專利名稱：一種基于自動柜員機的安全監(jiān)控裝置、方法及自動柜員機的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及監(jiān)控技術(shù)領(lǐng)域，特別涉及一種基于自動柜員機的安全監(jiān)控裝置、方法 及自動柜員機。
背景技術(shù)：
近年來，為了使儲戶能夠方便快捷地提款和進行其它業(yè)務(wù)并與國際金融接軌，各 大銀行普遍采用了自動柜員機(ATM)，它為儲戶提供了 24小時的服務(wù)，受到了人們的普遍 贊譽。隨著銀行ATM數(shù)量的不斷增多和使用范圍的逐漸擴大，ATM已經(jīng)成為人們生活中不 可缺少的現(xiàn)代工具。但是它帶給人們方便的同時也出現(xiàn)了不少安全隱患，ATM糾紛案件以 及ATM金融犯罪日益增多，各種破壞ATM的惡性事件時有發(fā)生不法分子常常是在采取各種 方法甚至是暴力手段獲取他人銀行卡帳號密碼后，在ATM機上惡意遮擋面部竊取受害人的 財產(chǎn)。針對ATM機的案發(fā)率高居不下，各大商業(yè)銀行都增強了針對ATM機的視頻監(jiān)控措 施，安裝專業(yè)的監(jiān)控系統(tǒng)，但由于ATM監(jiān)控的特殊性，出現(xiàn)了很多普通監(jiān)控領(lǐng)域發(fā)現(xiàn)不了的 問題。目前ATM的安全防范采用的方案主要有兩種1)采用視頻監(jiān)控和錄像技術(shù)進行安全 防范；2)采用人臉檢測技術(shù)進行安全防范。參見圖1，其是現(xiàn)有方案一的系統(tǒng)結(jié)構(gòu)示意圖。該方案通常為硬盤錄像、事后取證 的監(jiān)控方案。具體的，每臺ATM 101都配有圖像攝取裝置如硬盤錄像機102，該硬盤錄像機 102實時對ATM 101進行監(jiān)控，將監(jiān)控結(jié)果通過網(wǎng)絡(luò)發(fā)送到視頻監(jiān)控中心103。在視頻監(jiān)控 中心103中，存在用于進行實時監(jiān)控電視墻。通過電視墻即可對遠端的ATM 101實現(xiàn)監(jiān)控。但是，由于電視墻所能顯示的畫面數(shù)量有限，通過電視墻不能顯示所有ATM的畫 面，只能有選擇地顯示一定數(shù)量的視頻畫面；再有，由于人力本身的限制，無法通過電視墻 實時監(jiān)測到不法行為，這樣，監(jiān)控錄像只能用于事后取證。并且事后也無法通過錄像得到嫌 疑犯的面部清晰特征，給警方偵破帶來很大的困難，給儲戶和銀行也帶來了巨大的經(jīng)濟損 失。現(xiàn)有方案二 該方案能采集人臉特寫，并在無法采集到人臉信息時自動報警。具體 的，在圖1所示方案的基礎(chǔ)上，通過增加人臉檢測攝像頭、以及設(shè)置在ATM機上的智能分析 器，實現(xiàn)自動采集人臉特寫信息，將所采集到的人臉特寫信息自動疊加到同步錄像之中，在 既有視頻監(jiān)控中心的基礎(chǔ)上增加了報警中心，這樣，在交易過程中，當無法通過增加的攝像 頭、智能分析器采集到人臉特寫信息時，視頻監(jiān)控中心的報警中心將進行報警。該方案解決了無法通過監(jiān)控錄像得到嫌疑犯面目特征的問題，但僅采用人臉疊加 的方式對于蒙面竊取的情況不能解決問題。另外，由于該系統(tǒng)只采取報警處理，視頻監(jiān)控中 心還未來的及反應(yīng)，錢已經(jīng)被取走，并且無法留下犯罪分子的任何面部特征。

發(fā)明內(nèi)容
本發(fā)明實施例提供一種基于ATM的安全監(jiān)控裝置、方法及自動柜員機，可以有效的防止惡意遮面操作，從而減少廣大儲戶和銀行的損失。本發(fā)明提供了一種基于自動柜員機的安全監(jiān)控裝置，用于對自動柜員機進行監(jiān) 控，所述裝置設(shè)置在讀卡器和自動柜員機主機之間，包括卡控制單元，用于截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡插入信息時，通知人 臉檢測單元開始檢測，接收來自所述人臉檢測單元的檢測結(jié)果；若檢測結(jié)果為檢測不到人 臉信息，則禁止本次交易；若所述檢測結(jié)果為檢測到人臉信息，則允許本次交易，轉(zhuǎn)發(fā)讀卡 器發(fā)出的數(shù)據(jù)包給所述自動柜員機主機；人臉檢測單元，用于根據(jù)接收到的開始檢測通知，對來自圖像攝取裝置的圖像進 行人臉檢測，將檢測結(jié)果通知所述卡控制單元。較佳地，所述卡控制單元，還用于截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡退出 信息時，通知所述人臉檢測單元結(jié)束檢測；所述人臉檢測單元根據(jù)接收到的結(jié)束檢測通知， 終止本次檢測。較佳地，所述人臉檢測單元包括五官檢測單元，用于對所述圖像進行人臉清晰度 檢測，將檢測到清晰人臉信息作為所述檢測到人臉信息通知給卡控制單元，將檢測不到清 晰人臉信息作為所述檢測不到人臉信息通知給卡控制單元。較佳地，所述人臉檢測單元包括五官檢測單元，所述五官檢測單元包括子窗口提取單元，用于將來自圖像攝取裝置的圖像以預(yù)先設(shè)定的步長進行壓縮， 從壓縮的圖片里提取已設(shè)定尺寸的子窗口 ；子窗口光照對稱處理模塊，用于利用人臉的對稱性，先判斷五官的左右區(qū)域是否 對稱，若對稱，則通知成像單元，若不對稱，則將所述左右區(qū)域調(diào)整為對稱后，再通知成像單 元；成像單元，計算每個子窗口的積分圖，使用由訓(xùn)練樣本得到的各個區(qū)域灰度差分 布得到的分類器對每個子窗口進行分類，子窗口若滿足訓(xùn)練時的灰度差分布，即為人臉五 官，通過所述分類器的子窗口進行合并處理，最后輸出人臉五官坐標；反饋單元，若根據(jù)所述人臉五官坐標獲得清晰的人臉圖像，則反饋檢測到清晰的 人臉信息；若根據(jù)所述人臉五官坐標不能獲得清晰的人臉圖像，則反饋檢測不到清晰人臉 fn息ο較佳地，所述人臉檢測單元還包括活體檢測單元，用于在人臉檢測單元檢測到清晰的人臉信息后，檢測來自圖像攝 取裝置的圖像是否來自于活體，若是，則通知卡控制單元檢測到人臉信息，否則發(fā)出檢測不 到人臉信息給卡控制單元。較佳地，所述活體檢測單元包括運動信息獲取單元，用于定位人臉區(qū)域，獲得所述人臉區(qū)域內(nèi)第η幀人臉圖像的 特征角點，計算所述特征角點在第η+1幀人臉圖像對應(yīng)的位置；獲取所述特征角點在所述 兩幀內(nèi)運動的速度和方向；去噪單元，用于統(tǒng)計所述人臉區(qū)域內(nèi)在預(yù)定距離內(nèi)的特征角點數(shù)據(jù)，將它們中速 度方向和大小都相近的點聚為一個群組，從而生成若干個群組，則不在任何一個群組內(nèi)的 特征角點被認為是噪聲點，去除所述噪聲點；活體識別單元，用于根據(jù)人臉兩側(cè)和中心區(qū)域速度大小和方向來判斷該人臉為活體還是非活體，具體的對比來自圖像攝取裝置的圖像是屬于活體模型還是屬于非活體模 型，若屬于活體模型，則確認所述來自圖像攝取裝置的圖像來自于活體，若屬于非活體模 型，則確認所述來自圖像攝取裝置的圖像來自于非活體。較佳地，所述裝置還包括圖像發(fā)送單元，用于在檢測結(jié)果為檢測到人臉信息后， 將來自圖像攝取裝置的圖像發(fā)送到遠端后臺。本發(fā)明實施例還提供了一種基于自動柜員機的安全監(jiān)控方法，所述方法包括截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡插入信息；對來自圖像攝取裝置的圖像進行人臉檢測，若所述檢測結(jié)果為檢測到人臉信息， 則允許本次交易，轉(zhuǎn)發(fā)讀卡器發(fā)出的數(shù)據(jù)包給所述自動柜員機主機；若檢測結(jié)果為檢測不 到人臉信息，則禁止本次交易。較佳地，所述方法還包括當截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡退出信息 時，終止本次檢測。較佳地，所述對來自圖像攝取裝置的圖像進行人臉檢測包括對所述圖像進行人 臉清晰度檢測，將檢測到清晰人臉信息作為所述檢測到人臉信息，將檢測不到清晰人臉信 息作為所述檢測不到人臉信息；其中，對所述圖像進行人臉清晰度檢測的步驟包括i)將來自圖像攝取裝置的圖像以預(yù)先設(shè)定的步長進行壓縮，從壓縮的圖片里提取 已設(shè)定尺寸的子窗口；ii)利用人臉的對稱性，先判斷五官的左右區(qū)域是否對稱，若對稱，則執(zhí)行步驟 iii)，若不對稱，則將所述左右區(qū)域調(diào)整為對稱后，再執(zhí)行步驟iii)；iii)計算每個子窗口的積分圖，使用由訓(xùn)練樣本得到的各個區(qū)域灰度差分布得到 的分類器對每個子窗口進行分類，子窗口若滿足訓(xùn)練時的灰度差分布，即為人臉五官，通過 所述分類器的子窗口進行合并處理，最后輸出人臉五官坐標；iv)若根據(jù)所述人臉五官坐標獲得清晰的人臉圖像，則反饋檢測到清晰的人臉信 息；若根據(jù)所述人臉五官坐標不能獲得清晰的人臉圖像，則反饋檢測不到清晰人臉信息。較佳地，在對所述圖像進行人臉清晰度檢測，獲得清晰的人臉圖像后，所述方法還 包括檢測來自圖像攝取裝置的圖像是否來自于活體，若是，則發(fā)出檢測到人臉信息的 檢測結(jié)果，否則發(fā)出檢測不到人臉信息的檢測結(jié)果；其中，所述檢測來自圖像攝取裝置的圖像是否來自于活體的步驟包括定位人臉區(qū)域，獲得所述人臉區(qū)域內(nèi)第η幀人臉圖像的特征角點，計算所述特征 角點在第η+1幀人臉圖像對應(yīng)的位置；獲取所述特征角點在所述兩幀內(nèi)運動的速度和方 向；統(tǒng)計所述人臉區(qū)域內(nèi)在預(yù)定距離內(nèi)的特征角點數(shù)據(jù)，將它們中速度方向和大小都 相近的點聚為一個群組，從而生成若干個群組，則不在任何一個群組內(nèi)的特征角點被認為 是噪聲點，去除所述噪聲點；根據(jù)人臉兩側(cè)和中心區(qū)域速度大小和方向來判斷該人臉為活體還是非活體，具體 的，對比來自圖像攝取裝置的圖像是屬于活體模型還是屬于非活體模型，若屬于活體模型， 則確認所述來自圖像攝取裝置的圖像來自于活體，若屬于非活體模型，則確認所述來自圖像攝取裝置的圖像來自于非活體。本發(fā)明實施例還提供了一種自動柜員機，包括自動柜員機主機、讀卡器，安全監(jiān) 控裝置，圖像攝取裝置400，其中，所述安全監(jiān)控裝置設(shè)置在讀卡器和自動柜員機主機之間， 所述安全監(jiān)控裝置包括卡控制單元，用于截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡插入信息時，通知人 臉檢測單元開始檢測，接收來自所述人臉檢測單元的檢測結(jié)果；若檢測結(jié)果為檢測不到人 臉信息，則禁止本次交易；若所述檢測結(jié)果為檢測到人臉信息，則允許本次交易，轉(zhuǎn)發(fā)讀卡 器發(fā)出的數(shù)據(jù)包給所述自動柜員機主機；人臉檢測單元，用于根據(jù)接收到的開始檢測通知，對來自圖像攝取裝置的圖像進 行人臉檢測，將檢測結(jié)果通知所述卡控制單元。較佳地，所述人臉檢測單元包括五官檢測單元，用于對所述圖像進行人臉清晰度 檢測，將檢測到清晰人臉信息作為所述檢測到人臉信息通知給卡控制單元，將檢測不到清 晰人臉信息作為所述檢測不到人臉信息通知給卡控制單元。較佳地，所述人臉檢測單元還包括活體檢測單元，用于在人臉檢測單元檢測到清晰的人臉信息后，檢測來自圖像攝 取裝置的圖像是否來自于活體，若是，則通知卡控制單元檢測到人臉信息，否則發(fā)出檢測不 到人臉信息給卡控制單元。應(yīng)用本發(fā)明實施例提供的一種基于ATM的安全監(jiān)控裝置、方法及自動柜員機，通 過控制交易者的交易申請，對非法的交易進行中止操作。解決了現(xiàn)有監(jiān)控系統(tǒng)無法有效地 阻止非法交易的問題。再有，通過ATM機上的圖像攝取裝置，得到交易者的面部圖像，進行人臉檢測和活 體檢測，在所有檢測都通過之后才允許進行下一步交易；否則阻止本次交易，從而防止蒙面 犯罪嫌疑人在ATM機中取走失主存款。本發(fā)明實施例通過人臉檢測以確定是否可以得到當前交易者的無遮擋的清晰人 臉圖像。有效杜絕了當前經(jīng)常發(fā)生的蒙面犯罪者利用ATM盜取受害者現(xiàn)金的案件，彌補了 現(xiàn)有的大部分ATM監(jiān)控系統(tǒng)沒有事前預(yù)防犯罪能力的缺點。并且，還可以對合法交易留下 清晰的交易者面部圖像，為公安機關(guān)事后取證提供了有效證據(jù)，滿足金融業(yè)安防需要。本發(fā)明實施例通過活體檢測技術(shù)檢測當前交易者是否為真實的人，而非人臉圖像 等欺騙性攻擊道具。對于欺騙性攻擊拒絕本次交易的申請。解決了基于人臉的生物識別技 術(shù)進入安全應(yīng)用的瓶頸，對于使用非活體等欺騙性的攻擊手段有很好的防御效果，保證了 清晰人臉檢測和事后留證功能真實有效。


為了更清楚地說明本發(fā)明實施例和現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例和現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以 根據(jù)這些附圖獲得其他的附圖。圖1是現(xiàn)有方案一的系統(tǒng)結(jié)構(gòu)示意圖；圖2是根據(jù)本發(fā)明實施例的基于自動柜員機的安全監(jiān)控裝置邏輯結(jié)構(gòu)示意圖3是根據(jù)本發(fā)明實施例的基于自動柜員機的安全監(jiān)控方法流程圖；圖4是光照預(yù)處理效果對比圖；圖5是根據(jù)本發(fā)明一具體實例的工作流程圖。
具體實施例方式下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；?本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他 實施例，都屬于本發(fā)明保護的范圍。參見圖2，其是根據(jù)本發(fā)明實施例的基于自動柜員機的安全監(jiān)控裝置的邏輯結(jié)構(gòu) 示意圖，用于對自動柜員機(ATM)進行監(jiān)控，該安全監(jiān)控裝置200設(shè)置在讀卡器100和自動 柜員機主機300之間，具體包括卡控制單元201，用于截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡插入信息時，通知 人臉檢測單元開始檢測，接收來自所述人臉檢測單元的檢測結(jié)果；若檢測結(jié)果為檢測不到 人臉信息，則禁止本次交易；若檢測結(jié)果為檢測到人臉信息，則允許本次交易，轉(zhuǎn)發(fā)讀卡器 發(fā)出的數(shù)據(jù)包給所述自動柜員機主機；這里的禁止本次交易包括控制讀卡器退卡或吞卡 或偽裝無卡插入數(shù)據(jù)包給所述自動柜員機主機等；人臉檢測單元202，用于根據(jù)接收到的開始檢測通知，對來自圖像攝取裝置400的 圖像進行人臉檢測，將檢測結(jié)果通知卡控制單元。需要說明的是，如果人臉檢測單元檢測不到人臉信息，可在預(yù)先設(shè)定的時間段內(nèi) 再次進行檢測，如果在設(shè)定時間段內(nèi)均檢測失敗，再給卡控制單元反饋檢測不到人臉信息 的檢測結(jié)果。需要說明的是，如果卡控制單元截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡退出信 息時，通知人臉檢測單元結(jié)束檢測；此時，人臉檢測單元根據(jù)接收到的結(jié)束檢測通知，終止 本次檢測。需要說明的是，該人臉檢測單元可以采用現(xiàn)有存在的任一種人臉檢測算法，只要 能夠輸出是否檢測到人臉信息即可。本文中，并不對采用何種人臉檢測算法進行限定。此 時，該人臉檢測單元為現(xiàn)有存在的普通的人臉檢測單元。需要說明的是，在一個較佳實施例中，本發(fā)明還提供了一種能夠檢測到清晰人臉 信息的人臉檢測單元，此時，該人臉檢測單元可以具體包括五官檢測單元(圖未示)，用于對所述圖像進行人臉清晰度檢測，將檢測到清晰人 臉信息作為所述檢測到人臉信息通知給卡控制單元，將檢測不到清晰人臉信息作為所述檢 測不到人臉信息通知給卡控制單元。這里，清晰人臉意為完整的面部及五官輪廓，包括臉頰、下巴、嘴巴、鼻子、眼睛、眉 毛等的完整的輪廓。其中，上述五官檢測單元可以具體包括子窗口提取單元，用于將來自圖像攝取裝置的圖像以預(yù)先設(shè)定的步長進行壓縮， 從壓縮的圖片里提取已設(shè)定尺寸的子窗口 ；子窗口光照對稱處理模塊，用于利用人臉的對稱性，先判斷五官的左右區(qū)域是否對稱，若對稱，則通知成像單元，若不對稱，則將所述左右區(qū)域調(diào)整為對稱后，再通知成像單 元；成像單元，計算每個子窗口的積分圖，使用由訓(xùn)練樣本得到的各個區(qū)域灰度差分 布得到的分類器對每個子窗口進行分類，子窗口若滿足訓(xùn)練時的灰度差分布，即為人臉五 官，通過所述分類器的子窗口進行合并處理，最后輸出人臉五官坐標；反饋單元，若根據(jù)所述人臉五官坐標獲得清晰的人臉圖像，則反饋檢測到清晰的 人臉信息；若根據(jù)所述人臉五官坐標不能獲得清晰的人臉圖像，則反饋檢測不到清晰人臉 fn息ο需要說明的是，上述五官檢測單元是若干子檢測單元的組合，每個子單元對應(yīng)人 體的面部部位之一，例如可以包括對臉頰、下巴、嘴巴、鼻子、眼睛等，每個子檢測單元檢測 人體面部的一部分如臉頰、下巴等，這樣，實際是每個子檢測單元依次執(zhí)行一遍檢測操作。應(yīng)用上述包括五官檢測單元的人臉檢測單元，可以獲得到比采用現(xiàn)有檢測技術(shù)更 清晰的人臉圖像。需要說明的是，在一個較佳實施例中，在檢測到清晰的人臉信息后，人臉檢測單元 還可以進一步包括活體檢測單元，用于在人臉檢測單元檢測到清晰的人臉信息后，檢測來 自圖像攝取裝置的圖像是否來自于活體，若是，則通知卡控制單元檢測到人臉信息，否則發(fā) 出檢測不到人臉信息給卡控制單元。其中，所述活體檢測單元可以具體包括運動信息獲取單元，用于定位人臉區(qū)域，獲得所述人臉區(qū)域內(nèi)第η幀人臉圖像的 特征角點，計算所述特征角點在第η+1幀人臉圖像對應(yīng)的位置；獲取所述特征角點在所述 兩幀內(nèi)運動的速度和方向；去噪單元，用于統(tǒng)計所述人臉區(qū)域內(nèi)在預(yù)定距離內(nèi)的特征角點數(shù)據(jù)，將它們中速 度方向和大小都相近的點聚為一個群組，從而生成若干個群組，則不在任何一個群組內(nèi)的 特征角點被認為是噪聲點，去除所述噪聲點；對比單元，用于根據(jù)人臉兩側(cè)和中心區(qū)域速度大小和方向來判斷該人臉為活體還 是非活體，比如照片，具體的，對比來自圖像攝取裝置的圖像是屬于活體模型還是屬于非活 體模型，若屬于活體模型，則確認所述來自圖像攝取裝置的圖像來自于活體，若屬于非活體 模型，則確認所述來自圖像攝取裝置的圖像來自于非活體。這樣，不但保證監(jiān)控圖像的清晰度，還保證了該圖像來自于活體，避免了交易者使 用非活體類圖片來欺騙監(jiān)控設(shè)備。需要說明的是，對于圖2所示實施例，還可以包括圖像發(fā)送單元(圖未示)，用于在 檢測結(jié)果為檢測到清晰的人臉信息后，將來自圖像攝取裝置的圖像發(fā)送到遠端后臺保存。 以便于留下交易者清晰的面部圖像。應(yīng)用本發(fā)明實施例提供的一種基于ATM的安全監(jiān)控裝置，通過控制交易者的交易 申請，對非法的交易進行中止操作。解決了現(xiàn)有監(jiān)控系統(tǒng)無法有效的阻止非法交易的問題。再有，通過ATM機上的圖像攝取裝置，得到交易者的面部圖像，進行人臉檢測和活 體檢測，在所有檢測都通過之后才允許進行下一步交易。否則阻止本次交易，從而防止蒙面 犯罪嫌疑人在ATM機中取走失主存款。本發(fā)明實施例通過人臉檢測以確定是否可以得到當前交易者的無遮擋的清晰人臉圖像。有效杜絕了當前經(jīng)常發(fā)生的蒙面犯罪者利用ATM盜取受害者現(xiàn)金的案件，彌補了 現(xiàn)有的大部分ATM監(jiān)控系統(tǒng)沒有事前預(yù)防犯罪能力的缺點。并且，還可以對合法交易留下 清晰的交易者面部圖像，為公安機關(guān)事后取證提供了有效證據(jù)，滿足金融業(yè)安防需要。本發(fā)明實施例通過活體檢測技術(shù)檢測當前交易者是否為真實的人，而非人臉圖像 等欺騙性攻擊道具。對于欺騙性攻擊拒絕本次交易的申請。解決了基于人臉的生物識別技 術(shù)進入安全應(yīng)用的瓶頸，對于使用非活體等欺騙性的攻擊手段有很好的防御效果，保證了 清晰人臉檢測和事后留證功能真實有效。本發(fā)明實施例還提供了一種自動柜員機，仍參見圖2，包括自動柜員機主機300、 讀卡器100，安全監(jiān)控裝置200，圖像攝取裝置400，其中，所述安全監(jiān)控裝置設(shè)置在讀卡器 100和自動柜員機主機300之間，所述安全監(jiān)控裝置包括卡控制單元，用于截獲讀卡器100發(fā)出的數(shù)據(jù)包并解析獲得有卡插入信息時，通 知人臉檢測單元開始檢測，接收來自所述人臉檢測單元的檢測結(jié)果；若檢測結(jié)果為檢測不 到人臉信息，則禁止本次交易；若所述檢測結(jié)果為檢測到人臉信息，則允許本次交易，轉(zhuǎn)發(fā) 讀卡器發(fā)出的數(shù)據(jù)包給所述自動柜員機主機300 ；人臉檢測單元，用于根據(jù)接收到的開始檢測通知，對來自圖像攝取裝置400的圖 像進行人臉檢測，將檢測結(jié)果通知卡控制單元。上述禁止本次交易包括控制讀卡器退卡或吞卡或偽裝無卡插入數(shù)據(jù)包給所述自 動柜員機主機。上述卡控制單元，還用于截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡退出信息時， 通知所述人臉檢測單元結(jié)束檢測；所述人臉檢測單元根據(jù)接收到的結(jié)束檢測通知，終止本 次檢測。上述人臉檢測單元包括五官檢測單元，用于對所述圖像進行人臉清晰度檢測，將 檢測到清晰人臉信息作為所述檢測到人臉信息通知給卡控制單元，將檢測不到清晰人臉信 息作為所述檢測不到人臉信息通知給卡控制單元。上述人臉檢測單元還包括活體檢測單元，用于在人臉檢測單元檢測到清晰的人 臉信息后，檢測來自圖像攝取裝置的圖像是否來自于活體，若是，則通知卡控制單元檢測到 人臉信息，否則發(fā)出檢測不到人臉信息給卡控制單元。上述安全監(jiān)控裝置200還可以包括圖像發(fā)送單元，用于在檢測結(jié)果為檢測到清晰 的人臉信息后，將來自圖像攝取裝置的圖像發(fā)送到遠端后臺。參見圖3，其是根據(jù)本發(fā)明實施例的基于自動柜員機的安全監(jiān)控方法，具體包括步驟301，截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡插入信息；步驟302，對來自圖像攝取裝置的圖像進行人臉檢測，若所述檢測結(jié)果為檢測到清 晰的人臉信息，則執(zhí)行步驟303，若檢測結(jié)果為檢測不到人臉信息，則執(zhí)行步驟304 ；步驟303，允許本次交易，轉(zhuǎn)發(fā)讀卡器發(fā)出的數(shù)據(jù)包給所述自動柜員機主機；步驟304，禁止本次交易，其中禁止本次交易可以具體包括控制讀卡器退卡或吞 卡或偽裝無卡插入數(shù)據(jù)包給自動柜員機主機等。需要說明的是，如果檢測不到人臉信息，可在預(yù)先設(shè)定的時間段內(nèi)再次進行檢測， 如果在設(shè)定時間段內(nèi)均檢測失敗，再反饋檢測不到人臉信息的檢測結(jié)果。需要說明的是，在人臉檢測單元進行檢測期間，如果截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡退出信息時，終止本次檢測。下面對步驟302做進一步詳細說明。其中，對來自圖像攝取裝置的圖像進行人臉檢測的步驟包括對所述圖像進行人 臉清晰度檢測，將檢測到清晰人臉信息作為所述檢測到人臉信息，將檢測不到清晰人臉信 息作為所述檢測不到人臉信息，其中，對所述圖像進行人臉清晰度檢測，該步驟具體包括i)將來自圖像攝取裝置的圖像以預(yù)先設(shè)定的步長進行壓縮，從壓縮的圖片里提取 已設(shè)定尺寸的子窗口；ii)利用人臉的對稱性，先判斷五官的左右區(qū)域是否對稱，若對稱，則執(zhí)行步驟 iii)，若不對稱，則將所述左右區(qū)域調(diào)整為對稱后，再執(zhí)行步驟iii)；現(xiàn)有的判斷是否對稱的方法很多，如通過亮度總和、均值、均方差、直方圖分布等； 如果不對稱，則可以按照以下方法處理成一致對于左右臉不一致的窗口，兩個區(qū)域根據(jù) 各自的直方圖分布先各自直方圖均衡化，隨后左右臉每個點調(diào)整為與另一半臉對稱點的均 值，使左右臉對稱；iii)計算每個子窗口的積分圖，使用由訓(xùn)練樣本得到的各個區(qū)域灰度差分布得到 的分類器對每個子窗口進行分類，子窗口若滿足訓(xùn)練時的灰度差分布，即為人臉五官，通過 所述分類器的子窗口進行合并處理，最后輸出人臉五官坐標；iv)若根據(jù)所述人臉五官坐標獲得清晰的人臉圖像，則反饋檢測到清晰的人臉信 息；若根據(jù)所述人臉五官坐標不能獲得清晰的人臉圖像，則反饋檢測不到清晰人臉信息。目艮、口、鼻等檢測采用和臉檢測基本一致的步驟。需要說明的是，本發(fā)明的人臉檢測方法與現(xiàn)有技術(shù)的人臉檢測方法的區(qū)別主要體 現(xiàn)在對候選人臉窗口的各個區(qū)域分別做對稱化的光照處理，從而使得人臉檢測算法適應(yīng)不 同的光照環(huán)境。參見圖4，其是光照預(yù)處理效果對比圖，圖4a是樣本圖片；圖4b是采用現(xiàn) 有的通用算法后得到的人臉圖像；圖4c是采用本發(fā)明算法后得到的人臉圖像。可見，應(yīng)用 本發(fā)明的算法獲得的人臉圖像的清晰度明顯高于現(xiàn)有算法得到的清晰度，對光照環(huán)境的適 應(yīng)能力大大增強了。對于圖3所示流程，在對所述圖像進行人臉清晰度檢測，獲得清晰的人臉圖像后， 還可以進一步包括檢測來自圖像攝取裝置的圖像是否來自于活體，若是，則發(fā)出成功檢測 到人臉信息的檢測結(jié)果，否則發(fā)出檢測不到人臉信息的檢測結(jié)果。其中，檢測來自圖像攝取裝置的圖像是否來自于活體的步驟包括首先，定位人臉區(qū)域，獲得所述人臉區(qū)域內(nèi)第η幀人臉圖像的特征角點，計算所述 特征角點在第η+1幀人臉圖像對應(yīng)的位置；獲取所述特征角點在所述兩幀內(nèi)運動的速度和 方向；在速度分布場的計算過程中，會出現(xiàn)異常點，這些點的方向或者速度與周圍的其他點 明顯不一致，因此有必要將這些孤立點區(qū)分出來，即去除噪聲；其次，去除噪聲，去噪的方法具體為統(tǒng)計所述人臉區(qū)域內(nèi)在預(yù)定距離內(nèi)的特征角 點數(shù)據(jù)，將它們中速度方向和大小都相近的點聚為一個群組，從而生成若干個群組，則不在 任何一個群組內(nèi)的特征角點被認為是噪聲點，去除所述噪聲點；通過這種去噪方法，能夠準 確地將人臉運動分布場中速度的大小或方向不一致的點篩選出來，進而提高了活體檢測的 檢測率，降低了誤檢測率；最后，根據(jù)人臉兩側(cè)和中心區(qū)域速度大小和方向來判斷該人臉為活體還是非活體，具體的，對比來自圖像攝取裝置的圖像是屬于活體模型還是屬于非活體模型，若屬于活 體模型，則確認所述來自圖像攝取裝置的圖像來自于活體，若屬于非活體模型，則確認所述 來自圖像攝取裝置的圖像來自于非活體。需要說明的是，本發(fā)明的活體檢測方法與現(xiàn)有的活體檢測方法的區(qū)別主要體現(xiàn)在 采用聚類策略進行去噪處理，以及采用分類策略進行活體與非活體的檢測。其中，采用聚類策略的去除處理主要體現(xiàn)在生成若干個群組，將不在任何一個群 組內(nèi)的特征角點被認為是噪聲點，通過去除噪聲點來達到去噪的目的；采用分類策略進行 活體與非活體的檢測的處理主要體現(xiàn)在通過大量訓(xùn)練得到很多模型，包括活體的各種模 型如轉(zhuǎn)頭模型、上下點頭模型，左右擺頭模型等，以及非活體模型；通過對比檢測到的圖像 是屬于活體模型還是屬于非活體模型，從而確定檢測到的圖像所在客體是否為活體。需要說明的是，對于圖3所示流程還可以包括在檢測結(jié)果為檢測到清晰的人臉 信息后，將來自圖像攝取裝置的圖像發(fā)送到遠端后臺保存?？梢姡瑘D3所示方法給出了將人臉檢測和活體檢測與ATM安防有機融合的解決方 案?？梢詣討B(tài)實時的監(jiān)控每臺ATM機，并進行活體檢測，可以避免非人(非活體類)情況偽 造取錢，也可以避免無法檢測到清晰人臉(蒙面類)取錢；檢測到清晰人臉后方可繼續(xù)交 易，并可以通過網(wǎng)絡(luò)將清晰人臉圖像傳送到遠端后臺。下面結(jié)合一實例，對發(fā)明再做一詳細說明。參見圖5，其是根據(jù)本發(fā)明一具體實例的工作流程圖。步驟1，系統(tǒng)的初始狀態(tài)為空閑狀態(tài)；步驟2，客戶插卡后，開始人臉檢測和活體檢測；步驟3，分析設(shè)備確認到客戶的完整的眼睛、鼻子、嘴等面部輪廓及交易者為真實 人體后，才允許進行交易，并把客戶的清晰人臉圖像發(fā)送到后臺，如圖3中的數(shù)據(jù)庫服務(wù) 器；步驟4，分析設(shè)備如果在tl秒內(nèi)檢測不到人臉，會向后臺發(fā)送告警信息；如果在t2 秒內(nèi)成功檢測到人臉，分析設(shè)備會解除tl秒時的告警信息，并允許交易；如果在t2秒內(nèi)仍 檢測不到人臉，ATM機會退卡，禁止交易；其中，tl、t2為根據(jù)需要預(yù)先設(shè)定的時間閾值。本發(fā)明實施例不會干涉原ATM主機的正常交易處理。本發(fā)明實施例可以很好的處 理串口或U 口讀卡器兩種方式，當為U 口時通過把U 口數(shù)據(jù)轉(zhuǎn)換為串口數(shù)據(jù)并實施雙方通 信。在圖5所示實施例中，對人臉的檢測時間給與了預(yù)先設(shè)定值，在給定的時間內(nèi)若未檢測 到清晰人臉則認為非法不允許交易，并提示用戶，向遠程控制端發(fā)送報警。本發(fā)明實施例還 可以對未檢測到人臉但卡已插入的情況下給預(yù)先設(shè)定值，在給定時間內(nèi)仍未檢測到清晰人 臉則退卡。本發(fā)明實施例還可以對未檢測到人臉，且卡已退出的情況，根據(jù)預(yù)先設(shè)定時間， 還可以進行吞卡處理。本發(fā)明實施例提供一種了基于ATM的安全監(jiān)控裝置、方法及自動柜員機。通過ATM 機上的外置攝像頭，得到交易者的面部圖像，進行活體檢測和人臉檢測，在檢測出交易者的 眼睛、鼻子、嘴等輪廓及交易者為真實人體之后，留下交易者清晰的面部圖像，允許進行下 一步交易。否則阻止本次交易，從而防止蒙面犯罪嫌疑人在ATM機中取走失主存款。本發(fā)明實施例通過控制卡控制單元控制交易者的交易申請，對非法的交易進行中 止操作。解決了現(xiàn)有監(jiān)控系統(tǒng)無法有效的阻止非法交易的問題。
本發(fā)明實施例通過人臉檢測以確定是否可以得到當前交易者的無遮擋的清晰人 臉圖像。如果檢測結(jié)果顯示當前交易者的眼睛、嘴等重要的特征部位有遮擋情況出現(xiàn)，無法 得到清晰的人臉圖像，例如無法得到可以作為事后取證的面部圖像時，拒絕本次交易申請， 有效杜絕了當前經(jīng)常發(fā)生的蒙面犯罪者利用ATM盜取受害者現(xiàn)金的案件，彌補了現(xiàn)有的大 部分ATM監(jiān)控系統(tǒng)沒有事前預(yù)防犯罪能力的缺點。并對合法交易留下清晰的交易者面部圖 像，為公安機關(guān)事后取證提供了有效證據(jù)，滿足金融業(yè)安防需要。本發(fā)明實施例通過活體檢測技術(shù)檢測當前交易者是否為真實的人，而非人臉圖像 等欺騙性攻擊道具。對于欺騙性攻擊拒絕本次交易的申請。解決基于人臉的生物識別技術(shù) 進入安全應(yīng)用的瓶頸，對于使用非活體等欺騙性的攻擊手段有很好的防御效果，保證了清 晰人臉檢測和事后留證功能真實有效。需要說明的是，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包 含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括 沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素。
在沒有更多限制的情況下，由語句“包括一個......，，限定的要素，并不排除在包括所述要
素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。本領(lǐng)域普通技術(shù)人員可以理解實現(xiàn)上述方法實施方式中的全部或部分步驟是可 以通過程序來指令相關(guān)的硬件來完成，所述的程序可以存儲于計算機可讀取存儲介質(zhì)中， 這里所稱得的存儲介質(zhì)，如R0M/RAM、磁碟、光盤等。以上所述僅為本發(fā)明的較佳實施例而已，并非用于限定本發(fā)明的保護范圍。凡在 本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換、改進等，均包含在本發(fā)明的保護范圍 內(nèi)。
權(quán)利要求
1.一種基于自動柜員機的安全監(jiān)控裝置，用于對自動柜員機進行監(jiān)控，其特征在于，所 述裝置設(shè)置在讀卡器和自動柜員機主機之間，包括卡控制單元，用于截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡插入信息時，通知人臉檢 測單元開始檢測，接收來自所述人臉檢測單元的檢測結(jié)果；若檢測結(jié)果為檢測不到人臉信 息，則禁止本次交易；若所述檢測結(jié)果為檢測到人臉信息，則允許本次交易，轉(zhuǎn)發(fā)讀卡器發(fā) 出的數(shù)據(jù)包給所述自動柜員機主機；人臉檢測單元，用于根據(jù)接收到的開始檢測通知，對來自圖像攝取裝置的圖像進行人 臉檢測，將檢測結(jié)果通知所述卡控制單元。
2.根據(jù)權(quán)利要求1所述的裝置，其特征在于，所述卡控制單元，還用于截獲讀卡器發(fā)出 的數(shù)據(jù)包并解析獲得有卡退出信息時，通知所述人臉檢測單元結(jié)束檢測；所述人臉檢測單 元根據(jù)接收到的結(jié)束檢測通知，終止本次檢測。
3.根據(jù)權(quán)利要求1所述的裝置，其特征在于，所述人臉檢測單元包括五官檢測單元， 用于對所述圖像進行人臉清晰度檢測，將檢測到清晰人臉信息作為所述檢測到人臉信息通 知給卡控制單元，將檢測不到清晰人臉信息作為所述檢測不到人臉信息通知給卡控制單元。
4.根據(jù)權(quán)利要求3所述的裝置，其特征在于，所述人臉檢測單元包括五官檢測單元， 所述五官檢測單元包括子窗口提取單元，用于將來自圖像攝取裝置的圖像以預(yù)先設(shè)定的步長進行壓縮，從壓 縮的圖片里提取已設(shè)定尺寸的子窗口；子窗口光照對稱處理模塊，用于利用人臉的對稱性，先判斷五官的左右區(qū)域是否對稱， 若對稱，則通知成像單元，若不對稱，則將所述左右區(qū)域調(diào)整為對稱后，再通知成像單元；成像單元，計算每個子窗口的積分圖，使用由訓(xùn)練樣本得到的各個區(qū)域灰度差分布得 到的分類器對每個子窗口進行分類，子窗口若滿足訓(xùn)練時的灰度差分布，即為人臉五官，通 過所述分類器的子窗口進行合并處理，最后輸出人臉五官坐標；反饋單元，若根據(jù)所述人臉五官坐標獲得清晰的人臉圖像，則反饋檢測到清晰的人臉 信息；若根據(jù)所述人臉五官坐標不能獲得清晰的人臉圖像，則反饋檢測不到清晰人臉信息。
5.根據(jù)權(quán)利要求3所述的裝置，其特征在于，所述人臉檢測單元還包括活體檢測單元，用于在人臉檢測單元檢測到清晰的人臉信息后，檢測來自圖像攝取裝 置的圖像是否來自于活體，若是，則通知卡控制單元檢測到人臉信息，否則發(fā)出檢測不到人 臉信息給卡控制單元。
6.根據(jù)權(quán)利要求5所述的裝置，其特征在于，所述活體檢測單元包括運動信息獲取單元，用于定位人臉區(qū)域，獲得所述人臉區(qū)域內(nèi)第η幀人臉圖像的特征 角點，計算所述特征角點在第η+1幀人臉圖像對應(yīng)的位置；獲取所述特征角點在所述兩幀 內(nèi)運動的速度和方向；去噪單元，用于統(tǒng)計所述人臉區(qū)域內(nèi)在預(yù)定距離內(nèi)的特征角點數(shù)據(jù)，將它們中速度方 向和大小都相近的點聚為一個群組，從而生成若干個群組，則不在任何一個群組內(nèi)的特征 角點被認為是噪聲點，去除所述噪聲點；活體識別單元，用于根據(jù)人臉兩側(cè)和中心區(qū)域速度大小和方向來判斷該人臉為活體還 是非活體，具體的對比來自圖像攝取裝置的圖像是屬于活體模型還是屬于非活體模型，若屬于活體模型，則確認所述來自圖像攝取裝置的圖像來自于活體，若屬于非活體模型，則確 認所述來自圖像攝取裝置的圖像來自于非活體。
7.根據(jù)權(quán)利要求1至6任一所述的裝置，其特征在于，所述裝置還包括圖像發(fā)送單元，用于在檢測結(jié)果為檢測到人臉信息后，將來自圖像攝取裝置的圖像發(fā) 送到遠端后臺。
8.一種基于自動柜員機的安全監(jiān)控方法，其特征在于，所述方法包括截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡插入信息；對來自圖像攝取裝置的圖像進行人臉檢測，若所述檢測結(jié)果為檢測到人臉信息，則允 許本次交易，轉(zhuǎn)發(fā)讀卡器發(fā)出的數(shù)據(jù)包給所述自動柜員機主機；若檢測結(jié)果為檢測不到人 臉信息，則禁止本次交易。
9.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述方法還包括當截獲讀卡器發(fā)出的數(shù) 據(jù)包并解析獲得有卡退出信息時，終止本次檢測。
10.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述對來自圖像攝取裝置的圖像進行人 臉檢測包括對所述圖像進行人臉清晰度檢測，將檢測到清晰人臉信息作為所述檢測到人 臉信息，將檢測不到清晰人臉信息作為所述檢測不到人臉信息；其中，對所述圖像進行人臉清晰度檢測的步驟包括i)將來自圖像攝取裝置的圖像以預(yù)先設(shè)定的步長進行壓縮，從壓縮的圖片里提取已設(shè) 定尺寸的子窗口； )利用人臉的對稱性，先判斷五官的左右區(qū)域是否對稱，若對稱，則執(zhí)行步驟iii)， 若不對稱，則將所述左右區(qū)域調(diào)整為對稱后，再執(zhí)行步驟iii)；iii)計算每個子窗口的積分圖，使用由訓(xùn)練樣本得到的各個區(qū)域灰度差分布得到的分 類器對每個子窗口進行分類，子窗口若滿足訓(xùn)練時的灰度差分布，即為人臉五官，通過所述 分類器的子窗口進行合并處理，最后輸出人臉五官坐標；iv)若根據(jù)所述人臉五官坐標獲得清晰的人臉圖像，則反饋檢測到清晰的人臉信息； 若根據(jù)所述人臉五官坐標不能獲得清晰的人臉圖像，則反饋檢測不到清晰人臉信息。
11.根據(jù)權(quán)利要求10的方法，其特征在于，在對所述圖像進行人臉清晰度檢測，獲得清 晰的人臉圖像后，所述方法還包括檢測來自圖像攝取裝置的圖像是否來自于活體，若是，則發(fā)出檢測到人臉信息的檢測 結(jié)果，否則發(fā)出檢測不到人臉信息的檢測結(jié)果；其中，所述檢測來自圖像攝取裝置的圖像是否來自于活體的步驟包括定位人臉區(qū)域，獲得所述人臉區(qū)域內(nèi)第η幀人臉圖像的特征角點，計算所述特征角點 在第η+1幀人臉圖像對應(yīng)的位置；獲取所述特征角點在所述兩幀內(nèi)運動的速度和方向；統(tǒng)計所述人臉區(qū)域內(nèi)在預(yù)定距離內(nèi)的特征角點數(shù)據(jù)，將它們中速度方向和大小都相近 的點聚為一個群組，從而生成若干個群組，則不在任何一個群組內(nèi)的特征角點被認為是噪 聲點，去除所述噪聲點；根據(jù)人臉兩側(cè)和中心區(qū)域速度大小和方向來判斷該人臉為活體還是非活體，具體的， 對比來自圖像攝取裝置的圖像是屬于活體模型還是屬于非活體模型，若屬于活體模型，則 確認所述來自圖像攝取裝置的圖像來自于活體，若屬于非活體模型，則確認所述來自圖像 攝取裝置的圖像來自于非活體。
12.一種自動柜員機，其特征在于，包括自動柜員機主機、讀卡器，安全監(jiān)控裝置，圖 像攝取裝置400，其中，所述安全監(jiān)控裝置設(shè)置在讀卡器和自動柜員機主機之間，所述安全 監(jiān)控裝置包括卡控制單元，用于截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡插入信息時，通知人臉檢 測單元開始檢測，接收來自所述人臉檢測單元的檢測結(jié)果；若檢測結(jié)果為檢測不到人臉信 息，則禁止本次交易；若所述檢測結(jié)果為檢測到人臉信息，則允許本次交易，轉(zhuǎn)發(fā)讀卡器發(fā) 出的數(shù)據(jù)包給所述自動柜員機主機；人臉檢測單元，用于根據(jù)接收到的開始檢測通知，對來自圖像攝取裝置的圖像進行人 臉檢測，將檢測結(jié)果通知所述卡控制單元。
13.根據(jù)權(quán)利要求12所述的自動柜員機，其特征在于，所述人臉檢測單元包括五官檢 測單元，用于對所述圖像進行人臉清晰度檢測，將檢測到清晰人臉信息作為所述檢測到人 臉信息通知給卡控制單元，將檢測不到清晰人臉信息作為所述檢測不到人臉信息通知給卡 控制單元。
14.根據(jù)權(quán)利要求13所述的自動柜員機，其特征在于，所述人臉檢測單元還包括活體檢測單元，用于在人臉檢測單元檢測到清晰的人臉信息后，檢測來自圖像攝取裝 置的圖像是否來自于活體，若是，則通知卡控制單元檢測到人臉信息，否則發(fā)出檢測不到人 臉信息給卡控制單元。
全文摘要
本發(fā)明公開了一種基于自動柜員機的安全監(jiān)控裝置、及方法及自動柜員機，所述安全監(jiān)控裝置用于對自動柜員機進行監(jiān)控，設(shè)置在讀卡器和自動柜員機主機之間，包括卡控制單元，用于截獲讀卡器發(fā)出的數(shù)據(jù)包并解析獲得有卡插入信息時，通知人臉檢測單元開始檢測，接收來自所述人臉檢測單元的檢測結(jié)果；若檢測結(jié)果為檢測不到人臉信息，則禁止本次交易；若所述檢測結(jié)果為檢測到人臉信息，則允許本次交易，轉(zhuǎn)發(fā)讀卡器發(fā)出的數(shù)據(jù)包給所述自動柜員機主機；人臉檢測單元，用于根據(jù)接收到的開始檢測通知，對來自圖像攝取裝置的圖像進行人臉檢測，將檢測結(jié)果通知所述卡控制單元。應(yīng)用本發(fā)明能夠防止蒙面犯罪嫌疑人在ATM機中取走失主存款。
文檔編號H04N7/18GK102004904SQ201010549088
公開日2011年4月6日 申請日期2010年11月17日 優(yōu)先權(quán)日2010年11月17日
發(fā)明者劉秦, 劉青陽, 周曉, 孟凌杰, 李鋒, 溫圣, 紀瑩, 鄒博, 鄒達 申請人:東軟集團股份有限公司