Schnelle Erkennung von Einzelhandelsbetrug mithilfe von polarischen Touch-Buttons

Videoanalytik hat sich kürzlich als vielversprechende Technik zur Erkennung von Einzelhandelsbetrug zur Verlustvermeidung herausgestellt. Effiziente Videoanalytik-Algorithmen sind für ein praktisches Betrugserkennungssystem sehr gefragt. In dieser Arbeit präsentieren wir einen Echtzeit-Algorithmus zur Erkennung der Handlungen eines Kassierers am Point of Sale (POS), der weiter verwendet werden kann, um das Verhalten der Kassierer zu analysieren und betrügerische Vorfälle zu identifizieren. Der Algorithmus nutzt eine Reihe von einfachen, aber effektiven Merkmalen, die aus einer globalen Darstellung der Bewegungsenergie abgeleitet sind, die als polarer Bewegungsplan (PMM) bezeichnet wird. Diese Merkmale erfassen die Bewegungsmuster, die in den Handlungen eines Kassierers als fokussierter Strahl von Bewegungsenergie auftreten, und charakterisieren die Handlungen als Bewegungen der Verlängerung und Retraktion des Arms des Kassierers in Bezug auf einen vordefinierten Bereich. Unser Algorithmus zeigt eine vergleichbare Genauigkeit im Vergleich zu einer der modernsten Techniken zur Ereigniserkennung und läuft dabei deutlich schneller.