雖然圖像識別已經在ATM監控系統中逐步使用，但由于攝像機成像受到光線影響，一天內不同時間段的最終成像也不相同。而且由于現有的圖像分析設備受到成本、技術和主觀因素的影響，現有圖像分析設備的視頻源都是采用從ATM原有監控攝像機圖像，但這些攝像機有的安裝年限早、有的攝像機無超寬動態成像能力、有的受隱蔽透光板的限制等諸多因素影響，目前用于ATM的圖像識別系統還有很多不足。今天
自助終端廠家就來和大家一起討論下關于圖像識別技術的不足。
（1）誤報的影響。
誤報的影響目前仍是智能視頻分析技術無法回避的問題。造成誤報的問題主要有以下問題：
1）受光線影響，特別是白天不同階段與晚上所需的模型不同，而且業內還沒有開發出一種可以涵蓋所有使用情況的背景模型，也無法完全解決隨機事件的影響。
2）攝像機成像效果，如果攝像機因故障、外界干擾、老化等問題，造成設備認為圖像始終在變化，無法準確建模。
（2）不具備行為和假特征的判斷能力。
1）以跨線報警、多人取款為例。如果出現有人跨線看顧客取錢或者是多個人同時在ATM機前，而這些人都是朋友，系統無法判別這些是否是需要人為干預的情況。智能視頻分析只是一系列設定好的程序，其判斷能力還遠不能與人相比，但是該類誤報的出現比漏報帶來的問題可以忽略。
2）人臉面部識別對高仿面具的“易容術”無法判斷，2010年安徽、浙江警方接連破獲了數起利用“易容術”進行ATM犯罪，雖然最后案件破獲，但是也對目前現有的人臉面部識別技術設立了專項課題進行研究。
（3）特征識別技術對畫面要求高。
基于圖像分析技術對于圖像的要求較高，除了畫面本身的清晰度外，還需要畫面能夠清楚地展示目標物體的特征，如遺留物、人臉的面部識別等，目前基于計算機設備的識別能力還是遠遠低于人類對物體特征的識別能力，特別是光照條件、拍攝角度等因素。
（4）設備和后臺處理設備的處理能力仍然是瓶頸。
由于圖像識別需要大量的計算機，以便將圖像與模型和數據庫保存數據進行大量計算，而要適應復雜的實際應用環境就需要復雜的算法，而目前DSP和ARM芯片的處理能力有限，已經不能滿足某些復雜算法的需要，因此難以開發具有相應高級功能的嵌入式產品。
雖然圖像分析設備具有一定的不足，但隨著視頻監控規模的不斷擴大，現有視頻監控畫面的海量信息已遠遠超過人的處理能力，而圖像識別設備具有的智能視頻分析可以有效地過濾大量的無效信息，圖像識別技術應用和發展同數字技術一定會代替模擬技術一樣，將成為監控整體方案中不可缺少的部分。
