成立不到三年，這家企業“靠臉”在金融業殺出血路

2018年的1月中旬，央行發布《中國人民銀行關于優化企業開戶服務的指導意見》，文中明確指出：

“鼓勵銀行積極運用技術手段提升賬戶審核水平，將人臉識別、二維碼等技術手段嵌入開戶流程，作為讀取、收集以及核驗客戶身份信息和開戶業務處理的輔助手段。”

早在2015年，央行就提出銀行可以探索生物特征識別技術運用到開戶服務當中來。銀行遠程開戶的剛需將人臉識別帶進了金融級應用場景，進一步使其滲透到銀行領域的方方面面，目前獲得較多認可的應用場景大致可歸為如下幾種：身份驗證、刷臉取款和刷臉支付。

業內人士指出，傳統的人證合一比對方式，是通過柜員判斷客戶與身份證件是否相符。人眼識別能力十分有限，相比之下人臉識別技術具有更高的識別率和穩定性，一方面可以有效防范證件冒用風險，另一方面也能提升網點業務處理效率。

當前金融機構和互聯網巨頭多番加碼布局人臉識別，這一新技術毫無疑問會在未來的金融領域繼續呈現爆發式增長，產業化進程大幅提速。據相關行業研報數據顯示，預計到2022年，人臉識別技術在金融領域的市場規模將達到14.68億元，人臉的獨一無二連接虛擬與現實世界，為互聯網時代的身份認證可靠性提供有力保障。

為什么人臉識別會備受青睞？云從科技金融事業部總經理張興旺向雷鋒網分享了人臉識別的四大優勢：

1. 易得：人臉數據人皆有之，不需為此另置設備；商業銀行可以直接免費使用公安部的相關數據，無需自行建立數據庫。

2. 易用：人臉識別在應用時，可以做到免簽約、免學習，也就是說客戶可以不用去柜臺單獨做簽約。并且人臉較指紋、聲紋等其他生物特征而言，不需要客戶特地接觸指定設備，甚至跟客服聊天的時候就能自然完成識別全過程。

3. 強適應性：指紋應用頗廣但仍有相當一部分手機不支持這一識別方式，而人臉識別有攝像頭即可，不用外置新設備，對終端的依賴程度顯然低很多。

4. 線上線下互聯強：人臉識別可以作為線上線下的統一入口，將線上的結構化用戶數據與線下的行為軌跡打通。

而金融業發展歷程一直存在著無法完美兼顧的“不可能三角”：安全、成本、易用。行業特性使得安全性成為金融機構的阿克琉斯之踵，流程繁瑣與否又直接影響用戶體驗和機構推廣，還有技術方案本身帶來的時間、人力、資金等各方面的投入——人臉識別或許正是協調三者平衡的有效解決方案之一。

目前的人臉識別主要用三重防護來保護“敏感”的金融機構：活體檢測，驗證攝像頭前的人是活的；攻擊預防，用復雜嚴格的模型阻攔對方；超低誤識率+多維度驗證，甚至考慮立體建模。

目前2D人臉識別技術易被照片、手機破解，動作驗證等配合式活體檢測也會降低工作效率，帶來欠佳的用戶體驗。不久前某支付平臺的人臉識別系統就被曝存在巨大漏洞，黑產從業者擁有消費者的賬戶名稱和身份證照片、視頻，即有可能更改密碼、重新綁定手機號；去年的央視315晚會上更有人臉識別系統被當場破解。

針對這一現狀，2018年2月7日，云從科技正式在國內首發“3D結構光人臉識別技術”，這也是中國企業首次將結構光技術應用在人臉識別系統上。此前，這種技術廣泛應用在iPhone X上，Face ID被稱為是領先其它手機廠商兩年半的技術。

據雷鋒網了解，這一技術不需要用戶進行任何動作配合，只需要在攝像頭前被捕捉到面部畫面即可完成活體驗證，并且能夠有效防守紙張、面具、手機屏幕等各類道具的攻擊；分析時間從之前的1-2秒壓縮到了毫秒級；同時輸出效果不受環境光線強弱的影響，極大地擴展了人臉識別技術的應用場景。

云從科技相關負責人對外表示，“國產結構光軟硬件技術已經攻克難關，已經開始逐步投入量產。”該技術能夠廣泛應用在銀行、安防、交通等各個需要人臉識別場景，更好的提升攻擊預防效果，全面提升人臉識別準確度，結合云從最新的算法，能夠在一千萬分之一誤識率下達到99%以上的準確率。

銀行對安全的極致追求，給了人臉識別更多考驗，云從科技正是這一領域中無懼挑戰的佼佼者。云從科技此次發布該項技術，標志著中國終于可以突破結構光人臉識別技術的壁壘，今后國產技術將全面應用于手機，電腦，機具，設備，家電等各行各業，打破先進技術壟斷壟斷。

新年伊始，云從科技入選雷鋒網「AI 最佳掘金案例年度榜單」，并獲得“最佳人臉識別獎”。該榜單從商業維度出發，邀請多位傳統企業CIO、系統集成商項目高管、AI企業解決方案負責人、投資機構合伙人、學界教授等數十位評委，對參選企業和脫敏后的信息，篩選出各個AI行業的優秀企業。

比起讓AI服務數據的大公司，以及單靠技術SDK和設備銷售的AI企業，云從深知“專注”和“深入”的重要性，試圖成為一家更懂傳統行業的人臉識別公司。為了能夠更了解技術在行業中怎么用、用得怎么樣，他們從賦能進化為引領，全方位拓展行業能力：以銀行為例，云從投入到ATM、人臉識別標準制定等頂層設計，建設AI平臺、成立人工智能大學等，持續深耕重點行業。

國家隊身份和純人民幣架構助力云從更進一步：其先后與公安部、四大銀行、民航總局建立聯合實驗室，推動人工智能產品標準的建立，也成為唯一同時參與起草和制定人臉識別國標、行標的企業。2017 年 3 月，國家發改委確定云從科技承擔“人工智能基礎資源公共服務平臺”建設任務，為未來社會運行提供AI基礎設施與服務。

回望最初，這支國家隊其實是安防出身，來自中科院的技術團隊有著邊防經驗，投資方佳都科技也是同行業的一員，然而安防領域的整體技術在2015年尚無成熟的落地應用，于是云從在眼花繚亂的場景當中，改以金融為切入點。創始人周曦表示，“一個是研究的東西很集中，雖然什么都能做，但現在還是做好人臉；第二是行業上要集中，各行各業都能做，我們只做金融和安防。”

國內眾多銀行已經開始大范圍使用人臉識別技術，把其應用在手機銀行刷臉登錄、輔助遠程坐席和柜員客戶身份核驗以及小額支付等業務當中，但目前把“刷臉取款”在全國范圍內大規模應用的只有農業銀行和招商銀行，其中農行的刷臉取款服務則覆蓋了全國2萬多個分支機構，深入到縣鄉鎮。而云從科技為農行2萬家刷臉取款服務的軟硬件算法方案，成立兩年即推出48種銀行業解決方案，連接ATM/VTM、人證合一、紅外雙目等多種硬件的金融科技平臺。

2016 年下半年，中國銀行總行決定在業務中使用人臉識別，從招標、技術澄清再到投標、中標，成功拿下訂單，云從科技經歷了六、七次友商交鋒，最終在 18 家投標公司中脫穎而出。在人臉系統工程上，中行總行的要求也同樣“挑剔”。穩定是第一要義，識別速度和準確率也不能放，還要保證“寧可有所不識，不可錯認一人”。

云從的殺手锏“雙層異構深度神經網絡”能將看起來不相似、實則是同一人的人臉圖像準確對應。特別是在人證對照場景下，本應該滿足同一分布的個人照片，會因光線、表情、角度等種種原因相隔很遠。雙層指通過將兩張照片在兩個層上組成分布再連接，接受兩張照片的不同并找到原因；異構與雙層相輔相成，通過在人臉模型中加入光照、遮擋、角度、年齡、種族等先驗信息，增強模型的適應性和特征的表達能力，同時減少計算代價。

在訓練數據方面，云從搭建了超大規模移動式結構化數據采集陣列，通過平均分布的 91 個攝像頭收集不同角度、光照情況的人臉數據，直接獲得圖片準確的屬性信息。采集陣列的可移動性，使得直接采集真實場景（包括銀行大堂等在內的）數據成為可能。

即便是擁有強大技術支撐，云從也從未掉以輕心，其研發的人臉識別引擎至今已迭代 70 多個版本，客戶端也已更新到 3.0 系列，追求著更高的并發數、識別率、識別速度。

據雷鋒網了解，“云從金融大腦”也已在包括金融、互聯網在內的多個領域率先落地，例如在金融機構的核心業務風險管理方面，將傳統的風控方式提升了17倍;在精準營銷方面，基于高維度的數據搭建實時營銷平臺，實現客戶營銷響應率提升十倍以上。

在銀行領域，云從科技已經與中國銀行、中國農業銀行等國內100余家金融機構展開合作，達成業內第一的市場占有率。但這家企業并不會止步于此，周曦表示，以人臉識別作為數據與行業的入口，征信和營銷等多種后續服務均可借此展開，在5G與LoT時代用人工智能作為核心，強化銀行中心化，全面提升銀行效率與用戶體驗。

《Bank3.0》作者Brett King曾預言，“未來的銀行將不再是一個地方，而是一種行為。”云從正以人臉識別為根基，在推進智慧金融的道路上繼續前行。

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。