中；然后對圖片進(jìn)行處理，判斷是否有遮擋面部人物，如有則提示除去遮擋物，如果連續(xù)三次提示未除去遮擋，則開啟彩信報警模式提示工作人員注意。本發(fā)明的一種基于Adaboost人臉檢測的ATM機(jī)報警方法具體包括如下步驟:步驟S1:系統(tǒng)初始化，獲取現(xiàn)場的視頻圖像；步驟S2:對視頻圖像進(jìn)行采集，并將采集后的視頻圖像進(jìn)行數(shù)字化處理；步驟S3:采用Adaboost人臉檢測算法對數(shù)字化處理后視頻圖像進(jìn)行處理及分析，判斷是否有遮擋面部的可疑人物；步驟S4:如果檢測到臉部有遮擋，提示除去遮擋，如果不按照提示操作，則發(fā)送信息給ATM機(jī)的工作人員。識別模塊11主要是對攝像機(jī)采集的圖像進(jìn)行處理，而圖像處理結(jié)果的好壞與采集圖像的質(zhì)量有著密切的聯(lián)系，因此在監(jiān)控系統(tǒng)工作之前必須將一些參數(shù)設(shè)定好，而在步驟Si中的系統(tǒng)初始化則主要完成系統(tǒng)的初始化工作，包括對攝像機(jī)是否工作、攝像機(jī)的采集圖像的分辨率、加載OpenCV視覺庫、加載眼睛檢測分類器、鼻子檢測分類器、嘴檢測分類器，對與GPRS貓進(jìn)行通訊的MSComm控件等等的設(shè)置，為后續(xù)處理做準(zhǔn)備。在步驟S3中，采用Adaboost人臉檢測算法對數(shù)字化處理后視頻圖像進(jìn)行處理及分析，判斷是否有遮擋面部的可疑人物，Adaboost算法是一種迭代算法，其核心思想是針對同一個訓(xùn)練集訓(xùn)練不同的分類器(弱分類器)，然后把這些弱分類器集合起來，構(gòu)成一個更強(qiáng)的最終分類器(強(qiáng)分類器)。采用Adaboost人臉檢測算法的具體步驟如下:設(shè)輸入的η個訓(xùn)練樣本為:{(xl, yl)，(x2, y2),......(xi, yi)}，其中xi是輸入
的訓(xùn)練樣本，yi e {O, 1}分別表示正樣本和負(fù)樣本,其中正樣本數(shù)為I,負(fù)樣本數(shù)m，n=l+m，具體步驟如下:初始化每個樣本的權(quán)重Wi，i e D(i)；對每個t=l，...，T (T為弱分類器的個數(shù))①把權(quán)重歸一化為一個概率分布
權(quán)利要求
1.一種基于Adaboost人臉檢測的ATM機(jī)報警系統(tǒng)，其特征在于，其包括: 識別模塊，其用于獲取現(xiàn)場的視頻圖像； 圖像采集模塊，與所述的識別模塊相連，用于采集所述視頻圖像，并將所述視頻圖像數(shù)字化； 嵌入式處理器，與所述的圖像采集模塊相連，用于接收數(shù)字化后的視頻圖像，并通過內(nèi)嵌的Adaboost人臉檢測算法對視頻圖像進(jìn)行分析和處理；及 移動終端，用于接收處理結(jié)果。
2.根據(jù)權(quán)利要求1所述的一種基于Adaboost人臉檢測的ATM機(jī)報警系統(tǒng)，其特征在于，還包括一 GPRS貓，經(jīng)嵌入式處理器處理后的處理結(jié)果通過GPRS貓發(fā)送給移動終端。
3.根據(jù)權(quán)利要求1所述的一種基于Adaboost人臉檢測的ATM機(jī)報警系統(tǒng)，其特征在于，還包括一存儲單元，與嵌入式處理器相連，用于存儲可疑的視頻圖像。
4.根據(jù)權(quán)利要求1所述的一種基于Adaboost人臉檢測的ATM機(jī)報警系統(tǒng)，其特征在于，所述的識別模塊為CXD攝像機(jī)。
5.根據(jù)權(quán)利要求1所述的一種基于Adaboost人臉檢測的ATM機(jī)報警系統(tǒng)，其特征在于，所述的圖像采集模塊為圖像采集卡。
6.根據(jù)權(quán)利要求1所述的一種基于Adaboost人臉檢測的ATM機(jī)報警系統(tǒng)，其特征在于，所述移動終端接收到 的處理結(jié)果為可疑人員的視頻圖像。
7.一種基于Adaboost人臉檢測的ATM機(jī)報警方法，其特征在于，其包括如下步驟: 步驟S1:系統(tǒng)初始化，獲取現(xiàn)場的視頻圖像； 步驟S2:對視頻圖像進(jìn)行采集，并將采集后的視頻圖像進(jìn)行數(shù)字化處理； 步驟S3:采用Adaboost人臉檢測算法對數(shù)字化處理后視頻圖像進(jìn)行處理及分析，判斷是否有遮擋面部的可疑人物； 步驟S4:如果檢測到臉部有遮擋，提示除去遮擋，如果不按照提示操作，則發(fā)送信息給ATM機(jī)的工作人員。
8.根據(jù)權(quán)利要求7所述的一種基于Adaboost人臉檢測的ATM機(jī)報警方法，其特征在于，在步驟SI中，系統(tǒng)初始化包括對攝像機(jī)是否工作、攝像機(jī)的采集圖像的分辨率、加載OpenCV視覺庫、加載眼睛檢測分類器、鼻子檢測分類器、嘴檢測分類器，對與GPRS貓進(jìn)行通訊的MSComm控件的設(shè)置。
9.根據(jù)權(quán)利要求7所述的一種基于Adaboost人臉檢測的ATM機(jī)報警方法，其特征在于，在步驟S4中，所發(fā)送的信息為彩信，彩信上附有采集的可疑人物的照片。
10.根據(jù)權(quán)利要求9所述的一種基于Adaboost人臉檢測的ATM機(jī)報警方法，其特征在于，所述步驟S4進(jìn)一步包括如下子步驟: 541:應(yīng)用系統(tǒng)向數(shù)據(jù)庫中的MSG_0utbox表填寫要發(fā)送的手機(jī)號碼和彩信數(shù)據(jù)； 542:彩信系統(tǒng)定時掃描MSG_0utbox表，一旦發(fā)現(xiàn)有符合條件的數(shù)據(jù)，則讀出并控制GPRS彩信設(shè)備連接GPRS網(wǎng)絡(luò)將信息發(fā)出； 543:彩信系統(tǒng)刪除MSG_0utbox中的相應(yīng)數(shù)據(jù)； 544:如發(fā)送成功，彩信系統(tǒng)將數(shù)據(jù)保存到MSG_SentboX表中； 545:如發(fā)送失敗，彩信系統(tǒng)將數(shù)據(jù)保存到MSG_FailedboX表中； 546:應(yīng)用系統(tǒng)可通過讀取MSG_Sentbox和MSG_FaiIedbox表中的信息來判斷彩信/短信發(fā)送是否成功。 ·
全文摘要
本發(fā)明公開一種基于Adaboost人臉檢測的ATM機(jī)報警系統(tǒng)及其方法，系統(tǒng)包括識別模塊，其用于獲取現(xiàn)場的視頻圖像；圖像采集模塊，與所述的識別模塊相連，用于采集所述視頻圖像，并將所述視頻圖像數(shù)字化；嵌入式處理器，與所述的圖像采集模塊相連，用于接收數(shù)字化后的視頻圖像，并通過內(nèi)嵌的Adaboost人臉檢測算法對視頻圖像進(jìn)行分析和處理；及移動終端，用于接收處理結(jié)果。該系統(tǒng)通過提前報警判斷，減少了犯罪份子投機(jī)的可能性，提高了ATM機(jī)取款的安全性，同時，對ATM機(jī)犯罪的偵破工作有了很大的幫助。
文檔編號G07F9/02GK103198567SQ20131007332
公開日2013年7月10日 申請日期2013年3月7日 優(yōu)先權(quán)日2013年3月7日
發(fā)明者劉文萍, 閆浩 申請人:劉文萍