人脸识别技术在银行业的应用与挑战
《金融科技时代》 | 王挺 李振兴 | 2017-12-29 20:25

摘要:在互联网技术迅速发展的大背景下,人脸识别在社会经济各方面特别是银行业方面发挥着越来越重要的作用。本文从人脸识别技术应用的背景出发,分析了人脸识别技术及原理,重点阐述了其在银行业的应用场景,并以超级柜台为例,结合人脸识别在农业银行的应用情况进行说明,最后对其应用前景及问题进行分析。

作者:中国农业银行广东省分行 王挺 李振兴

一、背景

随着我国经济社会的持续发展和各行各业对身份自动认证的强烈需求,特征识别这一技术在近年来得到突飞猛进的发展。与此同时,面对我国互联网金融蓬勃发展,互联网银行如微众、网商等银行的兴起,传统商业银行如何在保持自身优势(如客户群体广泛、业务种类齐全等)的同时,利用现代技术提升产品的安全性、便捷性,以及各商业银行如何最大化地将现代技术与银行服务结合以取得竞争优势,成为竞争各方发力的重点。生物特征作为人类必备的属性,具有稳定性强和个体差异大的特点,可以作为天然的自动身份验证依据。生物特征识别涵盖范围较广,既有指纹、视网膜、虹膜识别,也有步态、静脉和人脸识别等。

相较其他生物特征,人脸识别具有以下优势。

一是使用方便,易于推广。其采集设备条件要求低,一般的图像采集设备都可完成头像采集,比如使用便捷性设备摄像机、手机等就可完成采集,且不会对被采集人造成不便与困扰,易于被用户接受。

二是与人的视觉特性相吻合,直观性突出。其采集的是人的面部信息,符合人类“以貌取厂’的认知规律。

三是随着技术的持续进步,人脸识别准确率得到极大提高,识别速度加快。

四是人脸具有唯一性和难以复制的良好特性,因此不易被仿冒,难以伪造。

五是随着国内外人脸识别技术的持续运用,建设适用于不同客户规模的人脸识别系统成本不断下降,可降低客户的投人成本,易于在各行各业快速推广应用。

正是由于人脸识别存在以上优势,国内银行业早已布局,早期将其应用于开立弱实名的电子账户、ATM取款及在远程柜员机开户时辅助进行身份审核等。微众、招商、江苏银行等已正式将人脸识别应用于银行业务环节;甚全有些银行专门成立研究团队进行人脸识别应用的研究,如南京银行、华夏银行等。

二、人脸识别内容及运作模式概括

人脸识别作为生物识别技术的一种,顾名思义,是根据人的面部特征来协助进行身份识别。其用图像采集设备采集视频流或图像,在采集的视频流或图像中检测出人脸,并对其进行校正、提取、对比等一系列操作,因此人脸识别也称作面部识别、人像识别等。其概念可简单概括为:根据给定的任意场景的静态或动态图,依据数据库中存储的信息,找出与给定图相匹配的一个或多个人。作为人脸识别的辅助手段,数据库中还可存储个人信息如性别、年龄、种族等作为参考信息进行识别。

人脸识别技术先进与否取决于算法,还要保证具有相当程度的识别率以及可接受的识别速度。现有的识别主要有几何特征的人脸识别方法、基于特征脸的人脸识别算法、神经网络的人脸识别方法、支持向量机(SVM)的人脸识别方法、弹性图匹配的人脸识别方法及线段Hausdorff距离(LHD)的人脸识别方法等。

初期的脸部识别技术是在可见光图像基础上的脸部识别,这是人们思考的最简单的方法,具有几十年的研究历史。但这种技术存在明显缺陷,特别是在环境光线发生巨大变化时,识别成功率会急剧降低,很难达到实际系统的要求。该问题的解决方案有人脸识别热成像和人脸识别三维图像。但这两种技术还在发展中,识别效果较差。

近年来,快速发展起来的应对方案是在主动近红外图像基础上的多光源识别技术。它可以大大减轻光线不同对识别算法的干扰,并且在整体系统性能(如准确性、稳定性)和速度方面都比三维图像人脸识别具有出色的识别性能。该技术经过近几年的快速发展,使得面部识别技术逐渐实用化。人脸识别所采用的算法各异,但识别过程大同小异,总结下来主要有以下4步:

(一)人脸图像采集

通过采集设备自动将拍摄范围内不同角度、不同位置、不同表情的人脸进行采集,包括动态图像和静态图像。

(二)人脸的规范化

识别出人脸图像后,再校正人脸在不同尺度、光照及旋转等各方面的变化,筛选出其中有用的信息,处理方式涵盖对人脸补偿光线、几何校正、灰度变换、归一化、直方图均衡化、锐化及滤波等。

(三)提取人脸特征

校正完成后,从人脸图像中抽取出人脸数值特征,用其代表人脸图像,这是针对人脸特征进行建模的阶段。

(四)匹配人脸特征

将抽取出的人脸特征与人脸库中的人脸特征集进行逐一比较,当两者相似度超过预先设定的一个阈值则将对比情况作为结果输出,从而得到该人脸图像的信息。在现实应用中,人脸识别技术还可增加其他辅助手段,如与活体检测技术结合,从而判断所识别出的人脸是图像还是真人。

三、人脸识别技术在银行业的主要应用场景

人脸识别技术主要应用于个业、住宅管理、电子护照及身份证核对、公安司法和刑侦破案等领域,而银行业作为人脸识别技术大潮的积极参与者,主要将其应用在安全防控类、业务办理、客户营销等方面。

(一)安全防控类应用场景

1.金库、押运、ATM配钞间等人员的身份识别。银行作为金融行业,运营中要求极高的安全性,所以对身份验证的要求也更严格。在ATM配钞间、押钞车、金库、银行营业网点二道门等特殊环境下,通常验证身份的方法有钥匙、门禁卡、验证密码及指纹认证等。其中密码容易被犯罪分子盗用,且无法确定使用者;指纹识别易被复制且存在由于角度拒绝率高的缺点;钥匙和门禁卡则易遗失,乃全于被窃取或伪造。若采用人脸识别结合活体检测技术可有效避免上述问题,在更大程度上加强银行运营环境的安全性。

2.营业场所智能视频监控系统。在面对各类人群的营业场所中,银行使用人脸识别技术来识别伪装者,能够增强银行经营场所的安全性。针对营业场所的人群进行识别,若发现可疑人员(如戴口罩、墨镜等)或反复出现的人员,人脸识别系统可实时与警方人脸库进行对比,一旦识别出犯罪分子,可联网报警。此外,还可将识别出的嫌疑人图像提交给公安机关,为公安机关对嫌疑人抓捕或案件的侦破提供信息。如部分银行利用视频监控系统对往来人群进行人脸识别抓拍,分析判断出近几日频繁出现的可疑人员,并主动将其加入黑名单进行告警防御。

3.智能识别报警系统。在自助设备例如ATM等应用场景下,人脸识别技术同样可以大展身手。如可以通过ATM机配备的摄像头捕获取款人面部信息,与卡主留存在银行的身份信息进行对比,以预防盗刷;识别出涉嫌伪装面部的业务办理人身份,与公安机关数据库进行对比,一旦发现可疑人员,可根据预先制定的应急规则进行告警或报警处理,以达到保护客户资金及人身安全的目的。

(二)业务办理场景

1.远程开户。2015年末,央行公布了《中国人民银行关于改进个人银行账户服务加强账户管理的通知》,通知中提出“提供个人银行账户开立服务时,有条件的银行可探索将生物特征识别技术和其他安全有效的技术手段作为核验开户申请人身份信息的辅助手段”。以往,面签作为客户开户时的必经流程,极大浪费了客户的时间和精力,同时也占用银行大量人力物力。

通过使用人脸识别系统来辨识客户、确认客户身份,能够缩短客户办理时间及降低银行成本,在线上即可完成从客户资料收集到开户再到取卡、激活流程,极大提升客户开户体验。在规避面签时人员、经验等因素影响风险的同时,还可充分利用全网资源对客户的背景及信用情况进行核查,有效规避冒开风险。

2.远程登录。客户使用网上银行、手机银行进行远程登录时,可以刷脸登录,取代密码输人操作,让客户从记忆各种密码的苦恼中解脱出来,登录完成后可完成个人卡间转账、业务查询及信用卡还款等操作。

3.支付业务。手机银行大额转账增加在线签约,用人脸识别作为验证手段,可控制为单次人脸识别对单次大额转账有效性;远程支付人脸验证,将人脸识别技术加入到网银和手机银行的验证中,客户进行业务操作将操作时人头像与预留头像的信息进行比对以确认操作人身份,防范他人操作风险;个人结售汇业务中,通过人脸识别交叉验证,完成最终身份审核后即可进行个人结售汇业务操作;大额资金支取身份验证,人脸识别交叉验证可作为查证操作流程的组成部分,也可成为防范支付结算风险、保护客户和银行资金安全的必要辅助手段。

4.无卡取款、人脸识别重置密码等。无卡交易,客户可在柜面将本人人脸与客户号进行绑定,授权在某些自助渠道可验证本人卡并办理交易。办理业务时,客户只须“刷脸”并选择交易卡号、输人密码即可完成交易,为规避风险,初期只针对小额支付类业务;密码重置,将“初始密码重置”交易纳人手机银行、网上银行等渠道,采用人脸识别验证;“刷脸+人工审核”模式,针对某些重要的、特殊业务,比如开卡、电子银行签约、大额转账等进行人脸识别验证,可有效防控风险。

5.人脸识别贷款发放。针对贷款发放中的恶意骗贷及冒名贷款现象,可结合人脸识别技术进行防控,将人脸识别技术加人贷款远程放款验证中。客户可以远程自助放款,通过人脸识别技术比对客户预留头像,比对成功则放款,可提升客户体验,保证放款的安全性,如图1所示。

6.个性化服务。目前,商业银行之间的竞争越来越激烈,客户资源竞争从以产品竞争转向以服务为导向竞争。通过个性化的服务提升客户体验将是未来商业银行角逐的重要手段。

使用人脸识别能够较好地完成客户识别和准确的信息搜索,一方面这有助于实现精准营销。在各营业大厅的取号机或大堂经理手持设备上增加人脸验证功能,若此前客户已完成本人人脸及客户号绑定,则客户通过其人脸取号,取号的同时大堂经理即可从系统获取客户在银行的资产信息,根据其历史行为偏好,在其等候期间对其进行精准营销;

另一方面有助于实现营业厅客户分析,在银行营业大厅内安装人脸识别系统,在人脸识别后,集中分析大厅内客户的性别、年龄、业务办理时段,以便网点优化资源配置。“智慧娇娃”是交通银行创新实验室自主研发的智能机器人,不仅具有强大的人类交互能力,还采用厂全球领先的TESO探索者人脸识别技术,可以自主识别出老客户、V I P客户,还能通过“人脸识别+身份证”在1秒查询账户余额,为客户办理转账业务。

四、人脸识别在农业银行的应用—以超级柜台为例

超级柜台是农业银行(以下简称“农行”)在“中心共享”运营模式在全行大范围生产实践中得到检验和认同、基层行迫切要求将个人业务向集中模式迁移及个人集中作业改革基础条件逐步成熟的新形势下,自主研发的新型作业模式的业务处理系统,于2014年投入使用。超级柜台针对业务处理过程中存在的流程复杂、凭证多、交易多、录人多、成本高等问题提供“一揽子”综合解决方案,具有整合凭证、整合交易、客户免填单、后台并发处理及全程无纸化等优势。

(一)系统简介

超级柜台是传统柜台受理渠道的延伸,是业务受理前移的依托,是“网点现场引导、客户发起交易、后台集中作业”作业流程的开端,流程及系统架构如图2、图3所示。

(二)人脸识别系统建设目标

在分行试用期间主要存在着以下问题:

一是缺少整合,分行部署,安装实施工作重复,运维难度大;

二是缺少管控,只使用人脸比对引擎,无统一管理平台;

三是功能单一,不利于后续业务开展;四是数据分散,客户的人脸信息分散存储在分行服务器上。

针对以上问题,农行确立了以下的系统建设目标:全行集中部署,数据集中保存;支持多渠道多业务场景的接人;统一管理平台,功能丰富,为后期客户识别提供基础;建立训练模型,提高识别准确度。

(三)人脸识别的应用

在超级柜台业务办理中,对于业务风险较高的业务须由后台审核中心进行人工审核,以确认客户身份防范风险,人工审核前使用人脸识别技术对客户现场影像图片和公安部联网核查图片进行比对,将返回结果作为人工审核的重要参考标准,有效减轻厂人工工作量,提高了业务效率和客户体验。人脸识别服务器采取总行集中部署、独立的人脸识别引擎算法服务、统一的人脸识别管理平台和统一的人脸识别接口服务,分行则采取统一接人的方式。业务架构、系统架构及部署架构如图4,图5和图6所示。

(四)安全技术分析

农行在大规模应用人脸识别服务的同时,充分考虑到系统的安全性,结合了以下安全技术。

一是数据安全存储防篡改,系统前端SDK利用图像压缩算法把原始较大的图像用尽量少的字节表示并传输。使用高效的图像压缩算法,可以减轻图像占用空间和传输流量负担,进而达到图像的快速传输及实时处理。特征库建立后,特征图像库的图片数据可以添加水印,以防止图片的盗用和篡改,保证了数据的真实性和安全性。

二是网络传输安全,系统传输数据的加密处理,在发起端对传输数据进行加密,在接收端进行判断数据完整性和准确性。如果数据在途被截取篡改,服务端在接收数据后是无法验证通过。

三是接口服务调用授权,接口服务被调用时,系统会获取数据报文中的认证信息,判断此调用是否已授权使用,从而保证了接口服务调用的安全。

(五)应用情况分析

农行人脸识别服务器日均业务量约200万笔,人脸识别通过率达到96%,系统运行平稳,有力地支撑厂全行超级柜台系统业务的办理,为农行网点业务分流和网点转型打下坚实基础。根据我国现阶段银行业发展现状,建议国内银行在努力发展自身业务的基础上,以业务推动为契机,尽快推动人脸识别技术在客户服务方面的应用与推广。

其原因在于:从客户的角度看,客户服务中应用人脸识别技术能抓住客户痛点解决客户最实际的需求,提供最直观的客户体验,对客户满意度的快速提升大有裨益;从银行角度来看,人脸识别应用于客户服务可显著节省银行经营成本,进而为银行的利润提升做出贡献。

五、风险和挑战

人脸识别的发展和应用如火如茶,比如我国第一家互联网银行—前海微众银行在其App上就应用了人脸识别技术,平安普惠将人脸识别作为发放贷款前的验证手段,京东钱包可通过刷脸来解锁。但限于技术及政策等多方面原因,人脸识别在银行业务主要还是作为辅助手段,主要采用的应用方式是人和人脸识别系统的双认证模式,即使应用了“刷脸开户”,后续还是要求银行审核人员来进行核实,并且有严格的审核过程。造成这种现象的根本原因在于人脸识别还存在以下问题。

(一)活体检测或成远程开户最大掣肘

活体检测要解决的是如何确认所识别的人脸是活生生的人而不是面具、假人、视频或图片。2017年央视315晚会上,主持人凭一张观众自拍就成功攻破人脸识别系统,引起舆论哗然,导致很多人认为人脸识别不安全。目前通常的活体检测的方法就是用户需要对着摄像机镜头读出一串随机出现的数字或是要求用户按照指令做出诸如摇头、张口、点头等动作,但存在客户较难通过或易让客户产生做这些动作显得比较尴尬的问题,这涉及到平衡人脸识别通过率和客户体验。因此,在应用人脸识别时,要对使用场景进行评估,做好成本、客户体验和安全上的平衡。

(二)化妆、整容

从人脸识别的过程可以看出,主要还是以人的面部特征为基础,但如果用户通过化妆在较大程度上影响厂人脸的关键特征点,如使用美瞳改变眼睛大小、在嘴唇四周添加大量胡须或使用刘海遮住眉毛等,这些行为会影响人脸识别甚全于无法识别。同样地,割双眼皮、额头整形、隆鼻等整容行为也会使面部特征发生较大变化,对人脸识别产生更显著的影响。因此,人脸识别技术应用广阔,但要充分发挥人脸识别的功能,还需要克服活体检测困难和化妆整容等因素的影响,这有待于人脸识别技术的进一步发展和应用方式的进一步探索。

相关阅读
PC版  |  关于我们  |  联系我们
Copyright © 2011-2018 移动支付网
粤ICP备11061396号-5