在當(dāng)前利率市場化、互聯(lián)網(wǎng)金融蓬勃成長、經(jīng)濟(jì)新常態(tài)三大身分形成共振的汗青轉(zhuǎn)折點(diǎn)上，我國貿(mào)易銀行經(jīng)營模式面臨著全新的變化。若何在邃密化經(jīng)營經(jīng)管的根基上為客戶供給更優(yōu)質(zhì)、更平安的辦事體驗(yàn)，成為各貿(mào)易銀行競爭的核心。近年來，云爭論、物聯(lián)網(wǎng)和人工智能手藝變化式成長，相關(guān)應(yīng)用百花齊放，對“大數(shù)據(jù)”資源的整合哄騙與智能化成長成為了貿(mào)易銀行提高“內(nèi)力”的修煉秘訣。人臉信息有著不行復(fù)制、不行竊取、簡捷直觀等長處，是大數(shù)據(jù)時代各貿(mào)易銀行應(yīng)儲蓄和挖掘價值的主要計(jì)謀資源。而跟著手藝變化和應(yīng)用的普及，扶植大規(guī)模、分布式人臉數(shù)據(jù)庫及識別系統(tǒng)的成本不息降低，識另外精度不息提高�；蛟S預(yù)見，人臉識別手藝在貿(mào)易銀行范疇的潛在價值將被不息挖掘晉升，在保障辦事平安性、節(jié)約客戶時候、晉升客戶體驗(yàn)、整合與挖掘數(shù)據(jù)資源等方面具備普遍的應(yīng)用前景。

　　人臉識別手藝概述

　　人臉識別手藝是以身份檢索或校驗(yàn)為方針，過程從給定的靜態(tài)或動態(tài)圖像中提取人臉信息等手段，與數(shù)據(jù)庫中已知身份人臉進(jìn)行匹配的過程。因?yàn)槭艿焦庹�、臉色、遮擋、朝向等干擾身分的影響，與其他基于身份證、虹膜、掌紋、指紋等手藝手段比擬，人臉識別手藝的精確率相對較低，但其采集格局最為友好：無須當(dāng)事人共同，甚至在其意識不到的狀況下，就完成了對人臉信息的采集與識別。是以，人臉識別手藝在曩昔的四十多年中一向是人工智能范疇的熱點(diǎn)研究課題，至今已逐漸走向成熟，已經(jīng)應(yīng)用于反恐、安防、門禁等范疇，近年來起頭向教育、金融等范疇推廣。

　　按照應(yīng)用場景的分歧，人臉識別可分為針對二維圖像的人臉識別、針對監(jiān)控視頻的人臉識別、針對近紅外、熱紅外成像或素描等的多模態(tài)人臉識別和針對深度信息的三維人臉識別等。對于上述各類數(shù)據(jù)輸入類型，均有來自學(xué)術(shù)界、業(yè)界的研究人員提出了基于分歧假設(shè)、分歧模型、分歧學(xué)科后臺的人臉識別處理方式。經(jīng)綜合，這些方式有近似的處理步調(diào)，首要包孕以下幾類：一是人臉檢測。管理“有幾張臉、臉在哪”的問題，即從圖片或視頻中檢測并確定人臉的位置，并將其離散。二是人臉跟蹤(針對視頻人臉)。管理識別人臉“從哪來、到哪去”的問題，對檢測到的每一張臉在視頻各幀中進(jìn)行跟蹤，如泛起遮擋應(yīng)在遮擋竣事后恢復(fù)跟蹤，好比兩張人臉交織而過應(yīng)不泛起混合。三是人臉規(guī)范化。管理“鼻子、眼睛、嘴巴位置對得上”的問題，具體操作包孕預(yù)處理、歸一化、人臉標(biāo)定等。四是人臉識別。即管理“這小我是誰”(檢索)、“這小我是不是某客戶”(校驗(yàn))的問題。

　　在創(chuàng)設(shè)人臉數(shù)據(jù)庫及識別系統(tǒng)時，需要對人臉數(shù)據(jù)進(jìn)行練習(xí)并建模，假如數(shù)據(jù)庫動態(tài)更新還將涉及到在線進(jìn)修等內(nèi)容;識別人臉時，要把須識另外人臉與數(shù)據(jù)庫中已有的人臉進(jìn)行對比，判斷二者相似水平，并按預(yù)先設(shè)定的尺度進(jìn)行檢索或校驗(yàn)。人臉識別有多種方式，如：基于幾何特征、基于子空間映射降維、基于模板、基于模型、基于神經(jīng)收集等方式。

　　當(dāng)前，基于“深度進(jìn)修”的方式在一些算法競賽中取得了很高的識別精確率，并敏捷在業(yè)界投入應(yīng)用。深度進(jìn)修并不特指某一個算法，而是SparseCoding、RBM、深信度收集等手藝方式的總稱。作為一類基于神經(jīng)收集的方式，按照認(rèn)貼心理學(xué)，其首要思惟是模擬人類大腦神經(jīng)的燈號傳遞。與傳統(tǒng)神經(jīng)收集模型2～3層練習(xí)層分歧，深度進(jìn)修的練習(xí)層數(shù)可達(dá)8～9層。是以在2006年該思惟被提出之初，海量的練習(xí)數(shù)據(jù)和很高的爭論復(fù)雜度超出了那時硬件的承受能力。但因?yàn)闋幷摍C(jī)硬件機(jī)能的晉升，深度進(jìn)修算法在精確率方面的優(yōu)勢敏捷凸顯。今朝，谷歌、微軟、百度等公司都成立了專門的部門對深度進(jìn)修手藝進(jìn)行研究開發(fā)，市場上也涌現(xiàn)出一批基于深度進(jìn)修的人臉識別團(tuán)隊(duì)。今朝，基于深度進(jìn)修的方式已經(jīng)成為人臉識別手藝范疇的主要成長趨勢和標(biāo)的。

　　此外，一些人臉闡明手藝也跟著人臉識別手藝的成長獲得了普及和優(yōu)化，包孕對臉色、春秋、性別等屬性的判別，使基于這些屬性信息的數(shù)據(jù)挖掘聚類、分類等大數(shù)據(jù)闡明應(yīng)用成為可能。人臉識別手藝在現(xiàn)實(shí)應(yīng)用中，還或許考慮與其他手藝或輔助手段相連系，如連系深度信息實(shí)現(xiàn)活體檢測，判斷是真人照舊照片等。

　　人臉識別手藝在貿(mào)易銀行的應(yīng)用

　　人臉識別手藝當(dāng)前首要應(yīng)用于公共平安范疇，如：識別追蹤可駭分子、布控犯罪率高發(fā)地域、機(jī)場安檢、司機(jī)駕照驗(yàn)證、視頻監(jiān)控等。然而，人臉識別手藝在貿(mào)易銀行同樣存在著龐大的成長空間。將來，貿(mào)易銀行或許從平安防控和營業(yè)鞭策兩方面著手，對人臉識別手藝在銀行落地進(jìn)行周全擺設(shè)和實(shí)施。

　　平安防控類應(yīng)用場景

　　銀行的安防難點(diǎn)之一是在動態(tài)場景下完成多個移動方針的及時監(jiān)測。人臉識別手藝在銀行等人員密集的區(qū)域或許有效實(shí)實(shí)際時多方針在線檢索和比對，現(xiàn)實(shí)應(yīng)用成效杰出。并且人臉信息易于采集、難以復(fù)制和竊取、天然直觀，是以人臉識別手藝可成為貿(mào)易銀行平安防控手段的優(yōu)先選擇。在平安防控范疇，銀行人臉識別手藝的應(yīng)用場景有以下幾類。

　　營業(yè)場合人員影像節(jié)制。在貿(mào)易銀行的營業(yè)場合，人臉識別或許過程“偽裝識別”進(jìn)一步確保銀行經(jīng)營的平安性。過程識別營業(yè)場合中面部遮擋(如戴墨鏡、口罩)的人員，系統(tǒng)可及時與警方數(shù)據(jù)庫中身份數(shù)據(jù)進(jìn)行比對，一旦發(fā)現(xiàn)特別狀況，或許敏捷啟動黑名單預(yù)警機(jī)制或采納聯(lián)網(wǎng)報(bào)警辦法。此外，還或許將采集到的嫌疑人面部照片提交公安機(jī)關(guān)，為后續(xù)預(yù)警和案件偵破供給有力證據(jù)。

　　營業(yè)庫區(qū)人員身份識別。銀行經(jīng)營過程中對平安性的極高要求使其身份驗(yàn)證手藝較其他范疇更為嚴(yán)酷。例如，在金庫、押鈔車、ATM機(jī)加鈔室等非凡情況下，很多傳統(tǒng)的身份驗(yàn)證方式均難以知足要求，例如驗(yàn)證暗碼輕易被盜、指紋識別可被復(fù)制、門禁卡輕易遺失。帶有活體檢測功能的人臉識別手藝可降服上述缺陷，進(jìn)一步晉升銀行安防與保密平安性。

　　ATM機(jī)智能識別報(bào)警。在以ATM機(jī)為代表的自助設(shè)備應(yīng)用場景下，人臉識別手藝同樣具有普遍的應(yīng)用空間。如：過程ATM機(jī)內(nèi)置攝像頭識別取款人身份，與銀行卡所有人信息進(jìn)行比對，防止盜刷現(xiàn)象;識別偽裝或有心遮擋面部的人員身份，與警方數(shù)據(jù)庫進(jìn)行比對，包管取款人平安。當(dāng)上述狀況發(fā)生時，系統(tǒng)可觸發(fā)預(yù)先設(shè)定的報(bào)警規(guī)矩，最大水平地護(hù)衛(wèi)銀行客戶的資金和人身平安。此外，人臉識別系統(tǒng)還可監(jiān)測客戶遺留財(cái)物的狀況，及時提醒，晉升用戶體驗(yàn)。 上一頁123下一頁