大數(shù)據(jù)時代下人臉識別技術(shù)在商業(yè)銀行中的應(yīng)用

　　在當(dāng)前利率市場化、互聯(lián)網(wǎng)金融蓬勃發(fā)展、經(jīng)濟新常態(tài)三大因素形成共振的歷史轉(zhuǎn)折點上，我國商業(yè)銀行經(jīng)營模式面臨著全新的變革。如何在精細化經(jīng)營管理的基礎(chǔ)上為客戶提供更優(yōu)質(zhì)、更安全的服務(wù)體驗，成為各商業(yè)銀行競爭的焦點。近年來，云計算、物聯(lián)網(wǎng)和人工智能技術(shù)變革式發(fā)展，相關(guān)應(yīng)用百花齊放，對“大數(shù)據(jù)”資源的整合利用與智能化發(fā)展成為了商業(yè)銀行提高“內(nèi)力”的修煉法門。人臉信息有著不可復(fù)制、不可盜取、簡便直觀等優(yōu)點，是大數(shù)據(jù)時代各商業(yè)銀行應(yīng)儲備和發(fā)掘價值的重要戰(zhàn)略資源。而隨著技術(shù)變革和應(yīng)用的普及，建設(shè)大規(guī)模、分布式人臉數(shù)據(jù)庫及識別系統(tǒng)的成本不斷降低，識別的精度不斷提高?？梢灶A(yù)見，人臉識別技術(shù)在商業(yè)銀行領(lǐng)域的潛在價值將被不斷發(fā)掘提升，在保障服務(wù)安全性、節(jié)約客戶時間、提升客戶體驗、整合與挖掘數(shù)據(jù)資源等方面具備廣泛的應(yīng)用前景。

　　人臉識別技術(shù)概述

　　人臉識別技術(shù)是以身份檢索或校驗為目標(biāo)，通過從給定的靜態(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行匹配的過程。由于受到光照、表情、遮擋、朝向等干擾因素的影響，與其他基于身份證、虹膜、掌紋、指紋等技術(shù)手段相比，人臉識別技術(shù)的準(zhǔn)確率相對較低，但其采集方式最為友好：無須當(dāng)事人配合，甚至在其意識不到的情況下，就完成了對人臉信息的采集與識別。因此，人臉識別技術(shù)在過去的四十多年中一直是人工智能領(lǐng)域的熱點研究課題，至今已逐漸走向成熟，已經(jīng)應(yīng)用于反恐、安防、門禁等領(lǐng)域，近年來開始向教育、金融等領(lǐng)域推廣。

　　根據(jù)應(yīng)用場景的不同，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。對于上述各種數(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不同假設(shè)、不同模型、不同學(xué)科背景的人臉識別處理方法。經(jīng)歸納，這些方法有類似的處理步驟，主要包括以下幾類：一是人臉檢測。解決“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，并將其分離。二是人臉跟蹤(針對視頻人臉)。解決識別人臉“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行跟蹤，如出現(xiàn)遮擋應(yīng)在遮擋結(jié)束后恢復(fù)跟蹤，比如兩張人臉交錯而過應(yīng)不出現(xiàn)混淆。三是人臉規(guī)范化。解決“鼻子、眼睛、嘴巴位置對得上”的問題，具體操作包括預(yù)處理、歸一化、人臉標(biāo)定等。四是人臉識別。即解決“這個人是誰”(檢索)、“這個人是不是某客戶”(校驗)的問題。

　　在建立人臉數(shù)據(jù)庫及識別系統(tǒng)時，需要對人臉數(shù)據(jù)進行訓(xùn)練并建模，如果數(shù)據(jù)庫動態(tài)更新還將涉及到在線學(xué)習(xí)等內(nèi)容;識別人臉時，要把須識別的人臉與數(shù)據(jù)庫中已有的人臉進行對比，判斷二者相似程度，并按預(yù)先設(shè)定的標(biāo)準(zhǔn)進行檢索或校驗。人臉識別有多種方法，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)網(wǎng)絡(luò)等方法。

　　當(dāng)前，基于“深度學(xué)習(xí)”的方法在一些算法競賽中取得了很高的識別準(zhǔn)確率，并迅速在業(yè)界投入應(yīng)用。深度學(xué)習(xí)并不特指某一個算法，而是Sparse Coding、RBM、深信度網(wǎng)絡(luò)等技術(shù)方法的總稱。作為一類基于神經(jīng)網(wǎng)絡(luò)的方法，根據(jù)認知心理學(xué)，其主要思想是模擬人類大腦神經(jīng)的信號傳遞。與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型2～3層訓(xùn)練層不同，深度學(xué)習(xí)的訓(xùn)練層數(shù)可達8～9層。因此在2006年該思想被提出之初，海量的訓(xùn)練數(shù)據(jù)和很高的計算復(fù)雜度超出了當(dāng)時硬件的承受能力。但由于計算機硬件性能的提升，深度學(xué)習(xí)算法在準(zhǔn)確率方面的優(yōu)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對深度學(xué)習(xí)技術(shù)進行研究開發(fā)，市場上也涌現(xiàn)出一批基于深度學(xué)習(xí)的人臉識別團隊。目前，基于深度學(xué)習(xí)的方法已經(jīng)成為人臉識別技術(shù)領(lǐng)域的重要發(fā)展趨勢和方向。

　　此外，一些人臉分析技術(shù)也隨著人臉識別技術(shù)的發(fā)展得到了普及和優(yōu)化，包括對表情、年齡、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)分析應(yīng)用成為可能。人臉識別技術(shù)在實際應(yīng)用中，還可以考慮與其他技術(shù)或輔助手段相結(jié)合，如結(jié)合深度信息實現(xiàn)活體檢測，判斷是真人還是照片等。

　　人臉識別技術(shù)在商業(yè)銀行的應(yīng)用

　　人臉識別技術(shù)當(dāng)前主要應(yīng)用于公共安全領(lǐng)域，如：識別追蹤恐怖分子、布控犯罪率高發(fā)地區(qū)、機場安檢、司機駕照驗證、視頻監(jiān)控等。然而，人臉識別技術(shù)在商業(yè)銀行同樣存在著巨大的發(fā)展空間。未來，商業(yè)銀行可以從安全防控和業(yè)務(wù)推動兩方面著手，對人臉識別技術(shù)在銀行落地進行全面部署和實施。

　　安全防控類應(yīng)用場景

　　銀行的安防難點之一是在動態(tài)場景下完成多個移動目標(biāo)的實時監(jiān)測。人臉識別技術(shù)在銀行等人員密集的區(qū)域可以有效實現(xiàn)實時多目標(biāo)在線檢索和比對，實際應(yīng)用效果良好。而且人臉信息易于采集、難以復(fù)制和盜取、自然直觀，因此人臉識別技術(shù)可成為商業(yè)銀行安全防控手段的優(yōu)先選擇。在安全防控領(lǐng)域，銀行人臉識別技術(shù)的應(yīng)用場景有以下幾類。

　　營業(yè)場所人員影像控制。在商業(yè)銀行的營業(yè)場所，人臉識別可以通過“偽裝識別”進一步確保銀行經(jīng)營的安全性。通過識別營業(yè)場所中面部遮擋(如戴墨鏡、口罩)的人員，系統(tǒng)可實時與警方數(shù)據(jù)庫中身份數(shù)據(jù)進行比對，一旦發(fā)現(xiàn)異常情況，可以迅速啟動黑名單預(yù)警機制或采取聯(lián)網(wǎng)報警措施。此外，還可以將采集到的嫌疑人面部照片提交公安機關(guān)，為后續(xù)預(yù)警和案件偵破提供有力證據(jù)。

　　業(yè)務(wù)庫區(qū)人員身份識別。銀行經(jīng)營過程中對安全性的極高要求使其身份驗證技術(shù)較其他領(lǐng)域更為嚴(yán)格。例如，在金庫、押鈔車、ATM機加鈔室等特殊環(huán)境下，許多傳統(tǒng)的身份驗證方法均難以滿足要求，例如驗證密碼容易被盜、指紋識別可被復(fù)制、門禁卡容易遺失。帶有活體檢測功能的人臉識別技術(shù)可克服上述缺陷，進一步提升銀行安防與保密安全性。

　　ATM機智能識別報警。在以ATM機為代表的自助設(shè)備應(yīng)用場景下，人臉識別技術(shù)同樣具有廣泛的應(yīng)用空間。如：通過ATM機內(nèi)置攝像頭識別取款人身份，與銀行卡所有人信息進行比對，防止盜刷現(xiàn)象;識別偽裝或故意遮擋面部的人員身份，與警方數(shù)據(jù)庫進行比對，保證取款人安全。當(dāng)上述情況發(fā)生時，系統(tǒng)可觸發(fā)預(yù)先設(shè)定的報警規(guī)則，最大程度地保護銀行客戶的資金和人身安全。此外，人臉識別系統(tǒng)還可監(jiān)測客戶遺留財物的情況，實時提醒，提升用戶體驗。

　　業(yè)務(wù)推動類應(yīng)用場景

　　當(dāng)前人臉識別技術(shù)在銀行業(yè)務(wù)推動領(lǐng)域的應(yīng)用方興未艾，各商業(yè)銀行仍處于積極探索階段。從商業(yè)銀行業(yè)務(wù)推動的視角來看，人臉識別具有如下應(yīng)用方式。

　　遠程開戶與登錄。作為銀行開戶時的重要流程，面簽不僅耗費客戶時間，而且占用銀行人力資源。通過用人臉識別替代傳統(tǒng)的肉眼辨識工作，不僅可以節(jié)約時間和成本，完成從填寫個人資料到面鑒開戶再到取卡、激活的全流程操作，提升用戶體驗，而且可以在全網(wǎng)范圍內(nèi)對客戶身份及信用背景進行識別和關(guān)聯(lián)，避免人工面簽時受到心理、經(jīng)驗等因素的影響。此外，在客戶通過手機銀行或網(wǎng)上銀行進行遠程登錄時，可以通過人臉識別代替?zhèn)鹘y(tǒng)的密碼輸入操作，完成客戶查詢賬單、信用卡還款、個人卡間互轉(zhuǎn)、定活期互轉(zhuǎn)等個人資金劃轉(zhuǎn)等功能，避免密碼被盜或遺忘等現(xiàn)象。

　　客戶個性化服務(wù)。當(dāng)前商業(yè)銀行競爭日趨激烈，對客戶資源的爭奪已由產(chǎn)品導(dǎo)向型轉(zhuǎn)化為服務(wù)導(dǎo)向型。通過定制化的個性服務(wù)提升客戶體驗將成為未來商業(yè)銀行競爭的重要手段。運用人臉識別技術(shù)可以很好地完成對客戶的識別和精準(zhǔn)信息搜索，當(dāng)某位客戶進入營業(yè)網(wǎng)點后，可通過人臉識別技術(shù)快速判斷客戶是否為該行現(xiàn)有客戶，準(zhǔn)確獲取客戶姓名、年齡等信息，方便網(wǎng)點工作人員拉近與客戶的距離。此外，通過對客戶以往產(chǎn)品購買、交易流水、業(yè)務(wù)習(xí)慣等行為模式的提取和分析，進一步有針對性地為客戶進行產(chǎn)品推介，從而有效提升營銷成功率，與客戶實現(xiàn)共贏。

　　人臉識別貸款發(fā)放。在銀行貸款發(fā)放過程中，為有效杜絕冒名貸款、惡意騙貸等現(xiàn)象，可考慮引入人臉識別技術(shù)進行防控。基于貸款客戶已在網(wǎng)點錄入的人臉信息，通過數(shù)據(jù)共享，可以實現(xiàn)客戶在全網(wǎng)點內(nèi)的身份識別和驗證，真正做到身份信息與銀行信息的精準(zhǔn)對應(yīng)，實現(xiàn)貸款客戶身份認證信息化、智能化、網(wǎng)絡(luò)化管理。

　　綜上可知，人臉識別技術(shù)在商業(yè)銀行應(yīng)用前景廣闊。結(jié)合我國商業(yè)銀行的實際經(jīng)營情況，建議各銀行根據(jù)自身業(yè)務(wù)發(fā)展，以業(yè)務(wù)推動為抓手，優(yōu)先開展人臉識別技術(shù)在客戶服務(wù)領(lǐng)域的部署與實施。這是因為：一方面從客戶角度看，人臉識別技術(shù)直接應(yīng)用于客戶服務(wù)，能夠解決客戶最迫切的需求，給予客戶最直觀的服務(wù)體驗，有助于快速提升客戶滿意度;另一方面從商業(yè)銀行角度看，面向客戶服務(wù)的人臉識別應(yīng)用可以快速為銀行創(chuàng)造利潤，效果明顯，可以為人臉識別在銀行的全面落地奠定良好基礎(chǔ)。

　　發(fā)展建議

　　人臉識別屬于計算機科學(xué)應(yīng)用研究而非基礎(chǔ)理論，對不同算法進行比較和評價的依據(jù)是實驗和實踐。

　　當(dāng)前，業(yè)界較為通行的人臉識別算法基準(zhǔn)有LFW(Labeled Faces in the Wild)和FRVT(Face Recognition Vendor Test)。LFW數(shù)據(jù)庫由美國馬薩諸塞大學(xué)阿默斯特分校建立，包含13,000余張圖片，多數(shù)來自網(wǎng)絡(luò)而非實驗室環(huán)境。在數(shù)據(jù)庫中，對同一個人物有的存在多張圖片，有的只存在一張圖片。由于圖片均為日常環(huán)境下正常拍攝所得，實用性強，測試難度系數(shù)高，實驗結(jié)果有說服力。學(xué)術(shù)界和業(yè)界分組別參與該項基準(zhǔn)測試。FRVT由美國國家標(biāo)準(zhǔn)及技術(shù)研究所組織，目標(biāo)為測試業(yè)界人臉識別算法的性能。該基準(zhǔn)測試使用一個包含160萬人的大數(shù)據(jù)庫，不定期進行測試，最近的一次是在2013年，僅對業(yè)界開放。

　　國內(nèi)商業(yè)銀行在發(fā)展人臉識別技術(shù)具體應(yīng)用落地時，除了考慮對LFW和FRVT兩個業(yè)界權(quán)威標(biāo)準(zhǔn)進行參考外，還應(yīng)立足于對一些實際情況的考量，建議可以優(yōu)先選擇國內(nèi)的技術(shù)產(chǎn)品。一是因為國際上的算法普遍趨同，國外產(chǎn)品的實現(xiàn)效果與國內(nèi)相比無顯著性差異，但價格往往高于國內(nèi)。二是考慮盡職調(diào)查和個性化定制談判，國內(nèi)的接洽成本遠低于國外。三是監(jiān)管風(fēng)險，鑒于商業(yè)銀行的數(shù)據(jù)屬于核心金融數(shù)據(jù)，應(yīng)充分考慮在監(jiān)管要求下的用戶數(shù)據(jù)安全，并盡可能規(guī)避國內(nèi)外法律體系差異引起的法律風(fēng)險。四是硬件約束，如果使用國外云服務(wù)API，可能出現(xiàn)跨國網(wǎng)絡(luò)延遲的問題。五是在算法實現(xiàn)方面，國外技術(shù)訓(xùn)練數(shù)據(jù)集中黃種人的圖片較少，可能影響應(yīng)用效果。六是考慮產(chǎn)品售后服務(wù)和技術(shù)支持，國內(nèi)產(chǎn)品的服務(wù)響應(yīng)速度與國外相比存在較大優(yōu)勢。鑒于上述原因，國內(nèi)商業(yè)銀行在應(yīng)用人臉識別技術(shù)時可優(yōu)先考慮從國內(nèi)領(lǐng)先的服務(wù)供應(yīng)商中進行選擇。

　　此外，在一些具體應(yīng)用的功能設(shè)計方面，還應(yīng)遵循相關(guān)監(jiān)管政策與行業(yè)規(guī)范。以遠程開戶業(yè)務(wù)為例，央行2015年8月下發(fā)的《關(guān)于銀行業(yè)金融機構(gòu)遠程開立人民幣銀行賬戶的指導(dǎo)意見(征求意見稿)》中要求：“銀行采用現(xiàn)代化的安全技術(shù)手段，利用政府部門數(shù)據(jù)庫、本行自身數(shù)據(jù)庫信息、商業(yè)化數(shù)據(jù)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、郵寄資料等方式，構(gòu)建安全可靠的遠程開戶客戶身份識別機制;同時，還可根據(jù)開立賬戶性質(zhì)采取同一法人不同分支機構(gòu)見證、通過第三方識別客戶身份、上門查驗身份證明文件等方式進行客戶身份信息核實、開戶銀行承擔(dān)客戶身份識別責(zé)任。”將銀行遠程開戶業(yè)務(wù)納入監(jiān)管，并明確銀行是識別客戶身份的責(zé)任主體。央行2015年12月25日發(fā)布的《關(guān)于改進個人銀行賬戶服務(wù)加強賬戶管理的通知》將政策落地，其中明確“提供個人銀行賬戶開立服務(wù)時，有條件的銀行可探索將生物特征識別技術(shù)和其他安全有效的技術(shù)手段作為核驗開戶申請人身份信息的輔助手段。”人臉識別技術(shù)作為生物特征識別技術(shù)家族中的重要成員，預(yù)計將成為一種主流的備選方案。而隨著業(yè)務(wù)發(fā)展，未來可能還會再出臺更加細化的規(guī)范或指引。因此，各商業(yè)銀行應(yīng)注意加強對新政策、新規(guī)定進行學(xué)習(xí)，并與相關(guān)政府機構(gòu)、監(jiān)管部門保持溝通，從而在設(shè)計和實施相關(guān)流程與系統(tǒng)時做到合規(guī)。

　　隨著硬件設(shè)備的快速升級和算法技術(shù)的不斷發(fā)展，人臉識別技術(shù)逐步從學(xué)術(shù)研究走向業(yè)界應(yīng)用，并展現(xiàn)出強大的生命力。人臉信息具有易于采集、難以復(fù)制和盜取、自然直觀等優(yōu)點。人臉識別技術(shù)為商業(yè)銀行安全防控和業(yè)務(wù)推動等應(yīng)用模式提供了新的技術(shù)選擇，并進一步開拓了業(yè)務(wù)運營模式。我國商業(yè)銀行可以考慮從業(yè)務(wù)推動類服務(wù)入手，在借鑒國內(nèi)外權(quán)威標(biāo)準(zhǔn)的基礎(chǔ)上，優(yōu)先選擇國內(nèi)有競爭力的服務(wù)提供商，有步驟、全方位地推動人臉識別技術(shù)在商業(yè)銀行的落地實施。