侵权投诉

当前位置:

OFweek仪器仪表网

传感器

正文

人脸识别助力远程开户背后:活体检测或是最大掣肘

导读: 随着互联网技术对于各个行业的深度渗透,人脸识别的市场空间将越加广阔,有预测显示,未来三年内,我国人脸识别产业的年销售额有望过百亿,未来十年内有望形成年销售额过千亿的市场规模。

  随着人脸识别技术在国内的风起,越来越多的商业化应用浮出水面,尤其是在金融领域,国内首家互联网银行前海微众在自己的APP上集成了人脸识别技术,平安普惠在发放贷款之前要求完成人脸识别的过程,京东钱包提供刷脸解锁……

  记者了解到,目前国内至少有十多家团队在研发和运营人脸识别,粗略可以分为两个阵营,第一阵营是隶属于大的集团公司内部的研究团队,其相关技术只内部使用,第二阵营是独立的商业化科技公司,其技术对外输入和销售。

  而未来,一旦央行放手远程开户,那么,在金融领域,人脸识别技术必将迎来大爆炸的时代,但在此之前,多位业内人士对本报记者表示,人脸识别至少还需要解决三方面的问题:如何权衡客户体验和辨识度之间的关系;如何提高进一步运行效率;如何在人脸识别基础上进行活体检测,而最后一项至关重要。

  活体检测是远程开户最大掣肘

  今年5月,微软推出了How-old.net,通过人脸猜年龄,一时间欢乐了整个朋友圈,但由于推测存在不小误差,所以导致不少名人被“玩残”。但这项技术的背后,事实上就是人脸识别。

  同样的应用还包括平安普惠在成立之前于微信朋友圈上链接了一款“测颜值当钱花”的游戏,据平安内部人士透露,游戏原理是运用人脸识别,将照片通过云服务进行数据解析,根据大数据对比识别出照片中人的性别、年龄、微笑程度等。

  当然,如果具体应用到远程开户等金融场景中,就不能如此任性了。

  目前,国内大致有两类人脸识别开发团队,一是根植于大的机构内部,比如腾讯的优图团队、蚂蚁金服的“柒车间”、百度的深度学习实验室、平安科技的平安创新实验室等;二是独立的科技公司,比如Linkface、智慧眼等,这类团队以技术输出为主。

  这其中,大多数团队是2014年之后出现的,“其实人脸识别已研究多年,但为何2014年之后突然变得火爆呢,这是因为人脸识别此前精准率太低,低于人眼,客户体验不好,2014年,香港中文大学教授汤晓鸥领导的计算机视觉研究组开发了一个名为DeepID的深度学习模型,该模型获得了99.15%的识别率。这成为一个分水岭,机器的人脸识别开始超越人眼。”一位从事人脸识别技术研发的科学家对本报记者说。

  他表示,很多研发团队按照其现成的算法,输入大量数据进行优化,都能取得很高的精准率。但如果应用到金融领域,仅有准确性还远远不够,还要具有极高安全性,这就涉及到活体检测,即证明一个活人处在镜头前而不是一张照片。

1  2  3  下一页>  
声明: 本文由入驻OFweek公众平台的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码: