【摘要】随着电子金融的进一步发展，广泛使用的自动取款机方便了大量存储用户，成为了便利生活的重要工具。同时，它也成为新型犯罪的作案对象。近年来，利用自动取款机盗取他人财产的事件层出不穷。

目前，银行的监控系统只在自动取款机附近安装摄像头记录犯罪活动，通过查看保存的视频记录获取线索，这种方法不能预防犯罪活动的发生，而且在发生犯罪之后需要花费大量的时间和精力去抓捕罪犯。因此，预防对ATM机的犯罪是一个急需解决的问题。

为了实现实时监控自动取款机的用户行为，本文设计了银行自动取款机的危险人群识别系统。通过Kinect体感摄像头获取高质量的监控视频流，对出现在ATM机监控视频的人群进行人脸检测，人脸跟踪和人脸识别，以达到识别人群身份，区分危险人群的效果。本设计以OpenCV的视觉库为基础，对视频流进行人脸预处理，在AdaBoost算法基础上设计人脸检测的方法，并且对于没有正确显露脸部特征的人群，发出警告;结合CamShift算法设计人脸跟踪的方法，并对处于ATM机监控视频中的人群保持持续跟踪，方便后续人脸识别过程中获取丰富的识别样本;对于识别样本进行Egineface特征分析，快速识别人群身份。

【关键词】：人脸检测，人脸跟踪，人脸识别，ATM监控，OpenCV

目录

摘要

Abstract

第一章 前言-1

1.1 课题背景-1

1.2人脸识别的国内外发展概况-2

1.3 项目开发的目标-3

1.4 项目研究意义-3

1.5 项目开发的方法-3

第二章 系统分析-5

2.1 系统的设计思想-5

2.2 可行性分析-6

2.3 需求分析-6

2.4 系统运行环境和开发平台-7

2.4.1 硬件设备及操作系统-7

2.4.2 系统开发平台-8

2.5 系统的主要技术分析-8

2.5.1 JDBC技术-8

2.5.2人脸检测-9

2.5.3 人脸跟踪-14

2.5.4 人脸识别-18

第三章 功能模块设计-21

3.1 系统总体功能模块-21

3.2 图像获取模块-22

3.3 图像预处理模块-22

3.4人脸检测模块-24

3.5 人脸跟踪模块-25

3.6 人脸识别模块-26

3.7 警报模块-26

3.8数据管理模块-27

第四章 程序设计-28

4.1 数据库连接的建立-28

4.2 各个模块程序设计-31

4.2.1 图像获取-31

4.2.2 图像预处理-32

4.2.3 人脸检测-35

4.2.4 人脸跟踪-37

4.2.5 人脸识别-37

4.2.6 警报-39

4.2.7 数据管理-39

第五章 软件测试-43

5.1软件测试的目的和原则-43

5.2 系统测试-44

5.3 程序运行-44

总结与展望-49

致谢-51