近年来,自动取款机(ATM)在各商业银行大量投入使用,在方便用户存取款的同时,也带来了越来越多的ATM机纠纷案件和金融犯罪,而目前的银行系统由于缺乏智能化监控手段导致此类犯罪案件持续上升。本文将全方位视觉传感器引入ATM机智能监控领域,克服了现有监控系统监控范围小、智能化水平低、图像信息融合困难等缺陷。本文的主要工作和研究成果如下:1.设计了一套基于全方位视觉传感器的ATM机智能监控装置并用Java实现了一套完整的ATM机智能监控系统,该系统可以完成ATM环境中的徘徊滞留行为、窥视跨线行为、敲砸暴力行为和张贴虚假广告行为的识别,实验证明该系统实时性和鲁棒性都比较理想。2.在前景目标提取方面,针对所关心的不同对象研究了混合高斯算法、肤色人脸检测算法、最大熵阈值分割算法和梯度纹理分割算法,在对上述算法详细分析和研究的基础上分别进行了代码实现。对混合高斯算法做了改进以适应ATM环境中用户时停时走的情况,对不同色彩空间和肤色模型下的人脸提取效果做了实验比较。3.在运动目标跟踪方面,分析了现有跟踪算法的优缺点,对其中应用广泛的颜色跟踪算法(CAMSHIFT)和交互式多模型跟踪算法(IMM)做了深入研究和代码实现,对这两种算法的跟踪效果做了实验比较。4.在高层行为语义理解方面,在分析了目前常见的行为理解方法及优缺点的基础上,将支持向量机(SVM)算法应用于人体轨迹训练和徘徊滞留行为识别,将行为语义规则判定应用于其他三种异常行为的识别。在用户使用ATM机的同时抽取出用户人脸图像,以减少存储负担和方便后续的人脸识别等。