[发明专利]一种基于体感技术的银行ATM机智能监控方法

摘要

本发明涉及一种基于体感技术的银行ATM机智能监控方法，它包括在ATM机操作区域安装3D体感设备，实时捕捉操作者的人体3D骨架图像，提取关键关节点特征向量，将特征向量输入到动作分类器中进行分类，确定是否为需要监控的危险暴力动作，其中将动作分类通过机器学习方法提前训练。本发明通过三维视觉感知技术，能够实现对人体动作姿态和人物运动轨迹的检测、分析和跟踪，动态、实时地捕捉ATM机操作者的动作，进而预测出倒地、扭打、破坏ATM机等危险暴力行为动作并提前发出告警，以防止ATM机操作区域内非正常行为的发生。

主权项

1.一种基于体感技术的银行ATM机智能监控方法，其特征在于，包括如下基本步骤：步骤一，包含有红外发射器、红外接收器、RGB摄像头和3D体感芯片的体感设备实时输出空间三维测量数据，得到含深度图信息的RGB图像；步骤二，针对每帧RGB图像的深度图信息，同时提取及跟踪1人或多人RGB图像中的人体3D骨架的动作特征向量，所述人体3D骨架为人体主要关节点的坐标数据；步骤三，根据人体3D骨架的动作特征向量，进行包括对肢体尺寸、参考零点以及方向的作案人犯罪暴力动作监控目标的归一化处理；步骤四，筛选主要关节点的坐标数据，具体是指针对ATM作案人犯罪暴力行为的特点，选取作案人犯罪暴力动作中权重最高的关节点：左脚、右脚、左膝、右膝、右手、左手、左肘、右肘、头、肩中心、脊柱、臀关节的关节点坐标的数据作为特征向量的原始输入值并记为V,该V＝[v1,v2,v 3,v 4,v 5,v 6,v7,v8,v9,v10,v11,v12]，其中v1,v2,…v12分别对应左脚、右脚、左膝、右膝、右手、左手、左肘、右肘、头、肩中心、脊柱、臀关节的关节点坐标的数据；步骤五，从筛选后的坐标数据中提取动作特征向量值，并构建动作特征向量序列；其中，所述动作特征向量序列为二维的时空序列并记为J，该J＝{j₁,…,j_t,…,j_T}，其中T为样本序列的长度，而为时刻t各关节点的原始特征向量输入值v，w为步骤四中的取样关节点的个数，其值为12，而表示关节点归一化后的三维坐标，包括朝向、身高、三维空间位置的归一化，其中1<n<w；步骤六，对动作特征向量序列进行归一化处理，形成当前帧的多维多个人体动作特征向量；步骤七，危险动作识别是将得到的多维多个人体动作特征向量输入危险动作识别模块，进行动作分类识别；如果识别出作案人犯罪暴力动作，则进入步骤八，否则重复步骤一至六；其中，所述的危险动作识别模块是指一个危险暴力动作分类器，由危险暴力动作训练模块训练生成，训练方法为，在ATM机使用的活动中，通过步骤一至六采集大量动作特征向量的样本，并进行人工标定分类，采用监督学习方法训练动作分类器；包括针对ATM机可能发生的危险暴力行为特点而训练的扭打、倒地、破坏ATM机的需要告警的典型动作并形成危险暴力行为动作序列；步骤八，启动视频录制，通过RGB摄像头录制录像；所述RGB摄像头录制录像是指拍摄当时小段视频推送至相关管理人员手机或其他能够及时收到信息的智能设备；所述小段视频是指既能够保证管理人员能准确判断当时情况，又能够保证及时传输的视频；步骤九，生成告警信息，上报至预警模块；步骤十，预警模块在预定场所播放预设的对应不同的人体危险动作的告警声，以警示危险暴力动作的继续发生；步骤十一，通过网络将信息报送至对应管理人员随身的其他智能设备，以便由相关人员采取恰当的措施来阻止危险暴力行为的发生。