人臉識別技術(shù)在商業(yè)銀行應用與挑戰(zhàn)

內(nèi)容1

業(yè)務背景2

技術(shù)架構(gòu)與識別改進3

技術(shù)構(gòu)架挑戰(zhàn)與演進4

總結(jié)第一頁，共30頁。

《有效銀行監(jiān)管的核心原則》1997年巴塞爾委員會在《有效銀行監(jiān)管的核心原則》中首次明確提出KYC(Know

You

Customer)概念。

《KYC一體化風險管理》2004年巴塞爾委員會頒布了《KYC一體化風險管理》

，要求銀行建立統(tǒng)一的以風險為基礎的客戶身份審查程序。

為什么身份識別對銀行這么重要？

為什么身份識別對銀行這么重要？①

是穩(wěn)健經(jīng)營、風險管控的需要，避免洗錢、恐怖融資等犯罪。②

是高質(zhì)量客戶服務的基礎。第二頁，共30頁。1997年2007年啟動銀行存款實名認證

2000年正式發(fā)布《個人存款賬戶實名制》2006年

頒布反洗

錢法人行發(fā)《存款賬戶指導意見》人行、公安部聯(lián)網(wǎng)核查人行發(fā)布《關(guān)于改進個人銀行賬戶服務加強銀行賬戶管理的通知》鼓勵探索生物識別技術(shù)

我國存款實名制的開展情況我國存款實名制的開展情況

2015年

2011年第三頁，共30頁。商業(yè)銀行在哪些場景需要識別身份？§

存款開戶§

結(jié)售匯§

跨境匯款反洗錢信用風險客戶服務操作風險§§§大額取現(xiàn)匯款電子銀行簽約快捷支付簽約§§理財基金簽約代收代付簽約§

信用卡申請§

貸款申請§

VIP客戶識別§

ATM取款輔

助第四頁，共30頁。人臉識別較好的解決了身份識別問題VTM輔助開戶,業(yè)務辦理弱實名電子賬戶遠程開立刷臉支付ATM取款刷臉貸款

信用卡申請、網(wǎng)點領卡刷臉登陸柜面開戶輔助密碼刷臉找回第五頁，共30頁。中信銀行的應用業(yè)務場景柜面輔助身份驗證VTM業(yè)務移動終端遠程業(yè)務

先人工渠道試點,再電子渠道推廣目前每天的業(yè)務量幾萬筆，人臉比對速度：1s-1.5s第六頁，共30頁。人臉識別應用效果?

對身份盜用有顯著的識別效果—某分行案例第七頁，共30頁。???

人臉識別新技術(shù)成本低、便利性高處理速度快有可靠比對數(shù)據(jù)源為什么刷臉火了？

簽名、密碼

密碼容易遺忘、便利性差。

虹膜，指紋、靜脈

侵入式使用，用戶體驗不好。

處理速度慢，虹膜設備價格昂貴，

操作復雜。

聲紋

比較容易被復制，難以精確匹配。第八頁，共30頁。?考

簽到勤

?1234人臉識別的行業(yè)應用

金融

信息安全

刷臉登錄

公共安全

?網(wǎng)上追逃

?城市監(jiān)控

生活效率

?考勤lates

&

Backgrounds

for

Your

ImpressivePresentation第九頁，共30頁。內(nèi)容1

業(yè)務背景2

技術(shù)架構(gòu)與識別改進3

技術(shù)構(gòu)架挑戰(zhàn)與演進4

總結(jié)第十頁，共30頁。視頻捕獲人臉識別過程

質(zhì)量控制人臉檢測特征提取特征比對識別結(jié)果第十一頁，共30頁。

聯(lián)網(wǎng)

核查

服務內(nèi)容管理

平臺關(guān)系數(shù)據(jù)

庫DB2客戶端

活體

檢測

質(zhì)量

檢測

圖片

裁剪

REST人臉識別引擎集群

人臉識別系統(tǒng)

異步處理、

超時控制

基于

Netty

負載均

人臉

衡

識別Socket

XML報文

服務

集群ODS/報表

平臺

應用系統(tǒng)流程串接權(quán)限控制

柜面系統(tǒng)

自助渠道

電子渠道

信貸系統(tǒng)

流控

影像判斷規(guī)則交易記錄人臉識別系統(tǒng)構(gòu)架第十二頁，共30頁。人臉識別的典型處理流程第十三頁，共30頁。0504

06

服務標準化、

版本定義

0102

03

服務容錯設計

異步處理

異常時圖片和元數(shù)據(jù)落地

超時控制

超時統(tǒng)計和報警

服務流控人臉識別計算時間較長接入應用包括互聯(lián)網(wǎng)渠道保護聯(lián)網(wǎng)核查服務Netty結(jié)合線程池的方式后臺服務技術(shù)設計

服務擴展性服務的橫向擴展設計上考慮兼容多引擎的需求.

服務的高可用

無狀態(tài)服務，負載

均衡

服務集群

數(shù)據(jù)庫集群

主備數(shù)據(jù)中心

服務的灰度發(fā)布

持續(xù)集成第十四頁，共30頁。?

難點一：前臺識別信息的采集光線仍有較大程度的影響玻璃反光背景逆光自動對焦第十五頁，共30頁。眼睛較小

難點二：生理特征的差異對比照片中人年齡的差異胡子的蓄留第十六頁，共30頁。難點三：姿態(tài)和配飾?

有比較穩(wěn)定的表現(xiàn)

?

在對不同角度、不同面部表

情

?

旋轉(zhuǎn)、側(cè)滾、俯仰20度內(nèi)，

對識別的準確度影響有限

?

發(fā)型及頭飾

?

一般眼鏡的配戴與否第十七頁，共30頁。人臉識別技術(shù)難以解決的問題化濃妝戴墨鏡可信數(shù)據(jù)源采集的影像過于模糊雙胞胎第十八頁，共30頁。人臉質(zhì)量檢測模塊第十九頁，共30頁。人臉識別改進后的效果誤認率FAR<0.01%拒認率FRR從0.5%降低到

0.1%第二十頁，共30頁?；铙w檢測防攻擊系統(tǒng)可靠性和穩(wěn)定性受采集環(huán)境影響大，也存在仿冒危險第二十一頁，共30頁。活體檢測系統(tǒng)引導動作有4種，包括眨眼、張嘴、左右搖頭和緩慢點頭第二十二頁，共30頁。攻擊和防止攻擊技術(shù)第二十三頁，共30頁。內(nèi)容1

業(yè)務背景2

技術(shù)架構(gòu)與識別改進3

技術(shù)構(gòu)架挑戰(zhàn)與演進4

總結(jié)第二十四頁，共30頁。業(yè)務發(fā)展對技術(shù)的進一步需求1

生物識別技術(shù)的綜合應用2

攻擊技術(shù)和防攻擊技術(shù)的持續(xù)演進3

提升處理速度4

支持動態(tài)配置，自適應優(yōu)化第二十五頁，共30頁。生物識別技術(shù)平臺整體架構(gòu)第二十六頁，共30頁。LVS

主備人臉識別云服務化改造

Hadoop

集群MariaDB聯(lián)網(wǎng)核查服務人臉識別引擎集群客戶端

活體

檢測質(zhì)量檢測圖片裁剪REST

在私有云上生物識別服務同城中心雙活

Docker

基于

Netty

生物

識別Socket

XML報文

服務

集群ODS/報表平臺影像語音識別引擎集群手寫簽名引擎集群

應用系統(tǒng)流程串接權(quán)限控制

柜面系統(tǒng)自助渠道電子渠道信貸系統(tǒng)第二十七頁，共30頁。云服務開發(fā)對商業(yè)銀行的挑戰(zhàn)

與現(xiàn)有技術(shù)架構(gòu)規(guī)范的不一致

?A類系統(tǒng)應用服務器必須使用WAS

?A類系統(tǒng)數(shù)據(jù)存儲必須使用DB2

?A類系統(tǒng)負載均衡要使用硬件設備

?A類系統(tǒng)需要使用高端商業(yè)存儲開發(fā)規(guī)范需要調(diào)整和補充?需要補充容器鏡像規(guī)范。?從應用版本管理到容器版本管理。?編譯、上線流程和腳本需要重新調(diào)整?自動化部署和銀行已有流程的結(jié)合

PaaS云服務的技術(shù)基礎設施

?服務的發(fā)現(xiàn)、編排和調(diào)度

?容器和現(xiàn)有的IAAS管理平臺的集成

?容器的網(wǎng)絡、存儲實現(xiàn)

?持續(xù)部署，自服務門戶雙活/多活應用的改造?跨機房的服務路由?數(shù)據(jù)復制和存儲第二十八頁，共30頁。內(nèi)容1

業(yè)務背景