상업 은행과 얼굴 인식 기술에 관한 것들
얼굴 인식 기술 요약
얼굴 인식 기술은 주어진 정적 또는 동적 이미지에서 얼굴 정보를 추출하여 데이터베이스에 알려진 ID 와 얼굴을 일치시키는 프로세스로서 ID 검색 또는 검증을 목적으로 합니다. 조명, 표정, 폐색, 방향 등의 간섭 요인으로 인해 신분증, 홍채, 손바닥, 지문 등 다른 기술 수단에 비해 얼굴 인식 기술의 정확도가 상대적으로 낮지만, 수집 방식이 가장 우호적이다. 얼굴 정보 수집 및 인식은 당사자의 협조가 필요하지 않으며, 심지어 의식도 필요하지 않다. 그 결과, 얼굴 인식 기술은 40 여 년 동안 인공지능 분야의 연구 핫스팟으로 자리매김해 왔으며 점차 성숙해 가고 있다. 반테러, 보안, 출입 통제 등의 분야에 적용되었으며, 최근 몇 년 동안 교육 금융 등 분야로 확대되었다.
응용 프로그램 장면에 따라 얼굴 인식은 2D 이미지에 대한 얼굴 인식, 감시 비디오에 대한 얼굴 인식, 근적외선, 열적외선 영상 또는 스케치에 대한 멀티 모드 얼굴 인식, 깊이 정보에 대한 3D 얼굴 인식으로 나눌 수 있습니다. 이러한 데이터 입력 유형에 대해 학계와 공업계의 연구원들은 서로 다른 가정, 모델 및 학과 배경에 기반한 얼굴 인식 처리 방법을 제시했다. 요약하면, 이러한 방법의 처리 단계는 대동소이하며, 주로 1, 얼굴 검출 등의 범주를 포함한다. 얼굴 수가 얼마나 되는지, 어디에 있는지, 즉 그림이나 동영상에서 얼굴 위치를 감지하고 분리하는 문제를 해결합니다. 두 번째는 얼굴 추적입니다. 얼굴 인식' 어디서, 어디로' 문제를 해결하고 동영상의 모든 프레임에서 감지된 모든 얼굴을 추적합니다. 폐색이 있는 경우 폐색이 끝난 후 추적을 복원해야 합니다. 예를 들어 두 얼굴이 교차할 때 혼동이 있어서는 안 된다. 세 번째는 얼굴 표준화입니다. 사전 처리, 정규화, 얼굴 교정 등 "코, 눈, 입이 같은 위치에 있다" 는 문제를 해결합니다. 네 번째는 얼굴 인식입니다. "이 사람이 누구인가" (검색) 와 "이 사람이 고객인지 여부" (검증) 문제를 해결하는 것이다.
얼굴 데이터베이스와 인식 시스템을 구축할 때 얼굴 데이터를 훈련하고 모델링해야 합니다. 데이터베이스가 동적으로 업데이트되는 경우 온라인 학습 등도 포함됩니다. 얼굴을 인식할 때 인식할 얼굴을 데이터베이스에 이미 있는 얼굴과 비교하고 유사성을 판단하며 사전 설정된 기준에 따라 검색하거나 확인해야 합니다. 얼굴 인식 방법에는 기하학적 특징, 하위 공간 매핑, 템플릿, 모델 및 신경 네트워크와 같은 여러 가지가 있습니다.
현재' 심도 있는 학습' 에 기반한 접근 방식은 일부 알고리즘 경쟁에서 높은 인식 정확도를 확보하고 업계에서 신속하게 응용하고 있습니다. 심도 학습은 알고리즘을 의미하는 것이 아니라 스파스 인코딩, RBM, 신뢰도 네트워크 등의 기술 방법의 총칭이다. 신경망 기반 방법으로 인지심리학에 따르면 그 주요 사상은 인간의 뇌신경을 시뮬레이션하는 신호 전달이다. 기존의 2 ~ 3 층 훈련층의 신경망 모델과 달리 심화 학습의 훈련층은 8 ~ 9 층에 이를 수 있다. 그래서 2006 년에이 아이디어를 제시했을 때, 엄청난 양의 훈련 데이터와 높은 계산 복잡성이 당시 하드웨어의 경제성을 능가했습니다. 그러나 컴퓨터 하드웨어 성능 향상으로 인해 정확도에 대한 심도 있는 학습 알고리즘의 장점이 빠르게 두드러지고 있습니다. 현재 구글, 마이크로소프트, 바이두 등은 모두 전문 부서를 설립하여 심도 있는 학습 기술을 개발하고 있으며, 시장에도 심도 있는 학습에 기반한 얼굴 인식 팀이 쏟아져 나오고 있다. 현재 심도 있는 학습에 기반한 방법은 이미 얼굴 인식 기술 분야의 중요한 발전 추세와 방향이 되었다.
또한 얼굴 인식 기술이 발달하면서 표정, 나이, 성별 등의 속성을 포함한 일부 얼굴 분석 기술이 보편화되고 최적화되어 이러한 속성 정보에 기반한 데이터 마이닝, 클러스터링 및 분류 사용이 가능해졌습니다. 실제 응용에서는 얼굴 인식 기술이 다른 기술이나 보조 수단과의 결합을 고려할 수도 있습니다. 예를 들어, 심도 정보를 결합하여 생체검사를 하고, 실물인지 사진인지 판단할 수 있습니다.
상업 은행에 얼굴 인식 기술 적용
현재 얼굴 인식 기술은 테러리스트 식별 및 추적, 범죄율 통제 지역, 공항 보안 검사, 운전면허증 검증, 영상 감시 등 공공 안전 분야에 주로 적용된다. 그러나, 얼굴 인식 기술은 상업은행에서도 거대한 발전 공간을 가지고 있다. 앞으로 상업은행은 안전방지와 업무보급 두 가지 측면에서 은행에 얼굴 인식 기술을 전면적으로 배치하고 구현할 수 있게 될 것이다.
안전 예방 및 통제 응용 시나리오
은행의 보안상의 어려움 중 하나는 동적 시나리오에서 여러 이동 목표에 대한 실시간 모니터링을 완료하는 것입니다. 얼굴 인식 기술은 은행 등 인원이 밀집된 지역의 실시간 다목적 온라인 검색 비교를 효과적으로 실현할 수 있어 실제 응용효과가 좋다. 그리고 얼굴 정보는 수집하기 쉽고, 복제하기 쉽고, 훔치기 쉽지 않으며, 자연스럽고 직관적이기 때문에 얼굴 인식 기술은 상업은행 안전 예방 및 통제 수단의 첫 번째 선택이 될 수 있다. 보안 예방 및 통제 분야에서 은행 얼굴 인식 기술의 응용 시나리오는 다음과 같습니다.
사업장 인원의 이미지 통제. 상업은행의 영업장에서 얼굴 인식은 위장인식을 통해 은행 운영의 안전을 더욱 보장할 수 있다. 상업 장소에서 선글라스나 마스크와 같은 얼굴 차단을 하는 사람을 식별하여 경찰 데이터베이스의 신분 데이터와 실시간으로 비교할 수 있습니다. 이상이 발견되면 블랙리스트 경보 메커니즘을 신속하게 시작하거나 온라인 경보 조치를 취할 수 있습니다. 또 수집한 용의자의 얼굴 사진은 공안기관에 제출해 후속 경보와 사건 수사의 유력한 증거를 제공할 수 있다.
상업 저수지 지역의 인원 식별. 은행 업무는 보안에 대한 요구가 매우 높아 그 신분 인증 기술이 다른 분야보다 더욱 엄격하다. 예를 들어, 많은 전통적인 인증 방식은 금고, 지폐 수송차, ATM 기계, 지폐실 등 특수한 환경에서 요구 사항을 충족하기가 어렵습니다. 예를 들어, 인증 비밀번호는 도난당하기 쉽고 지문 식별은 복제될 수 있으며, 출입금지 카드는 잃어버리기 쉽습니다. 생체 인식 기능을 갖춘 얼굴 인식 기술은 이러한 결함을 극복하고 은행의 안전과 기밀성을 더욱 높일 수 있다.
ATM 기계 스마트 인식 경보기. ATM 으로 대표되는 셀프 서비스 장치 응용 프로그램 장면에서도 얼굴 인식 기술은 넓은 응용 공간을 가지고 있습니다. 예를 들어 ATM 기 내장 카메라를 통해 인출자 신분을 식별하고 은행 카드 소유자 정보와 비교하여 카드 도난 현상을 방지합니다. 위장하거나 일부러 얼굴을 가리는 사람의 신분을 식별하고 경찰 데이터베이스와 비교해 계산원의 안전을 확보한다. 이런 경우 시스템은 은행 고객의 자금과 개인 안전을 극대화하는 기본 경고 규칙을 트리거할 수 있습니다. 또한 얼굴 인식 시스템은 고객이 남긴 재산을 모니터링하고, 실시간으로 경고하며, 사용자 경험을 향상시킬 수 있습니다.
비즈니스 중심 애플리케이션 시나리오
현재, 안면 인식 기술은 은행 업무 보급 분야에 응용되고 있으며, 상업은행은 여전히 적극적인 탐구 단계에 있다. 상업은행의 업무 보급을 보면 얼굴 인식은 다음과 같은 몇 가지 응용방법이 있다.
원격 계좌 개설 및 로그인. 면담은 은행 계좌 개설의 중요한 절차로서 고객의 시간을 소모할 뿐만 아니라 은행 인적 자원을 점유한다. 얼굴 인식을 통해 기존의 육안 인식을 대체하면 시간과 비용을 절약할 수 있을 뿐만 아니라 프로필 작성부터 계좌 개설까지 얼굴 인식, 카드 활성화에 이르는 전 과정을 거쳐 사용자 경험을 향상시킬 수 있습니다. 또한 네트워크 전체에서 고객의 신분과 신용 배경을 식별하고 관련시켜 수동 계약 시 심리적 및 경험적 요인의 영향을 피할 수 있습니다. 또한 고객이 휴대폰 은행이나 온라인 은행을 통해 원격으로 로그인할 경우 기존의 비밀번호 입력 작업 대신 얼굴 인식을 사용하여 고객 청구서 조회, 신용 카드 상환, 개인 카드 간 상호 이체, 정기 당좌 계정 상호 이체 등 개인 자금 이체 기능을 수행할 수 있어 비밀번호가 도난당하거나 잊혀지지 않도록 할 수 있습니다.
고객 맞춤 서비스. 현재 상업은행의 경쟁이 갈수록 치열해지고 있으며, 고객 자원에 대한 경쟁은 이미 제품 지향에서 서비스 지향으로 바뀌었고, 맞춤형 맞춤형 맞춤형 서비스를 통해 고객 체험을 개선하는 것이 상업은행의 미래 경쟁의 중요한 수단이 될 것입니다. 얼굴 인식 기술은 고객을 식별하고 정확한 정보를 검색하는 데 사용될 수 있다. 고객이 영업점에 진입할 때 얼굴 인식 기술을 통해 고객이 기존 고객인지 여부를 신속하게 판단하고, 고객의 이름, 나이 등의 정보를 정확하게 얻을 수 있어 도트 직원들이 고객과의 거리를 확대할 수 있습니다. 또한 고객의 과거 제품 구매, 거래 프로세스, 비즈니스 습관 등의 행동 패턴을 추출 및 분석하여 고객을 위한 제품을 더욱 구체적으로 홍보함으로써 마케팅 성공률을 효과적으로 높이고 * * * 고객과 공승할 수 있습니다.
얼굴 인식 대출 발급. 은행 대출 발급 과정에서 가짜 대출, 악의적인 사기 대출 현상을 효과적으로 근절하기 위해 얼굴 인식 기술 도입을 고려해 예방할 수 있다. 대출 고객이 도트에 입력하는 얼굴 정보를 바탕으로 데이터 공유를 통해 전체 도점 고객 식별 및 검증을 실현하고, ID 정보를 은행 정보와 정확하게 대응하며, 대출 고객 인증의 정보화, 인텔리전스 및 네트워크 관리를 실현합니다.
요약하자면, 얼굴 인식 기술은 상업은행에서 광범위한 응용 전망을 가지고 있다. 우리나라 상업은행의 실제 경영 상황과 결합해 은행이 자신의 업무 발전과 업무 보급 상황에 따라 고객 서비스 분야에 얼굴 인식 기술을 우선적으로 배치하고 실시할 것을 건의합니다. 이는 고객의 관점에서 볼 때 얼굴 인식 기술을 고객 서비스에 직접 적용할 수 있고, 고객의 가장 시급한 요구를 해결하고, 고객에게 가장 직관적인 서비스 경험을 제공하고, 고객 만족도를 빠르게 향상시킬 수 있기 때문입니다. 반면 상업은행의 관점에서 볼 때, 고객 대면 얼굴 인식 애플리케이션은 은행에 신속하게 이윤을 창출할 수 있으며, 그 효과는 분명하며, 은행이 얼굴 인식을 전면적으로 실시할 수 있는 좋은 토대를 마련할 수 있다.
개발 제안
얼굴 인식은 기초 이론이 아닌 컴퓨터 과학의 응용 연구에 속한다. 서로 다른 알고리즘의 비교와 평가는 실험과 실천에 기반을 두고 있다.
현재 업계에서 가장 인기 있는 얼굴 인식 알고리즘은 LFW (레이블된 Business in the Wild) 와 FRVT(FaceRecognitionVendorTest) 입니다. LFW 데이터베이스는 미국 매사추세츠대 아메스터 분교에서 설립한 것으로, 65,438+03,000 장 이상의 사진을 포함하고 있으며, 이 중 대부분은 실험실 환경이 아닌 네트워크에서 나온 것이다. 데이터베이스에 같은 사람의 사진이 여러 장 있고, 한 장밖에 없다. 모든 사진은 일상적인 환경에서 정상적으로 촬영되고 실용성이 강하며 테스트 난이도가 높기 때문에 실험 결과는 설득력이 있다. 학술단체와 산업단체가 각각 벤치마킹에 참가했다. FRVT 는 미국 국립표준기술연구소가 조직한 것으로, 업계에서 얼굴 인식 알고리즘의 성능을 테스트하는 것을 목표로 하고 있습니다. 이 벤치마킹은 654.38+0 만 6000 명의 대형 데이터베이스를 사용하여 수시로 테스트한다. 가장 최근의 테스트는 2065.438+03 으로 업계에만 개방됐다.
국내 상업은행은 얼굴 인식 기술의 구체적 응용을 개발할 때 LFW 와 FRVT 의 두 가지 권위 기준뿐만 아니라 실제 상황도 고려해야 하며 국산 기술 제품에 우선 순위를 둘 것을 제안한다. 첫째, 국제 알고리즘의 보편적인 융합으로 외국 제품의 실현 효과는 국내와 크게 다르지 않지만 가격은 왕왕 국내보다 높다. 두 번째는 실사와 개인화 협상을 고려해 국내 접촉 비용이 외국보다 훨씬 낮다는 것이다. 세 번째는 규제 위험입니다. 상업은행의 데이터는 핵심 재무 데이터이므로 규제 요구 사항에 따라 사용자 데이터의 보안을 충분히 고려하고 국내외 법률제도 차이로 인한 법적 위험을 최소화해야 합니다. 넷째, 하드웨어 제한 사항, 해외 클라우드 서비스 API 를 사용하면 다국적 네트워크 지연 문제가 발생할 수 있습니다. 다섯째, 알고리즘 구현 방면에서 외국의 기술 훈련 데이터 세트에는 황종인의 사진이 거의 없어 응용 효과에 영향을 줄 수 있다. 여섯째, 제품의 애프터서비스와 기술 지원을 감안하면 국내 제품의 서비스 응답 속도가 외국에 비해 큰 장점이 있다. 이러한 이유로 국내 상업은행은 얼굴 인식 기술을 적용할 때 국내 최고의 서비스 업체를 우선적으로 선택할 수 있다.
또한 특정 응용 프로그램의 기능 설계에서도 관련 규제 정책 및 업계 사양을 준수해야 합니다. 원격 계좌 개설 업무를 예로 들자면, 중앙은행이 2065438+2005 년 8 월 발표한' 은행업 금융기관이 위안화 은행계좌 안내 의견 (구의고)' 은 "은행은 현대안전기술을 채택하여 정부 데이터베이스, 은행 자체 데이터베이스 정보 및 상업 데이터베이스 정보를 활용하고 고객 정보 교차 검증, 기타 은행계좌 교차 검증, 전화 재방문 및 동시에 계좌 개설의 성격에 따라 같은 법인의 다른 지점에서 증거 방식을 취하고 제 3 자를 통해 고객 신분을 검증하고 집에서 신분증을 확인하고 고객 신분 정보를 확인할 수 있으며, 은행은 고객 인증 책임을 맡을 수 있다. " 은행 원격 계좌 개설 업무를 감독에 포함시키면 은행이 고객을 식별하는 책임 주체임을 분명히 할 수 있다. 중앙은행이 20 15 년 2 월 25 일 발표한' 개인은행 계좌 서비스 개선 및 계좌 관리 강화에 관한 통지' 는 정책을 실처에 두고' 조건은행이 개인은행 계좌 개설 서비스를 제공할 때 바이오메트릭 기술 등 안전하고 효과적인 기술 수단을 모색해 계좌 개설 신청자의 신분 정보를 검증할 수 있다' 고 밝혔다. 생체 인식 기술 가족의 중요한 구성원으로서 얼굴 인식 기술은 주류 대체 기술이 될 것으로 예상된다. 업무가 발전함에 따라 앞으로 더욱 상세한 규범이나 가이드가 나올 수 있다. 따라서 상업은행은 새로운 정책규정을 배우고, 관련 정부 기관 및 규제 기관과 소통하며, 관련 프로세스와 제도를 설계하고 시행할 때 규정 준수를 해야 합니다.
하드웨어 장비의 빠른 업그레이드와 알고리즘 기술이 발달하면서 얼굴 인식 기술은 학술 연구에서 산업 응용으로 점차 옮겨가면서 강력한 생명력을 보이고 있다. 얼굴 정보는 수집하기 쉽고, 복제와 절도가 쉽지 않으며, 자연스럽고 직관적이다. 얼굴 인식 기술은 상업은행 안전 예방과 업무 보급의 응용 모델을 위한 새로운 기술 옵션을 제공하여 업무 운영 모델을 더욱 발전시켰다. 우리나라 상업은행은 업무 중심 서비스부터 시작할 수 있으며 국내외 권위 기준을 참고하는 기초 위에서 국내 경쟁력 있는 서비스업체를 우선적으로 선택하고, 단계별로 얼굴 인식 기술을 상업은행의 실시를 추진할 수 있다.
은행에서 한 달 일하는 데 얼마예요?