在当前利率市场化、互联网金融蓬勃成长、经济新常态三大身分形成共振的汗青转折点上，我国贸易银行经营模式面临着全新的变化。若何在邃密化经营经管的根基上为客户供给更优质、更平安的办事体验，成为各贸易银行竞争的核心。近年来，云争论、物联网和人工智能手艺变化式成长，相关应用百花齐放，对“大数据”资源的整合哄骗与智能化成长成为了贸易银行提高“内力”的修炼秘诀。人脸信息有着不行复制、不行窃取、简捷直观等长处，是大数据时代各贸易银行应储蓄和挖掘价值的主要计谋资源。而跟着手艺变化和应用的普及，扶植大规模、分布式人脸数据库及识别系统的成本不息降低，识另外精度不息提高。或许预见，人脸识别手艺在贸易银行范畴的潜在价值将被不息挖掘晋升，在保障办事平安性、节约客户时候、晋升客户体验、整合与挖掘数据资源等方面具备普遍的应用前景。

　　人脸识别手艺概述

　　人脸识别手艺是以身份检索或校验为方针，过程从给定的静态或动态图像中提取人脸信息等手段，与数据库中已知身份人脸进行匹配的过程。因为受到光照、脸色、遮挡、朝向等干扰身分的影响，与其他基于身份证、虹膜、掌纹、指纹等手艺手段比拟，人脸识别手艺的精确率相对较低，但其采集格局最为友好：无须当事人共同，甚至在其意识不到的状况下，就完成了对人脸信息的采集与识别。是以，人脸识别手艺在曩昔的四十多年中一向是人工智能范畴的热点研究课题，至今已逐渐走向成熟，已经应用于反恐、安防、门禁等范畴，近年来起头向教育、金融等范畴推广。

　　按照应用场景的分歧，人脸识别可分为针对二维图像的人脸识别、针对监控视频的人脸识别、针对近红外、热红外成像或素描等的多模态人脸识别和针对深度信息的三维人脸识别等。对于上述各类数据输入类型，均有来自学术界、业界的研究人员提出了基于分歧假设、分歧模型、分歧学科后台的人脸识别处理方式。经综合，这些方式有近似的处理步调，首要包孕以下几类：一是人脸检测。管理“有几张脸、脸在哪”的问题，即从图片或视频中检测并确定人脸的位置，并将其离散。二是人脸跟踪(针对视频人脸)。管理识别人脸“从哪来、到哪去”的问题，对检测到的每一张脸在视频各帧中进行跟踪，如泛起遮挡应在遮挡竣事后恢复跟踪，好比两张人脸交织而过应不泛起混合。三是人脸规范化。管理“鼻子、眼睛、嘴巴位置对得上”的问题，具体操作包孕预处理、归一化、人脸标定等。四是人脸识别。即管理“这小我是谁”(检索)、“这小我是不是某客户”(校验)的问题。

　　在创设人脸数据库及识别系统时，需要对人脸数据进行练习并建模，假如数据库动态更新还将涉及到在线进修等内容;识别人脸时，要把须识另外人脸与数据库中已有的人脸进行对比，判断二者相似水平，并按预先设定的尺度进行检索或校验。人脸识别有多种方式，如：基于几何特征、基于子空间映射降维、基于模板、基于模型、基于神经收集等方式。

　　当前，基于“深度进修”的方式在一些算法竞赛中取得了很高的识别精确率，并敏捷在业界投入应用。深度进修并不特指某一个算法，而是SparseCoding、RBM、深信度收集等手艺方式的总称。作为一类基于神经收集的方式，按照认贴心理学，其首要思惟是模拟人类大脑神经的灯号传递。与传统神经收集模型2～3层练习层分歧，深度进修的练习层数可达8～9层。是以在2006年该思惟被提出之初，海量的练习数据和很高的争论复杂度超出了那时硬件的承受能力。但因为争论机硬件机能的晋升，深度进修算法在精确率方面的优势敏捷凸显。今朝，谷歌、微软、百度等公司都成立了专门的部门对深度进修手艺进行研究开发，市场上也涌现出一批基于深度进修的人脸识别团队。今朝，基于深度进修的方式已经成为人脸识别手艺范畴的主要成长趋势和标的。

　　此外，一些人脸阐明手艺也跟着人脸识别手艺的成长获得了普及和优化，包孕对脸色、春秋、性别等属性的判别，使基于这些属性信息的数据挖掘聚类、分类等大数据阐明应用成为可能。人脸识别手艺在现实应用中，还或许考虑与其他手艺或辅助手段相连系，如连系深度信息实现活体检测，判断是真人照旧照片等。

　　人脸识别手艺在贸易银行的应用

　　人脸识别手艺当前首要应用于公共平安范畴，如：识别追踪可骇分子、布控犯罪率高发地域、机场安检、司机驾照验证、视频监控等。然而，人脸识别手艺在贸易银行同样存在着庞大的成长空间。将来，贸易银行或许从平安防控和营业鞭策两方面着手，对人脸识别手艺在银行落地进行周全摆设和实施。

　　平安防控类应用场景

　　银行的安防难点之一是在动态场景下完成多个移动方针的及时监测。人脸识别手艺在银行等人员密集的区域或许有效实实际时多方针在线检索和比对，现实应用成效杰出。并且人脸信息易于采集、难以复制和窃取、天然直观，是以人脸识别手艺可成为贸易银行平安防控手段的优先选择。在平安防控范畴，银行人脸识别手艺的应用场景有以下几类。

　　营业场合人员影像节制。在贸易银行的营业场合，人脸识别或许过程“伪装识别”进一步确保银行经营的平安性。过程识别营业场合中面部遮挡(如戴墨镜、口罩)的人员，系统可及时与警方数据库中身份数据进行比对，一旦发现特别状况，或许敏捷启动黑名单预警机制或采纳联网报警办法。此外，还或许将采集到的嫌疑人面部照片提交公安机关，为后续预警和案件侦破供给有力证据。

　　营业库区人员身份识别。银行经营过程中对平安性的极高要求使其身份验证手艺较其他范畴更为严酷。例如，在金库、押钞车、ATM机加钞室等非凡情况下，很多传统的身份验证方式均难以知足要求，例如验证暗码轻易被盗、指纹识别可被复制、门禁卡轻易遗失。带有活体检测功能的人脸识别手艺可降服上述缺陷，进一步晋升银行安防与保密平安性。

　　ATM机智能识别报警。在以ATM机为代表的自助设备应用场景下，人脸识别手艺同样具有普遍的应用空间。如：过程ATM机内置摄像头识别取款人身份，与银行卡所有人信息进行比对，防止盗刷现象;识别伪装或有心遮挡面部的人员身份，与警方数据库进行比对，包管取款人平安。当上述状况发生时，系统可触发预先设定的报警规矩，最大水平地护卫银行客户的资金和人身平安。此外，人脸识别系统还可监测客户遗留财物的状况，及时提醒，晋升用户体验。 上一页123下一页