人臉識別技術綜述
人臉識別技術是通過從給定的靜態或動態圖像中提取人臉信息，將人臉與數據庫中已知的身份進行匹配的過程，目的是進行身份檢索或驗證。由於光照、表情、遮擋、朝向等幹擾因素，與基於身份證、虹膜、掌紋、指紋等其他技術手段相比，人臉識別技術的準確率相對較低，但其采集方式最為友好:人臉信息的采集和識別無需當事人的配合，甚至無需其意識。因此，人臉識別技術四十多年來壹直是人工智能領域的研究熱點，並逐漸走向成熟。已應用於反恐、安防、門禁等領域，近年來推廣到教育、金融等領域。
根據應用場景的不同，人臉識別可以分為針對二維圖像的人臉識別、針對監控視頻的人臉識別、針對近紅外、熱紅外成像或素描的多模態人臉識別、針對深度信息的三維人臉識別。對於上述數據輸入類型，學術界和工業界的研究人員提出了基於不同假設、不同模型和不同學科背景的人臉識別處理方法。經過歸納，這些方法的處理步驟大同小異，主要包括以下幾類:壹、人臉檢測。解決“人臉有多少，在哪裏”的問題，即從圖片或視頻中檢測確定人臉的位置，並進行分離。二是人臉跟蹤(針對視頻人臉)。解決識別人臉“從哪裏來，到哪裏去”的問題，跟蹤視頻每壹幀中每壹個檢測到的人臉。如果存在遮擋，則應在遮擋結束後恢復跟蹤。比如兩張臉交叉的時候不應該有混淆。第三是人臉標準化。解決“鼻子、眼睛、嘴巴在同壹位置”的問題，具體操作包括預處理、歸壹化、人臉標定等。第四是人臉識別。即解決“這個人是誰”(檢索)和“這個人是不是客戶”(驗證)的問題。
在建立人臉數據庫和識別系統時，需要對人臉數據進行訓練和建模。如果數據庫動態更新，還會涉及在線學習等內容。識別人臉時，要將待識別的人臉與數據庫中已有的人臉進行比較，判斷其相似度，並按照預設的標準進行搜索或核對。人臉識別的方法有很多，如幾何特征、子空間映射、模板、模型和神經網絡。
目前，基於“深度學習”的方法已經在壹些算法競賽中取得了較高的識別準確率，並在行業內迅速投入應用。深度學習不是指某壹種算法，而是稀疏編碼、RBM、置信度網絡等技術方法的總稱。作為壹種基於神經網絡的方法，根據認知心理學，其主要思想是模擬人腦神經的信號傳遞。與傳統的2 ~ 3層訓練層的神經網絡模型不同，深度學習的訓練層可以達到8 ~ 9層。所以2006年提出這個想法的時候，海量的訓練數據和很高的計算復雜度超過了當時硬件的承受能力。但由於計算機硬件性能的提升，深度學習算法在準確率上的優勢迅速凸顯。目前，谷歌、微軟、百度等公司都成立了專門的部門來研發深度學習技術，市場上也湧現出了壹批基於深度學習的人臉識別團隊。目前，基於深度學習的方法已經成為人臉識別技術領域的重要發展趨勢和方向。
此外，隨著人臉識別技術的發展，壹些人臉分析技術得到了普及和優化，包括表情、年齡、性別等屬性的判別，使得基於這些屬性信息的數據挖掘、聚類和分類的使用成為可能。在實際應用中，人臉識別技術還可以考慮與其他技術或輔助手段相結合，比如結合深度信息實現活體檢測，判斷是真人還是照片。
人臉識別技術在商業銀行中的應用
目前人臉識別技術主要應用於公共安全領域，如:識別和跟蹤恐怖分子、控制高犯罪率區域、機場安檢、駕照驗證、視頻監控等。不過，人臉識別技術在商業銀行也有巨大的發展空間。未來，商業銀行可以從安全防控和業務推廣兩個方面在銀行全面部署和實施人臉識別技術。
安全防控應用場景
銀行的安全難點之壹是在動態場景下完成對多個運動目標的實時監控。人臉識別技術可有效實現銀行等人員密集區域的實時多目標在線檢索比對，實際應用效果良好。而且人臉信息易於采集，不易復制竊取，自然直觀，因此人臉識別技術可以成為商業銀行安全防控手段的首選。在安全防控領域，銀行人臉識別技術的應用場景如下。
營業場所人員的形象控制。在商業銀行的營業場所，人臉識別可以通過“偽裝識別”進壹步保證銀行操作的安全性。通過識別商業場所中面部遮擋(如戴太陽鏡和口罩)的人，系統可以實時將其與警方數據庫中的身份數據進行比較。壹旦發現異常情況，可快速啟動黑名單預警機制或采取在線報警措施。此外，采集到的嫌疑人面部照片可以提交給公安機關，為後續預警和案件偵破提供有力證據。
商業庫區人員的識別。銀行業務對安全性的極高要求，使得其身份認證技術比其他領域更加嚴格。比如很多傳統的認證方式在特殊環境下很難滿足要求，比如金庫、運鈔車、ATM機加鈔室，比如認證密碼容易被盜，指紋識別可以被復制，門禁卡容易丟失。具有活體檢測功能的人臉識別技術可以克服上述缺陷，進壹步提高銀行的安全性和保密性。
ATM機智能識別報警器。在以ATM為代表的自助設備應用場景中，人臉識別技術也有著廣闊的應用空間。比如通過ATM機內置攝像頭識別取款人身份，並與銀行卡主人信息進行比對，防止盜卡現象；識別偽裝或故意捂臉的人的身份，並與警方數據庫進行比對，確保收銀員的安全。當出現上述情況時，系統可以觸發預設的報警規則，最大程度保護銀行客戶的資金和人身安全。此外，人臉識別系統還可以監控客戶留下的財物，實時提醒，提升用戶體驗。
業務驅動的應用場景
目前，人臉識別技術在銀行業務推廣領域的應用方興未艾，商業銀行仍處於積極探索階段。從商業銀行的業務推廣來看，人臉識別有以下幾種應用方式。
遠程開戶和登錄。面談作為銀行開戶中的重要流程，不僅消耗客戶的時間，而且占用銀行人力資源。通過人臉識別替代傳統的肉眼識別，不僅可以節省時間和成本，還可以完成從填寫個人資料到開戶進行人臉識別，再到取卡激活的全流程操作，提升用戶體驗。而且可以在全網範圍內識別和關聯客戶的身份和信用背景，避免人工簽約時心理和體驗因素的影響。此外，當客戶通過手機銀行或網上銀行遠程登錄時，可以用人臉識別代替傳統的密碼輸入操作，完成客戶賬單查詢、信用卡還款、個人卡間互轉、定期活期賬戶互轉等個人資金轉賬功能，避免密碼被盜或遺忘的現象。
客戶個性化服務。目前，商業銀行的競爭日趨激烈，對客戶資源的競爭已經從以產品為導向轉變為以服務為導向，通過定制化的個性化服務改善客戶體驗將成為商業銀行未來競爭的重要手段。人臉識別技術可以用來識別客戶和搜索準確的信息。當客戶進入營業網點時，可以通過人臉識別技術快速判斷客戶是否為該行現有客戶，準確獲取客戶姓名、年齡等信息，方便網點工作人員拉近與客戶的距離。此外，通過對客戶以往的產品購買、交易流程、商業習慣等行為模式的提取和分析，可以進壹步有針對性地為客戶推廣產品，從而有效提高營銷成功率，實現* * *與客戶共贏。
人臉識別貸款發放。在銀行貸款發放過程中，為了有效杜絕假貸、惡意騙貸現象，可以考慮引入人臉識別技術進行防控。以貸款客戶在網點錄入的人臉信息為基礎，通過數據共享，實現全網點客戶身份識別和驗證，真正做到身份信息與銀行信息的準確對應，實現貸款客戶身份認證的信息化、智能化和網絡化管理。
綜上所述，人臉識別技術在商業銀行有著廣闊的應用前景。結合我國商業銀行的實際經營情況，建議銀行根據自身業務發展和業務推廣情況，優先在客戶服務領域部署和實施人臉識別技術。這是因為:壹方面，從客戶的角度來看，人臉識別技術可以直接應用到客戶服務中，可以解決客戶最迫切的需求，給客戶最直觀的服務體驗，有助於快速提升客戶滿意度；另壹方面，從商業銀行的角度來看，面向客戶的人臉識別應用可以快速為銀行創造利潤，效果明顯，可以為銀行全面實施人臉識別打下良好的基礎。
發展建議
人臉識別屬於計算機科學的應用研究而非基礎理論。不同算法的比較和評價是基於實驗和實踐的。
目前，業界最流行的人臉識別算法有LFW(標簽化的Business in the Wild)和FRVT(FaceRecognitionVendorTest)。LFW數據庫由美國馬薩諸塞大學阿默斯特分校建立，包含超過65，438+03，000張圖片，其中大部分圖片來自網絡而非實驗室環境。在數據庫中，有的有同壹個人的多張照片，有的只有壹張。由於所有圖片都是在日常環境下正常拍攝的，實用性強，測試難度系數高，實驗結果令人信服。學術團體和行業團體分別參加了基準測試。FRVT由美國國家標準與技術研究所組織，其目標是測試人臉識別算法在行業中的性能。這個基準測試用的是654.38+0.6萬人的大數據庫，不定時測試。最近壹次測試是在2065.438+03，只對行業開放。
國內商業銀行在開發人臉識別技術的具體應用時，不僅要考慮LFW和FRVT兩大權威標準，還要考慮壹些實際情況，建議可以優先考慮國產技術產品。第壹，由於國際算法普遍趨同，國外產品的實現效果與國內相比並無顯著差異，但價格往往高於國內。二是考慮盡職調查和個性化談判，國內接觸成本遠低於國外。第三是監管風險。由於商業銀行的數據屬於核心財務數據，在監管要求下，應充分考慮用戶數據的安全性，盡量避免國內外法律制度差異帶來的法律風險。第四，硬件限制，如果使用國外的雲服務API，可能會有跨國網絡延遲的問題。第五，在算法實現方面，國外的技術訓練數據集很少有黃種人的圖片，可能會影響應用效果。第六，考慮到產品的售後服務和技術支持，國內產品的服務響應速度相比國外有很大優勢。鑒於上述原因，國內商業銀行在應用人臉識別技術時，可以優先選擇國內領先的服務商。
此外，在壹些具體應用的功能設計上，也要遵循相關的監管政策和行業規範。以遠程開戶業務為例，央行2065438+2005年8月發布的《銀行業金融機構開立人民幣銀行賬戶指導意見(征求意見稿)》要求:“銀行采用現代安全技術，利用政府數據庫、銀行自身數據庫信息和商業數據庫信息，通過客戶信息交叉驗證、其他銀行賬戶交叉驗證、電話回訪和郵寄資料等方式，構建安全可靠的遠程開戶客戶身份。同時，根據開戶性質，還可以從同壹法人的不同分支機構采取見證方式，通過第三方對客戶身份進行鑒定，並在家中核對身份證件，核實客戶身份信息，開戶行將承擔客戶身份鑒定責任。”將銀行遠程開戶業務納入監管，明確銀行是識別客戶的責任主體。央行2015年2月25日發布的《關於改進個人銀行賬戶服務加強賬戶管理的通知》將政策落到實處，明確提出“有條件的銀行在提供個人銀行開戶服務時，可以探索生物識別技術等安全有效的技術手段作為輔助手段，對開戶申請人的身份信息進行驗證。”作為生物識別技術家族的重要成員，人臉識別技術有望成為主流替代技術。隨著業務的發展，將來可能會出臺更詳細的規範或指南。因此，商業銀行應註意學習新的政策法規，與相關政府機構和監管部門保持溝通，在設計和執行相關流程和制度時做到合規。
隨著硬件設備的快速升級和算法技術的不斷發展，人臉識別技術逐漸從學術研究走向產業應用，並顯示出強大的生命力。人臉信息易於收集，不易復制和竊取，自然直觀。人臉識別技術為商業銀行安全防控和業務推廣的應用模式提供了新的技術選擇，進壹步發展了業務運營模式。我國商業銀行可以從業務驅動服務入手，在借鑒國內外權威標準的基礎上，優先選擇國內有競爭力的服務商，分步驟、全方位推進人臉識別技術在商業銀行的實施。
在銀行工作壹個月多少錢？