«Умные» банкоматы

Крупнейшие банки России сегодня используют в своей работе алгоритмы распознавания лиц. Технология помогает решить ряд вопросов — например, повысить уровень защиты от мошенничества.

«Технологии распознавания лиц применяются для борьбы с кредитным мошенничеством: лицо клиента сравнивается по биометрическому шаблону с базой преступников. Происходит это так: софт VisionLabs подключается к камерам наблюдения банка. Система делает снимок лица в видеопотоке и сверяет его с двумя базами: клиентов и мошенников», — объясняет генеральный директор компании VisionLabs Александр Ханин.

Разработку VisionLabs — платформу LUNA, созданную для верификации и идентификации личности — сегодня используют более сорока банков в России и СНГ. Среди них лидеры рынка, в том числе Сбербанк и Тинькофф Банк.

Эти же два банка ранее говорили о внедрении системы идентификации лиц в своих банкоматах для дополнительной проверки клиентов и повышения мер защиты.

Если злоумышленник захочет снять через банкомат деньги с чужой карты, система сравнит его лицо с фотографией владельца из базы, не «узнает» его и запретит выдачу денег.

По словам Александра Ханина, стоимость внедрения системы распознавания лиц в банках зависит от ряда параметров. «Это особенности и условия внедрения технологии, необходимость доработок и переобучения нейросетей под конкретный кейс и самое главное — объем базы данных банка. Средний срок окупаемости использования системы не больше шести месяцев», — говорит Ханин.

Некоторые банки используют технологию распознавания лиц для упрощения доступа к услугам. Например, как говорит зампред правления Локо-Банка Андрей Люшин, алгоритм распознавания лиц пользователей с помощью нейросетей используют в качестве электронной подписи клиента.

«Банк «Открытие» позволяет своим клиентам осуществлять денежные переводы с помощью фотографии, а Тинькофф Банк использует алгоритм распознавания лиц как помощь в организации личной встречи с представителем банка. Эта технология значительно упрощает процесс перевода денег, открывает для пользователей новые возможности и облегчает процесс верификации», — добавляет Андрей Люшин.

С 1 июля прошлого года в России заработала Единая биометрическая система (ЕБС) — общая для банков-участников проекта база биометрических данных клиентов. Сейчас в проекте участвуют более 60 банков, в том числе Сбербанк, Тинькофф Банк, ВТБ, Альфа-Банк и другие крупные кредитные организации.

Банки, которые участвуют в системе, запустили в своих отделениях сбор биометрических образцов — изображений лица и голосовых слепков. Идентификацию по голосу и лицу выбрали как самый доступный и массовый способ подтверждения личности. Отпечатки пальцев, которые многие используют для разблокировки смартфона, на роль решения для широкого круга пользователей подходят хуже из-за низкой чувствительности сканера и закрытого программно-аппаратного обеспечения вендора смартфона.

Для распознавания лица на его поверхность проецируется 30 тысяч инфракрасных точек. С помощью полученного «портрета» затем и осуществляется идентификация пользователя.

По словам экспертов, вероятность некорректного распознавания лица — 1 на 10 миллионов. На результаты идентификации не повлияют макияж, очки, усы или борода. Система должна суметь различить и близнецов.

Предполагается, что уже в этом году клиенты, сдавшие свои биометрические данные, смогут дистанционно получать банковские услуги без визита в отделение. Правда, пока сбор биометрии идет медленно: на конец прошлого года в базе ЕБС была информация только о 3 тыс. человек. Среди причин — нежелание пользователей делиться личными данными и отсутствие у многих банковских отделений технической возможности собирать образцы биометрии.

Еще одним примером использования технологии распознавания лиц в банках вскоре может стать оценка кредитоспособности заемщиков. Петербургская компания FscoreLab предлагает использовать оценку кредитоспособности по фотографии как дополнение к традиционному скорингу.

«Это включение дополнительных данных, которое показывает себя очень хорошо на сегментах клиентов с недостаточным объемом данных: например, студентах или людей без кредитной истории», —  рассказывает директор FscoreLab Никита Николаев.

По его словам, интерпретация биометрических данных в первую очередь дает понимание социально — демографических переменных.

«В процессе проверки система учитывает около 3 тысяч лицевых характеристик, которые включается в модель. Это различные соотношения. между объектами, углами и пропорциями: грубо говоря, от расстояния между  зрачками до соотношения длины носа к ширине рта», — объясняет Николаев.

Внедрение подобной системы будет стоить банкам от 40 тыс. рублей в месяц.

Среди других областей, где сейчас активно используется технология распознавания лиц, эксперты называют учет рабочего времени и триггерный маркетинг. «Например, у вас есть дети, вы в базе гипермаркета N, у вас установлено его приложение. Вы идете по этому гипермаркету и проходите мимо отдела с детскими товарами. Если вы попадаете в объектив, и в компании развивают data science, то с высокой степенью вероятности вам придет push-уведомление о том, что в отделе скидки на памперсы», — приводит пример Никита Николаев.

Изображение человека в будущем может стать универсальным идентификатором, не привязанным к конкретной организации, считает директор по развитию компании ТРИДИВИ Дмитрий Морозов.

«Мы считаем, что перспектива технологии распознавания лиц в финансовом секторе связана не с банками, а с проектами Digital ID вроде Telegram Passport (проект Telegram Open Network, TON). Концепция Digital ID предполагает, что цифровой идентификатор пользователя принадлежит его владельцу, контролируется непосредственно им и находится в децентрализованном блокчейн-реестре идентификаторов. Третья сторона не может получить доступ к идентификатору пользователя», — говорит Морозов.

По его мнению, такие цифровые идентификаторы могут быть связаны с аккаунтами пользователей, почтовыми ящиками, цифровыми кошельками. Если они получат широкое распространение, компаниям по всему миру понадобится простое, безопасное, удобное и экономически эффективное решение для автоматического распознавания клиентов.

Запись Кредит на лицо впервые появилась Bloomchain.

Аналог Notcoin - Blum - Играй и зарабатывай Монеты

источник »

231 +