互聯網金融人臉識別技術研究

序論：好文章的創作是一個不斷探索和完善的過程，我們為您推薦一篇互聯網金融人臉識別技術研究范例，希望它們能助您一臂之力，提升您的閱讀品質，帶來更深刻的閱讀感受。

在我國較早時期計算機人臉識別技術就已進入研究階段，因為該系統的核心技術較為單一簡單。該技術的具體應用步驟為：引用該技術的企業需要收集公司所有人員的臉部圖像以此在系統中錄入詳盡的面部數據信息，之后再將員工實際圖片同面部數據信息實行精準的對照工作，實現該技術的零誤差應用。正因如今各大企業引入人臉識別技術，所以大大提高了日常工作效率，完善企業的監管制度，給企業帶來更大效益。隨著該技術的認知度不斷提高，其逐漸進入互聯網金融行業，且在該領域的需求日益增加。

1人臉識別技術的基本概念

所謂人臉識別系統，其基礎原理就是利用數學計算公式，針對人面部五官的位置和角度、臉型等具體信息實現數學計算，進而再次開展比對分析工作，最終根據計算對比數據，完成身份驗證。也就是說，以人面部五官的信息為參照物，通過數學平面計算的相關理論，算出面部五官間的距離及角度等計算信息，以此為基準將面部信息量化為數據信息報告。

1.1人臉識別系統的實際發展

當前，在人臉識別技術方面的發展我國已能同國外核心技術持平。早在1996年我國就已開展該技術的分析實踐工作，在此階段還加入了虹膜識別的核心技術作為該研究的輔助工具，后經過一段時期的發展完善，該技術逐漸轉為產業化的生產模式，在市場中的需求量持續攀升。

1.2人臉識別技術的主要特色

因為該技術的核心理念就是利用人面部細節信息完成公式計算，以此實現面部識別。因為每個人的面部特征都存在一定差異，所以這種信息唯一性成為該技術得以順利進行的保障。該技術主要有以下幾種特色：①非強制性。在該系統進行信息錄入時，使用者不必做出具體動作配合該系統的圖像獲取，使用者只需簡單的將面部對準識別攝像機即可。②并發性。該特性就是指人臉識別系統能夠同時實現多份人臉信息的識別工作。③非接觸性。該特性即指在錄入面部圖像時，使用者無需真正接觸設備就可完成錄入，操作簡單高效。

1.3人臉識別的整體流程

該技術的工作流程主要分為四部分：①對人面部圖像的收集檢驗過程，實現該過程的操作就是利用識別系統的攝像設備對人體動態、靜態的面部表情進行詳盡的收集工作，以此形成信息數據庫。在檢驗過程中，如今利用率最高的計算方法就是Adaboost算法，該計算原理就是將較弱的分類方式進行整合，最終形成分類較強的新型分類方式。②開始人臉信息的擬處理階段，該階段的工作內容就是灰度校正、去除噪音、直方圖均衡化以及幾何校正等。③參照以上收集計算出的面部信息實行數據的提取研究，該步驟的研究對象主要為視覺特征、像素統計特征及面部圖像信息量化特征等。④綜合以上步驟的研究結果，進行最終階段的人臉識別工作。

2人臉識別技術在互聯網金融領域的實際應用情況

2.1安全系數增高

如今在金融領域中的人臉識別技術，因為人臉信息的唯一性，所以該技術的工作環節更加安全保密。而正因此種優點，使得該技術在互聯網金融領域得以廣泛應用。通過各項研究分析表明，人臉識別系統如今已滿足金融領域對于安全加密的高度要求，且識別精準度可以無限接近百分之百，此準確度大大超過從前識別技術。

2.2操作簡單快捷

因為計算機人臉識別技術采用自動識別，且識別速度快工作效率極高。在人臉識別過程中，該系統不但可以識別臉框的具體方位和大小尺寸，而且還可以對人體的性別年齡等特征進行識別。同時，在該技術信息錄入時不需要使用者特意擺出姿勢配合識別，操作簡單不會給使用者帶來負擔。此外，將該技術應用在資金支付中，只需完成人臉識別就可實現資金付款，此種功能大大提升了日常支付效率，簡便工作流程的同時還提高了付款的安全系數。所以說，人臉識別技術在金融業的大量應用，在提高安全系數的同時還給日常工作帶來便捷，同時金融客戶在信息錄入時不會產生反感進而提高合作效率，給企業創造更大的收益。

2.3累積用戶量

因為從前的金融行業工作內容復雜，所以用戶在企業選擇時更容易選擇操作簡單快捷的企業完成合作。例如當今流行的軟件，支付寶、平安金管家等利用人臉識別的核心操作占領行業優勢，所以該技術在商用價值上效果頗豐。由于該技術不但可以完成簡單的人臉識別，還能融合工作內容極其復雜的金融企業，不斷優化使用者的實際體驗，以此累積用戶量。

2.4全面深化互聯網金融行業的改革

根據當前實際情況可以分析出，金融行業的發展離不開人臉識別技術的強大助力，因為運用該技術可以全面滲入線上信貸的業務服務中，以此深化消費金融的改革。且在金融行業融入識別技術，使得金融領域的日常工作更加簡單高效，給客戶帶來便利高效的信貸體驗，以此不斷給行業創造經濟效益。

3計算機人臉識別技術實際存在的不足

因為人臉識別始于20世紀，所以在我國該技術基礎已經相對牢固，其應用領域也逐步擴展，但是該技術在實際應用過程中依然存在部分不足之處，應該引起相關人員的注意。

3.1應用失誤

該問題主要表現在過度校正方面，因為誤接受率和誤拒絕率是判斷人臉識別系統精準度的關鍵標準，而在該技術的實際使用過程中，這兩項失誤率并不能完全降低為零。所以為針對解決以上問題，人臉識別技術又會在使用過程中出現過度矯正的問題，此措施雖然可以在一定程度上減少誤接受率，但是卻將誤拒絕率提高。具體表現就是在用戶進行人臉識別時，即使是正確對應的客戶但也會遭到系統拒絕，識別過程不能順利進行，該現象嚴重降低了用戶體驗舒適度。另外，雖然當今的人臉識別系統對人臉的胖瘦改變、化妝修飾及自然老化方面進行順利識別，但是對于部分整容人群卻不能精準識別，且對于過于相像的人臉，因為提取計算信息有限，也無法準確實現識別。

3.2缺乏識別相關標準的設定

目前階段的互聯網金融業，主要將人臉識別應用在資金的支付方面，此種服務雖便捷了支付流程，提高了客戶體驗，但卻給支付安全性的維護工作帶來難度，為了加強支付渠道的安全保密性，就應該構建標準完善的安全支付平臺。基于此，要將人臉識別在大眾支付方面深入發展，相關責任單位就需要為此設定合理標準，在法律層面上給予支付安全以保障。

4以螞蟻金服為例來分析人臉識別技術的發展趨勢

在德國漢諾威國際信息及通信技術博覽會的開幕式上，阿里巴巴董事局主席馬云向德國總理默克爾和我國國務院副總理馬凱展示了螞蟻金服的“smiletopay”技術，用手機“刷臉支付”的方式在網上購買了一張1948年的漢諾威紀念郵票，完美展示了計算機人臉技術在支付中的應用。人臉識別技術是計算機技術研究的一個重要領域，廣泛采用了融合了計算機圖像處理技術和生物統計學原理的區域特征分析算法。通過計算機圖像處理技術來從圖像或視頻流中提取人像特點，再利用生物統計學的原理建立人臉特征模板。之后將被測者的人像和已存儲的人臉特征模板進行比對分析，然后得出一個相似值來確定是否為一個人。這項嶄新的支付認證技術由螞蟻金服與Face++Financial合作研發，在購物后的支付認證階段通過掃臉取代傳統密碼。作為世界領先的人臉識別平臺，Face++Financial人臉識別技術在LFW國際公開測試中能夠達到世界最高的99.5%準確率。這樣的遠程非接觸操作給計算機人臉識別技術在其他方面的應用提供了思路。互聯網金融行業的遠程開戶、身份核實等應用正是這種遠程操作的再運用，并且已普遍出現于金融行業的各個領域。未來計算機人臉識別技術在互聯網金融行業的應用必將會朝著遠程化發展，并且通過技術的完善和研究，計算機人臉識別技術的安全系數和保密系數也會提高，成為滲透人們生活的，值得信賴的一項技術。

5人臉識別技術的風險控制
著名的“斯諾登”事件，提醒了人們對于隱私安全、信息安全問題的高度重視，尤其是人臉識別技術應用較為廣泛的金融行業，面臨著許多各式各樣潛在的風險問題，主要是身份的安全性以及數據傳輸過程中的安全問題。因此對于人臉識別技術的風險控制必須提上日程。隨著人臉識別技術的推廣，一些不法分子研制出了一種模擬真臉識別的攻擊手段，這些足以對人臉識別造成威脅，進行不法犯罪活動，危害了社會金融安全，因此技術提供方必須時刻監控攻擊手段的升級，以此來應對各種不法活動。但實際情況是，當今的人臉識別系統在技術較高的黑客攻擊下難以保障系統的安全性，而風控相關產品的意圖及時提高不法分子的欺詐成本，例如，不法分子要想實施十萬元的詐騙，就需借貸二十萬來實現欺詐行為，以此通過提高本金的形式降低欺詐率。所以基于以上，責任相關單位應該嚴格遵守監督管理條例，提高監管力度，因為注重風險的人，也必定會注意到風控技術，在采用先進技術的同時，也要考慮風險防控問題，持續提升企業的市場價值。

6結語

綜上所述，因為人臉識別系統的高效性、精準性和便捷性，所以在當前互聯網金融行業中被廣泛使用。隨著該技術的不斷深入，給傳統金融行業帶來更高的經濟效益，提高了服務質量，但是在應用過程中也因識別系統自身缺陷帶來部分風險，只有相關部門對此做出應對措施，通過風險控制提高安全指數，進而為企業帶來更高效益，也促進人臉識別技術向金融領域的持續滲透，成為企業發展重要的推動力。

參考文獻

[1]侯鴻川，王生進，鄭方，謝劍斌.生物識別技術在互聯網與金融行業的應用研究[J].金融電子化，2016（04）.

[2]張文彬.人臉識別技術在互聯網金融行業中的應用[J].電子技術與軟件工程，2017（01）.

[3]路翀.基于二維圖像表示的人臉識別算法研究[D].大連理工大學，2012.

作者:潘紅 單位:中國電信股份有限公司上海分公司西區電信局