来源:齐鲁晚报 小编:lzq 发布时间:2015年09月09日
内容导读: 近日,招商银行在人脸识别技术应用上迈出了突破性步伐。招商全行1500多个网点接入依图人像识别系统,给出柜员人脸相似度参考。
招商银行全网刷脸 依图独家技术支持
近日,招商银行在人脸识别技术应用上迈出了突破性步伐。招商全行1500多个网点接入依图人像识别系统,给出柜员人脸相似度参考。作为银行业中技术开拓及创新业务具有标杆影响力的银行,此举使得”刷脸开户”这一技术实质性落地取得突破性进展。
就在不久前,银行远程开立人民币账户再度启动征求意见。新征求意见稿提出,远程开户必须与客户现有银行账户绑定并交叉验证。业内人士表示,相关文件进一步修改完善后,预计最快在三季度正式下发,人脸识别技术应用于远程开户即将有法可依,这一技术的商业化应用有望提速。
事实上,部分金融机构陆续在尝试小范围试用“刷脸”服务。而像招商银行这样大规模全网正式使用属于金融业第一家。除了柜面服务,在招行的各VTM的网点也接入了人像识别系统。在招行的VTM机前,客户办理开户、挂失等业务,凡是涉及到身份识别的部分,依图人像识别系统都会在一秒钟内作出相似度判断,协助VTM座席工作人员完成身份认证。
记者从招行总行了解到,招行为确保该项目的安全性和准确性, 花费了一年多的时间在全国甄选人脸识别技术服务商, 选择了10家供应商陆续测试,态度极为谨慎。依图科技合伙人傅喻告诉记者,依图之前在安防领域有极高知名度,但是今年才进入金融领域,5月份得知招行在全国进行招募测试后,才参与到这场全国性PK中来,经过测试,依图科技的识别效果远高于此前企业的测试水平,在经过两个月的全行试用实践后,依图识别系统高于柜员人眼识别准确率,超过了此前的预期,因此招行总行最终确定将依图科技作为人脸识别项目的唯一供应商。不过,招行强调,目前由于政策原因,该技术只是用于辅助柜员及VTM坐席人员核实客户身份,虽然目前还不能直接用刷脸代替面签,但是提升了身份认证的准确性和工作人员的工作效率。
招行信用卡中心也将于9月中旬启用依图人脸识别系统, 辅助其进行信用卡开户。招行率先大规模上线人脸识别技术,被视为金融业的破冰之举。随即依图中标上海浦东发展银行人像识别及直销银行远程用户视频认证建设项目。而上海证券也紧随其后推进了与依图的合作。依图科技从安防行业延伸到金融行业的这一系列的动作,对于推动人脸识别远程开户在金融行业落地具有开创性意义,这将大幅提供开户等认证效率,给客户带来更安全快捷的体验。
依图人脸识别技术如何应用于招行远程开户?
客户进入到招行的营业厅,无论是在柜台办理业务、还是使用VTM机自助办理,只要涉及到需要联网可查的业务,招行系统都会和人脸识别程序交互。
联网核查业务即需要核实客户身份后才能够办理的业务,比如开户、激活、挂失等。当客户在柜台办理需要联网核查的业务时,柜员会输入客户的身份信息,从人民银行(权威部门)得到该身份信息对应的身份证照片。柜台的摄像机捕获到客户的人脸视频,柜员截取照片,在后台使用依图的服务,将截取的现场照片和人行的权威照片进行比对,确认该客户是否是他提供的身份信息的本人。
每个柜台旁边都有摄像头,为办理联网核查业务的客户拍照进行比对。
同样,在客户使用VTM办理业务的时候,核查身份的过程需要和坐席双向视频连线,坐席也会和柜员一样,在视频过程中自动选取最清晰的一张图,采用依图人脸识别系统服务进行比对。坐席参考依图提供的比对结果,决定客户的身份核实是否通过,客户可否继续办理业务。系统识别确认仅需一秒。
图为客户在进行联网核查业务时,双向视频过程
银行选择人脸识系统的标准
目前,面签是给银行设立的监管红线,如线上销售理财产品的首次购买也必须面签。然而“面签”对传统银行发展的束缚越来越明显,难以摆脱物理网点数量的限制,甚至连从组织架构到营销策略全面“触网”的直销银行也很难实现与网点真正脱离。
此前,微众银行曾经申请过人脸识别开户的应用,然而经过实践发现,微众银行人脸识别验证的成功率并不高,监管层叫停。最初招行也认为此项技术落地并不成熟,他们一旦将误识率要求从从千分之一提高到万分之一,企业间的差距就迅速拉开,而要求提高到了万分之一误识率的情况下,其中最好的比对成绩也难以达到90%的通过率,这将影响到客户体验。
那么,招商银行在短短两个月时间,为何迅速确定与依图科技合作并拓展到全国1500家网点应用?首先需要了解,人像识别在金融行业的主要应用场景:即主要用于金融行业的核识身份,就是判断“你是你”,所需技术分为两个个部分:第一部分:判定镜头拍到的人像和你的身份注册照(开户照、身份证照等)是否同一人。第二部分通常叫做活体检测,判定镜头拍到的人像是真人,而不是被盗用的照片,活着戴着面具冒充。
第一部分技术,在拍摄质量清晰的情况下,可以做到万分之一误报(以此为低风险的标准),正确通过率在98%以上。依图创业三年,在2014年之前,主要在安防领域应用,在各个地市用于抓捕潜逃多年的逃犯的实战中,取得过数十次突破性的成果,并参与了公安部重大项目的技术合作,技术来源于多年安防应用的积累,在不同复杂场景下得到磨练,适用性更好。在非约束场景下,拍摄角度、姿态表情、现场灯光变化较大时,例如银行的柜台窗口、手机自拍、ATM机等,都可以做到92%以上,达到应用推广的要求,而在银行提供的比对样本清晰的情况下,可以达到98%以上。
第二部分技术,也就是通称的活体检测,本质上是判断真人和攻击媒介(例如照片,视频等)的差异。第一类攻击是冒用别人照片。理论上来说,照片和真人的主要差异,主要在于照片是平面的,而真人是三维立体的。当人脸转动一定角度时,三维物体(真实的人脸)会出现自遮挡等造成的外观变化,但转动照片则不会。另一类攻击是提前录好本人的视频,这可以靠设计随机的一些动作(转头等)输入来辨别攻击。依图的技术能有效防止照片攻击,经过招行的大规模测试,发现依图人脸识别的防攻击水平远远超过同类企业。
依图程序界面示意
在知道依图之前,招行已经过了一年的选型,遴选测试了10家企业。在与一些称“全球第一识别率”“识别准确率达到95%以上”的公司对接测试后,招行并不满意其实际测试结果,刚开始,招行也不看好依图这家初创企业,对依图初步测试完毕后,发现技术指标大大超过了此前预期。依图科技联合创始人朱珑介绍,依图人脸识别的静态比对和活体检测各项性能远超同行,在十万分之一误识的苛刻条件下,做到96%以上的验证准确通过率,经过招行两个月的试用实践,明确超过了柜面工作人员人眼识别的准确率。像招行这样的创新意识领先的商业银行,跟有技术爆发力的企业强强联手,也强化了银行在人脸识别技术应用的信心和决心。
揭开招行背后技术服务商的三层面纱
科学家创业
作为招行的独家技术服务商依图科技到底是一家怎样的公司?
估计看过碟中碟4这部影片的朋友都记得里面酷炫的技术场景,依图就是一家立志于实现电影真实场景、构建计算机视觉未来的公司。依图参与计算机视觉领域的基础性科学研究,致力于全面解决机器看“世界”的根本问题,“我们要用一辈子的时间把这件事做好”这是依图的联合创始人朱珑、林晨曦两名理工男的执拗和认真。
朱珑2002年进入美国加利福尼亚大学洛杉矶分校读博,导师Alan Yuille教授是霍金的得意门生,30年前开始投身计算机视觉的研究。之后朱珑在MIT人工智能实验室攻读博士后。当初朱珑为什么选择从学术研究中走出来,最根本的原因是想要改变世界,让机器人视觉技术影响每个人的生活。从衣服搭配、购买,到老年人看护,到安防等金融民生各个领域,这个时候朱珑发现学术研究缺乏实际应用,数据量不够大,很难实现梦想,商业应用才是最快最有效的途径。
依图科技联合创始人 朱珑
朱珑的高中同学林晨曦大学毕业后就职于微软亚洲研究院,而早在2005年,林晨曦得以有机会与比尔盖茨共进晚餐,盖茨当时就表达了自己对于人工智能未来的憧憬,却并不确定自己能否实现。这启发了林晨曦,“帮助机器看懂世界”是一个很赞的想法。这位朱珑的高中同学林晨曦和朱珑一样是位学霸+理工男+计算机视觉狂热爱好者,林曾经作为上海交大材料系的学生跨系带着本校计算机系的学生拿下过ACM国际大学生程序大赛的世界冠军,这是亚洲人首次在该比赛中夺冠。
2012年,朱珑强烈意识到,计算机视觉在工业领域应用层面已经成熟,创业的最佳时间到了。当朱珑去找时任阿里云技术总监的高中同学林晨曦,提出来一起去实现这个“帮助机器看懂世界”的梦想时,两人一拍即合,一段创业史开启。
朱珑擅长人脸识别技术,师从艾伦尤尔教授,美国计算机视觉学科的奠基人之一,霍金的学生,朱珑在美国随导师艾伦接触到了全球最顶尖的计算机视觉技术,自己也成为这个领域一线的科学家。林晨曦擅长大数据技术,曾带队研究的操作系统是国内最大的拥有自主知识产权的分布式云计算操作系统,这段经验使得依图科技在大数据技术上有非常大的储备和优势。两人业务上的匹配从知识上,系统的应用上,问题的判断上,都使依图从国内其他同类公司中脱颖而出。
产品从安防到更多应用场景的延伸
他们在创业第一天就定位要在计算机视觉这个领域做世界级的工作。他们的竞争对手不在国内,而在美国和欧洲最好的实验室。在开发产品初期,他们由浅及深开发,先从相对简单的车辆识别(在车的画面被记录的同时,能迅速识别车辆品牌,车款等相关信息)开始。在车辆识别夯实了基础,做出一定成绩后,又开始进入人脸识别(在摄像头捕捉到人脸的同时能立刻进行比对识别)
产品做出来后,让人好奇的是,这两位理工男带领一堆理工男到底是怎么跑市场的?
他们没有像一般公司一样到处推荐,既不送礼,也不找人,而是先选定一个“刚需”切口,每天拿着手机到街上拍车牌收集数据,研发了两个月后,他们把车辆识别率从原来行业普遍30%的水平提高到90%。
以往查获一辆假车牌或者套牌车,依靠路面交警的发现和群众举报,有了他们的产品,系统通过摄像头就能瞬间判断出每辆经过的车辆是否是假牌或套牌。对车辆的精准管理不仅帮助公安破了许多大案,还能监管司机日常记录,管理公路客运和旅游客运;海量数据处理能力成为他们打开市场的核心竞争力。
车辆识别这块夯实了基础后,依图开始投入大量研究经历在人脸识别上。用技术实力让江苏的公安部门惊叹依图秒刷逃犯的效率。江苏省公安厅曾运用依图系统,将当地常住人口和暂住人口与通缉犯库进行人脸比对,依图系统当天就成功比中17个通缉犯,警方立即抓到了3人。蝴蝶效应很快发生。其他省市的公安部门也主动找上门来。今年公安部的研究所也用上了依图的产品。
2015年第53届世界乒乓球锦标赛上,依图提供的动态人脸识别系统作为高科技安保中的技术亮点,通过智能、准确、灵敏的黑名单报警功能,有效地核实了进场人员身份,保障身份安全。维护社会安全不仅是林晨曦和朱珑的推广路径,也是他们的骄傲。
扎根安防后,依图进一步开发行业痛点,将枝叶伸展到更多应用场景和方向中。比如开启“黑名单监控模式”的人像卡口系统、识别覆盖路面98%品牌的车辆识别系统,在银行大厅开户的身份认证、VTM机上的人脸识别、互联网金融、P2P、证券公司的远程开户系统构建,社区老人生存认证等服务。
未来,依图也会从面向企业转到面向个人用户,例如在家中对儿童或者老人实现的面部表情抓取,当发现惊恐或者难受的表情的时候及时报警来保证安全。林晨曦和朱珑认定计算机视觉技术必将影响到每个人的生活,全面商业化会加速技术的飞跃,从而造福社会。
三 希望用一辈子做好这件事
从2006 年瞄准计算机视觉技术领域、合作相关论文,2012 年完成基于智能分析技术的PA系统开发并创办“依图”公司,到后来顺利完成“天使轮投资”和“A”轮近千万美元融资”,朱珑和林晨曦走了很久,也想得很远。他们说自己“不需要快速成功,只想把技术做好”;他们愿意用最精致的功夫去打磨技术、用最敏锐的双眼发现人才,想要成为计算机视觉领域的世界顶级科技公司,和欧美最牛逼的实验室一决高下。“创业本身很难,因为人才很难找。”朱珑和林晨曦始终相信一个成功的创业公司必须拥有一支优秀的团队,“他们将会有卓越的执行力以及对细节的严苛追求。”于是他们想方设法“抢”人才,集结了一支几乎全由清华、北大、复旦、交大、中科大名校学子构成的精英队伍。“如果你问我创业这三年干过的最了不起的事情是什么,我一定会说,是这支团队的组建。我们愿意花很多时间寻找人才,我们会努力让他们相信‘技术可以改变世界’,而‘依图’一定能给你变革世界的机遇。”除开“人才情怀”,朱珑和林晨曦也始终怀着一份“将计算机视觉作为终身事业”的情怀。“成为世界顶尖科技公司”——在“中国创造”大大输给“中国制造”的今天,这样的愿景听起来似乎有些遥不可及。但这会是“依图”始终执着的梦想。
朱珑常常跟团队这样说:我学习了计算机这么多年,我对它是一种发乎生命的感情。我知道世界最顶尖的技术是什么水平,而我们国内的人才在这个水平线上,只是我们需要不断突破自我,坚持独立判断。我们做这个公司,是因为我们热爱计算机视觉这个工作。如果计算机读懂,理解世界的这件事,在50年后才能真正发生,而我在第49年的时候死了,我视之为人生最大的遗憾。
如何让一门热门技术走向商用化、实用化?如何让工业界和产业界有更良性的互动?如何让科技最大化改善我们的生活?——立志成为“行业先驱”的“依图”一直在思考着这些看似有些“形而上”的问题。计算机视觉其实早在多年前就被预言成未来的一大技术革命,微软创始人比尔·盖茨在去年的达沃斯论坛上也曾表示:“IT界下一个大事件是计算机视觉”。“依图”坚信自己的洞察力,“未来不可预知,我们坚持中国创造。”
我爱卡(www.51credit.com) 是,银行授权信用卡申请合作网站,安全、便捷、高效!申请信用卡请访问我爱卡网在线申请通道://cc.51credit.com/
更多信用卡优惠、服务信息尽在我爱卡客户端 猛戳//www.51credit.com/phone.html下载
135791113
2468101214
广发银行信用卡中心 兴业银行信用卡中心 中信银行信用卡中心 招商银行信用卡中心 建设银行信用卡中心 光大银行信用卡中心 交通银行信用卡中心 工商银行信用卡中心 中国银行信用卡中心 农业银行信用卡中心 平安银行信用卡中心 上海银行信用卡中心 深发银行信用卡中心 民生银行信用卡中心 华夏银行信用卡中心 浦发银行信用卡中心 北京银行信用卡中心 包商银行信用卡中心 东亚银行信用卡中心 宁波银行信用卡中心 邮政银行信用卡中心 江苏银行信用卡中心 南京银行信用卡中心 温州银行信用卡中心 哈尔滨银行信用卡中心 花旗银行信用卡中心
![]() |
我爱卡申请系统经过VeriSign顶级安全认证 京ICP证110622号 ![]() Copyright 2005-2018 51credit Corporation. All Rights Reserved |
![]() |