Сохранить деньги и избежать мошенничества: где и как в России используют систему распознавания лиц



    Нас просто обвести вокруг пальца: было доказано, что при распознавании лица человека мы ошибаемся примерно в 10 раз чаще машины. Исследования проводились в Массачусетском университете на основе алгоритмов VisionLabs.

    VisionLabs – это платформа, позволяющая распознавать лица с высокой точностью. Главный недостаток современных технологий распознавания лиц – ухудшение качества работы при низкой освещенности и изменении положения головы или ракурса.

    Поэтому большинство подобных технологий недостаточно точные, чтобы внедрять их в бизнес. Но алгоритм VisionLabs был признан Массачусетским университетом одним из лучших среди существующих.

    Подробнее о своей платформе и ее возможностях представители компании расскажут на AI Conference. А пока они представили три реальных кейса с решениями, уже воплощенными в жизнь.

    VisionLabs: что особенного в платформе и как она работает?


    Платформа VisionLabs LUNA анализирует не картинку, а набор выведенных из нее признаков. Сперва технология обнаруживает лицо в кадре и запускает алгоритм его отслеживания в видеопотоке – программа определяет, какой из 25 кадров за секунду запечатлел лицо в лучшем качестве и ракурсе. Портрет, очищенный от фона и повернутый в нужное положение, отправляется на сервис распознавания. Из стандартного формата JPEG он преобразуется в дескриптор – набор неизменяемых параметров лица, который и используется для последующего сравнения снимка с другим изображением. При этом отсеиваются такие факторы, как уровень освещенности помещения, возрастные изменения человека, прическа и макияж, наличие или отсутствие бороды и усов.

    Дальше программа сравнивает два дескриптора и выдает ответ, занесен ли в базу попавший в кадр человек. Схожесть определяется в процентах: например, система может выдать результат совпадения дескрипторов на 65 или 99%.



    Банкинг: объемы предотвращенного мошенничества оценивают в сотнях миллионов рублей


    Задача: предотвратить возможное мошенничество со стороны сотрудников в «Почта Банке»


    Самой распространенной угрозой для банков является утечка персональных данных и их фальсификация, которая приводит как к финансовым потерям из-за внутреннего мошенничества, так и к серьезным репутационным рискам и, как следствие, снижению стоимости акций.

    По опыту VisionLabs, до 90% мошенничества в банках совершается сотрудниками – самостоятельно или в сговоре с внешними мошенниками. Секторы, в которых наиболее очевидно проявляется мошенничество, – потребительское кредитование, банкоматы и все дистанционное банковское обслуживание. В «Почта Банке» эту проблему решила авторизация при доступе к персональным данным в электронной базе данных – с помощью технологии распознавания лиц.

    Процесс внедрения и результаты

    Платформа идентификации и верификации лиц LUNA ежедневно обрабатывает несколько сотен тысяч фотографий.

    Она сравнивает биометрические параметры новых клиентов банка с параметрами уже существующих в его базе, а также сличает их с базой данных мошенников.

    Платформа была внедрена на 50 000 рабочих мест в банке и точках продаж партнеров. К камерам, применяемым на рабочих местах агентов, не предъявляется специальных требований. В банке уверяют, что качества снимка почти любой камеры достаточно для эффективного распознавания клиента.

    Экономический эффект внедрения системы оценивается по объему предотвращенного мошенничества: принимая во внимание динамику роста розничной сети и клиентской базы, банк оценивает его в сотни миллионов рублей. При этом уменьшилось количество попыток совершить мошеннические транзакции, поскольку потенциальные мошенники уже знали о системе распознавания лиц.

    Кроме того, распознавание лиц позволило сделать каждую операцию сотрудников в банке персонализированной. В результате стало проще работать с клиентами и возрос уровень защиты информации. Фотография вошедшего в систему пользователя сохраняется, и сотрудник банка или торговой точки-партнера не может получить доступ к информации клиентов. Повысилась трудовая дисциплина сотрудников: ситуация с передачей своих данных другим сотрудникам полностью исключена. Также у банка появился инструмент для объективного и точного учета рабочего времени сотрудников.

    Задача: создать возможность денежных переводов по фотографии клиента в банке «Открытие»


    Традиционно для перевода денег клиенту нужно указать номер карты получателя или его номер телефона, если он обслуживается в том же банке.

    Банк «Открытие» стал первым банком в мире, запустившим в декабре 2017 года денежные переводы по фотографии клиента.

    Процесс внедрения и результаты

    Сервис реализован с помощью системы распознавания лиц, которая позволяет с высокой степенью точности идентифицировать клиента по его биометрическим данным.

    В 1-м квартале 2017 года банк уже ввел в трех московских отделениях систему для аутентификации клиентов, которая упрощает их обслуживание и сокращает время ожидания в очереди. Уже в начале 2-го квартала банк использовал разработки VisionLabs в мобильном приложении банка для прототипа решения аутентификации по лицу на ОС iOS. Решение опробовала рабочая группа банка, и уже в мае 2017 года было представлено на международной выставке Connect:ID.

    Перевод по фотографии можно сделать с карты любого российского банка в адрес клиентов банка «Открытие», которые были сфотографированы в отделениях или при доставке карты курьером. В будущем году «Открытие» планирует запустить переводы по фотографии и в адрес пользователей, которые не являются клиентами банка – пользователи приложения «Открытие. Переводы» смогут загружать свои фотографии самостоятельно непосредственно через приложение.

    Образование: студенты стали ответственнее относиться к учебе


    Задача: перенести процесс сдачи экзаменов в онлайн-формат в Московском институте психоанализа


    Институт разработал учебный портал для студентов, преподавателей и администрации, но полноценная работа с ним была невозможна, поскольку большое количество студентов пыталось использовать третьи лица для сдачи экзаменов. Это никак нельзя было проконтролировать, потому что система использовала стандартный механизм доступа по паролю.

    Процесс внедрения и результаты

    В данный момент более 5 тысяч студентов получают доступ к материалам курса каждую неделю с помощью биометрической идентификации. Представители института не только идентифицируют студентов, но и анализируют их активность при работе с материалами. Около 5% студентов пытаются использовать третьих лиц для сдачи экзаменов, но система предотвращает все случаи мошенничества.

    В институте подтверждают, что биометрическая идентификация способствует повышению качества обучения студентов, которые больше не надеются на нелегальные способы сдачи тестов и экзаменов, а более ответственно подходят к подготовке. Также студенты стали более осознанно и ответственно подходить к работе с материалами, так как понимают, что их активность фиксируется.

    Институт провел анкетирование до и после внедрения биометрической идентификации. Опрос показал, что изначально студенты отнеслись к такому внедрению с недоверием, ведь их беспокоило повышение контроля за их деятельностью на учебном портале – но после внедрения институт получил обратную связь от студентов, которые считают, что теперь они более осознанно подходят к своему образованию и работе с материалами.

    Пообщаться с представителями компании и выяснить у них все в деталях можно будет 19 апреля на AI Conference.
    Smile-Expo
    Company
    Ads
    AdBlock has stolen the banner, but banners are not teeth — they will be back

    More

    Comments 13

      –3

      Проблемма банков в самих банках. Зачем лечить убыточно-гнилую систему? Очередной костыль для банковской системы? Пускай они поскорее умрут и мы все перейдем в светлоее одноранговое будущее. Лично я отлично существую без банка и банковских "услуг", с банками одни проблемы. А вы давайте, пилите дальше костыли для этой ущербной системы, возможно кто-то из господинов заметит вас и подкинет вам копейку за старания

        0
        Прочитал «одноразовое будущее» — для не любящих банки оно таким и будет, потому как ничего достойного произвести они не смогут: личные средства — они такие, вроде, есть, а вроде, но всё равно на серьёзное не хватит.
          0
          А зарплату вы как получаете? Лично ездите… куда? В бухгалтерию? А они работают исключительно с налом?
          Ничего вы не существуете без банка.
          +1
          А заглавная картинка от решения NEC NeoFace Watch.
            0
            Были неправы. Поправили
            0
            Но алгоритм VisionLabs был признан Массачусетским университетом одним из лучших среди существующих.

            Странная отсылка. Тестированием алгоритмов всех мастей в Америке занимается NIST. И именно её отчёты считаются самыми лучшими и референсными. Там очевидно видно, что вижнлабс проигрывает много кому, ну либо на тех же уровнях:
            www.nist.gov/sites/default/files/documents/2017/10/03/frvt_report_2017_10_03.pdf
            Даже в России лучше него как минимум NTech, Vocord (ещё есть 3divi примерно на том же уровне).
            Плюс куча кто из России не попал в список тестирования (ЦРТ, например + десяток мелких).

            Так что статья чистая реклама. Это печально.
              0
              Ответ компании VisionLabs:

              В последнем отчете Nist алгоритм VisionLabs занял второе место в общем мировом FRVT leaderboard

                +1
                Ну это ведь с какой стороны смотреть? Вот если открыть более полную картинку:
                www.nist.gov/sites/default/files/documents/2018/02/15/frvt_report_2018_02_15.pdf
                Non-coperative как NTech был первым — так им и остаётся.
                Решение Vocord было трёхмесячной давности. А VisionLab заапдейтил прямо перед конкурсом и обогнал Vocord на пол процента (NTech тоже месяца 2 ничего не апдейтил, китайцы тоже ничего не апдейтили, те же 0.5 процента на одном из датасетов). На алгоритмах 4хмесячной давности у VisionLab сильное отставание.
                Это ни коем образом не меняет результат: статья полностью рекламная, в ней нет ни актуального положения на сегодняшний день, ни сравнения алгоритмов, а есть только одна реклама и маркетинговый булшит.
                  0
                  статья полностью рекламная, в ней нет ни актуального положения на сегодняшний день, ни сравнения алгоритмов

                  Сравнения алгоритмов нет, потому что пост не об этом. Актуальное положение дано в кейсах
                    +1
                    потому что пост не об этом.

                    А о чем пост? Имхо, ZlodeiBaal по делу говорит — пост чисто рекламный, больше никакого смысла в нем не содержится. "описание работы алгоритма" вообще в стиле "ШОК!!! СЕНСАЦИЯ!!"...

                    0

                    Я в целом согласен, что пост можно было бы сделать и качественнее, и интереснее, но с другой стороны было бы странно, если бы в блоге компании она не рекламировала бы сама себя :)

                +1
                В банке уверяют, что качества снимка почти любой камеры достаточно для эффективного распознавания клиента.

                Ну-ну. Открывал дебетовую не именную карточку пятерочки в Почта Банк, так меня раз 10 фотографировали с разного расстояния.
                  0

                  Обучали нейросеть? Компенсировали искажения камеры? Они же не говорят, что с одного фото все сработает, а говорят, что долго запрягает, да быстро едет.

                Only users with full accounts can post comments. Log in, please.