人脸识别在金融领域的应用

2019-10-22 09:13:57 廖恩腾 330

  近两年人脸识别技术的迅速发展,识别精度及速度的有效提升为人脸识别在众多领域的应用提供了基础。自2015年起人脸识别的应用领域开始逐渐增多,从前期以门禁考勤为主,向安防、金融、商业等多领域拓展。人脸识别金融应用,并非指人脸识别技术本身,而是将人脸识别技术通过不同的解决方案设计及其它技术叠加,解决金融行业各种业务场景下的实际需求。具体而言,人脸识别技术多以特定的场景为基础,通过一定的设计、集成、生产等工业手段,将不同的人脸识别环节进行重新组合、排列,最终输出符合金融行业需求的产品。 

(一)人脸识别解决金融机构实名认证的难题

  金融机构传统上使用人工肉眼判断、短信验证、绑定银行卡等手段进行实名认证。这些传统手段存在准确率不高、客户体验较差、成本高等问题,对金融企业业务发展造成了巨大的困扰。基于人脸识别的实名认证方式具有准确率高(一亿人中才存在两人长相相同)、客户体验好(认证速度快、客户操作少)、成本低(相较于传统认证方式)的优点,已被众多领先金融企业所采用。

(二)人脸识别在金融中的应用分类

主要用途分为身份核验和场景规模化应用。

1、身份核验

  也称作1:1刷脸,非常广泛地被应用于互联网金融、银行的远程开户、远程身份认证、远程支付,通过刷脸的方式进行校验。一般客户在帐户进行注册的时候,上传了身份证照片,使用OCR技术自动的识别出客户的身份证号和姓名,获取此信息后,会有官方提供的存档照片。接下来客户进行刷脸的操作,对其进行一个数据采集,获得一张全新的照片或者是一段新的视频,然后跟已经存在库里的标准照片进行核验,一旦判断是同一个人,即通过了实名制的注册和认证的过程。

2、场景规模化应用

  也称作1:N刷脸,多用在刷脸支付、取款等。比如在校园内购买水,使用者就去刷一个脸,之前系统中可能已经预存了学校几千人的肖像信息,根据这张脸在几千人的信息中进行查找,查找到对应的使用者,就可以进行自动的扣款。

(三)人脸识别在商业银行中的应用

  人脸识别在银行等金融机构身份核验和支付、取款方面已经在逐渐走向应用,众多大型银行积极发展人脸识别,已在VIP客户窗口实现试点应用。2017年,农行宣布将大规模普及人脸识别在无人网点和自动柜员机的应用。

1、人脸识别在商业银行中的应用

  第一是银行监控,需要计算机主动提前识别网点的异样信息,这与政府领域的安防监控应用类似;

  第二是人脸识别在银行远程开户上的应用。在远程开户时,金融机构可以通过智能终端在线上进行身份鉴权验证,使用人脸识别技术开户可以极大提升业务办理的安全性、时效性,并节省大量人力;

  第三是刷脸取款,在这方面人脸取代了银行卡,只需要人脸+密码即可完成取款。在前两个方面,人脸识别技术已经被国内各大银行广泛采用,刷脸取款方面,农行和招行抢先一步在ATM上线了刷脸取款功能。

  另外,使用人脸识别技术后,人脸数据在金融行业沉淀了大量数据,将这些人脸数据结合大数据可以实现金融系统征信实时监测,还可以通过人脸识别实现VIP迎宾和精准营销等服务优化,实现构建无人值守的智能网点。

  云从、旷视、商汤和依图,是国内人脸识别技术在金融行业应用最早和最为成熟的企业。国内银行人脸识别和刷脸取款的技术支持大多数是从这四家中选择。目前国内银行中把“刷脸取款”在全国范围内大规模应用的只有农业银行和招商银行。

农业银行

  农业银行的合作对象是云从科技,目前刷脸取款服务则覆盖了全国2万多个分支机构,深入到县乡镇。云从科技为农行ATM机提供红外双目摄像头,摄像头通过同时采集红外光和可见光作为输入数据,通过红外成像、立体成像检测、红外与可见光成像匹配识别,分析人脸皮肤的纹理及微小动作带来的规律变化,实现人脸识别和活体检测。

招商银行

  招商银行人脸识别技术服务商为依图科技,目前刷脸取款功能已经在全国106个城市近千台ATM机上实现。依图为其提供自主知识产权的双目活检技术,在1秒内就能完成活体检测和人脸识别,还可以适应不同场景环境,真人通过率达到99%时,异常情况拒绝率达到99.99%,同时进行手机号码验证、密码验证三层防护。

2、人脸识别在银行领域的发展部署流程

  第一步是私有云部署。这一块通常费用为数百万元,后续根据业务接入增加费用,比如接入手机端收费数十万元。然后每年定期收取比例维护费用。国内上千家银行与信用社的市场体量在百亿元人民币左右。

  第二步是深挖需求,实施机具与网点改造。智慧网点改造以中国农业银行和中国建设银行广东分行的校园e银行为推进蓝本,围绕人脸识别等一系列人工智能技术,设计刷脸购物、互动娱乐、自动柜员机等产品方案,最终实现无人值守,更具备互动性高,用户体验好,缩短业务流程及全天营业等优势。智慧网点改造预算通常在数百万元,全国银行网点总数量超过20万。各类机具存量则在百万台以上,即使以智慧网点和机具改造以一定比例推进,仍然是一个千亿级别的巨大市场。

第三步是沉浸行业,以人脸为数据入口提升服务。在使用人脸识别技术后,人脸作为天然的数据入口在金融行业内部沉淀了大量数据。将这些人脸数据结合大数据,不仅可以实现征信实时监测,还可以通过VIP迎宾与精准营销等服务优化业务流程、极大的提升用户体验。

粤ICP备19053942号-2