>> 您的位置:首页 > 技术与创新 > 生物识别 > 正文
人脸识别技术的优势及在金融行业的应用
2014/8/12 11:04:00      来源:《中国安防》    作者:王建高
   作为新兴的朝阳产业和信息安全领域应用主力军,生物识别的发展一直受到国家政府的关注,而移动支付的火热让金融机构和用户意识到了安全的重要性和数据的重要性,理所当然地,生物特征识别和移动支付成为了“亲密的小伙伴”。而苹果iphone5S携带的指纹识别技术在将生物识别应用推向了新高度的同时也引起了全国乃至全世界的热烈讨论。

  引言
  作为新兴的朝阳产业和信息安全领域应用主力军,生物识别的发展一直受到国家政府的关注,而移动支付的火热让金融机构和用户意识到了安全的重要性和数据的重要性,理所当然地,生物特征识别和移动支付成为了“亲密的小伙伴”。而苹果iphone5S携带的指纹识别技术在将生物识别应用推向了新高度的同时也引起了全国乃至全世界的热烈讨论。许多人认为,未来随着对身份认证的需求将不断增加,对于数据、隐私的保护需求将不断提高,生物特征识别也将获得更大的发展空间,其应用市场也将获得更加迅速的拓展。

  一、生物识别技术的发展现状
  中国生物特征识别行业基本与国外同步,在80年代初就开始了研究,最早发展的是指纹识别技术,并掌握了核心技术,产业发展相对比较成熟。1996年之后,我国开始对人脸识别、虹膜识别等生物认证技术进行研究。2000年以后,中国的生物特征识别技术开始步入产业化阶段,形成了一定的产业供求关系,指纹技术也从单一的门禁考勤设备向公安刑侦、金融内部防控、社保养老金领取、医疗等行业领域发展,指纹识别产业开始步入由点到面的全面发展阶段。
  在技术应用层面,生物特征识别技术也在慢慢地和新兴的自动识别技术进行融合,如智能卡、二维条形码、RFID等,并且不同的生物特征识别技术(如指纹识别、人脸识别)也在相互结合,通过多重技术整合提高识别的精准性。尽管当前全球经济形势整体低迷,但人们对身份识别与验证、风险管控等需求日益增长,全球生物特征识别市场增长迅速,特别是在发展中国家,生物识别市场年增长率高达60%~70%。
  从市场应用的角度而言,国内较认可指纹、虹膜、人脸等几种生物特征识别技术,根据国际生物识别集团(IBG)最新权威报告《生物识别市场与产业报告2009-2014》显示,在各种生物特征识别技术中,自动指纹识别系统和实时扫描所占份额最大,为38.3%;指纹识别占到28.4%;人脸识别占到11.4%;虹膜识别、语音识别、静脉识别和掌形识别各占8.0%、3.0%、2.4%和1.8%。
  在我国生物特征识别一个突出的市场变化就是,经过短短三年时间,我国人脸识别技术的市场份额从零增长到16%,指纹识别的市场份额则从98%下降到82%,充分显示了人脸识别技术的市场前景。

  二、人脸识别技术的特点及优势
  人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行的一系列计算和分别判断的相关技术,通常也叫做人像识别、面部识别。
  人脸与人体的其他生物特征(指纹、虹膜等)一样与生俱来,它的唯一性和不易被复制性为身份鉴别提供了必要的前提,与其他类型的生物识别比较,人脸识别具有如下特点:
  非强制性:用户不需要专门配合人脸采集设备,几乎可以在无意识的状态下就可获取人脸图像,这样的取样方式没有“强制性”。
  非接触性:用户不需要和设备直接接触就能获取人脸图像。
  并发性:在实际应用场景下可以进行多个人脸的分拣、判断及识别。
  符合视觉特性:具有“以貌识人”的特性及操作简单、结果直观、隐蔽性好等特点。
  人脸识别技术流程主要包括四个组成部分,分别为:人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。
  (1)人脸图像采集
  不同的人脸图像都能通过摄像镜头采集得到,比如静态图像、动态图像、不同的位置、不同表情等,当采集对象在设备的拍摄范围内时,采集设备会自动搜索并拍摄人脸图像。
  (2)人脸检测
  人脸检测在实际应用中主要用于人脸识别的预处理,即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富,如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来,并利用这些特征实现人脸检测。
  主流的人脸检测方法是基于以上特征采用Adaboost学习算法,Adaboost算法是一种用来分类的方法,它把一些比较弱的分类方法合在一起,组合出新的很强的分类方法。
  人脸检测过程中使用Adaboost算法挑选出一些最能代表人脸的矩形特征(弱分类器),按照加权投票的方式将弱分类器构造为一个强分类器,再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器,有效地提高分类器的检测速度。
  (3)人脸图像预处理
  对于人脸的图像预处理是基于人脸检测结果,对图像进行处理并最终服务于特征提取的过程。系统获取的原始图像由于受到各种条件的限制和随机干扰,往往不能直接使用,必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。对于人脸图像而言,其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。
  (4)特征提取
  人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取就是针对人脸的某些特征进行的,也称人脸表征,它是对人脸进行特征建模的过程。人脸特征提取的方法归纳起来分为两大类:一种是基于知识的表征方法;另外一种是基于代数特征或统计学习的表征方法。
  基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据,其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成,对这些局部和它们之间结构关系的几何描述,可作为识别人脸的重要特征,这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。
  基于代数特征方法的基本思想是将人脸在空域内的高维描述转化为频域或者其他空间内的低维描述,其表征方法分为线性投影表征方法和非线性投影表征方法。基于线性投影的方法主要有主成分分析法或称K-L变换、独立成分分析法和Fisher线性判别分析法。非线性特征提取方法有两个重要的分支:基于核的特征提取技术和以流形学习为主导的特征提取技术。
  (5)匹配与识别
  提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配,通过设定一个阈值,当相似度超过这一阈值,则把匹配得到的结果输出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较,根据相似程度对人脸的身份信息进行判断。这一过程又分为两类:一类是确认,是一对一进行图像比较的过程;另一类是辨认,是一对多进行图像匹配对比的过程。

   三、人脸识别技术在金融领域的应用
  “斯诺登”事件将大家忽略的隐私、信息安全问题摆在了世人面前,也引起了国家高度重视。中国金融业在业务和信息技术快速融合和创新发展的同时,也面临着新的潜在的各式各样的操作性风险,这个问题现在显得越来越紧迫。主要表现在以下两个方面:一是如何确认交易的对方是否是自己想要交易的对象,即身份确认的安全性问题;二是如何保证交易过程中数据不被篡改或者劫持,即数据传输的安全性。
  随着银行对安全性能方面的重视,人脸识别技术受到了银行等金融机构越来越多的重视,天诚盛业公司经过十余年的技术探索和创新,在人脸识别技术方面已经形成了如下优势:
  基于统一身份认证云平台SmartBIOS、易扩展:人脸识别技术基于历时5年自主研发的生物识别统一身份认证云平台SmartBIOS,提供标准API接口,可实现与应用系统的平滑对接,如图1所示。该平台特有集群技术实现动态负载均衡,可承受高于2000笔/秒的并发能力,单线程比对识别速度最高可达每秒55万次,通过集群技术或多线程同步执行可达到更高的识别速度。

  独创动态模板融合专利技术:第四代人脸识别算法(TesoFaceV4.0)历时8年研发,已申请多项专利,可有效解决照片、视频等防伪性问题,独创动态模板融合专利技术,针对整容、年龄变化、胖瘦等情况,算法拥有良好的识别处理方案。
  银行级第四代人脸识别算法,识别率高:人脸识别算法在FRGC国际人脸识别挑战赛位居前列,该算法采集并识别400~500个特征点,脸部转动在上下左右15度内可精确识别,超过ISO/IEC19794-5国际标准的5度要求,可满足不同光线环境的使用要求。
  支持多模式识别:可根据用户需求,配合自主研发的指纹、虹膜以及其他生物识别方式形成多因子认证,更加安全。
  目前,天诚盛业人脸识别解决方案已得到各银行机构的认可和关注,在中国银行等得到了应用,并将助力民生银行搭建人脸识别平台,在全球银行业首次实现人脸识别大数据客户营销战略,其人脸识别产品如图2所示。
    
 
   四、生物识别未来的发展前景
  随着各种生物特征识别技术的不断发展和提高,在全球信息化、云计算、大数据的大背景下,生物特征识别技术的应用面会越来越广,深度会不断深入,将呈现以下四个发展趋势:
  (1)网络化趋势
  生物特征识别解决了人类社会日常生活中一个基本的身份识别问题,今后,这种身份认证的结果会越来越多地和各种行业应用结合起来,并通过网络得以信息共享,简单来说就是“身份识别+物联网”的发展趋势。
  (2)多生物识别模式融合趋势
  各种生物特征识别技术有各自的优点,也有各自的短处,对于一些安全性要求较高的特殊行业应用,就需要几种生物特征识别技术的融合应用,以进一步提高身份识别的整体安全性。
  (3)云技术
  基于云技术的门禁控制可以同时管理成百上千的通道,允许最终用户对任何地方的门禁进行远程控制和管理,准确识别本人,将广泛应用到企业、学校、培训机构、大型商业场合、建筑等场所采用托管的门禁控制解决方案。
  (4)人脸识别快速发展趋势
  人脸识别技术作为一种最新走向大规模商用的生物特征识别技术,近年来发展速度很快。已完成了“你是谁”——“你是你”——“谁是你”三步发展战略。具体来讲,“你是谁”主要应用于门禁、考勤等方面;“你是你”则体现在身份识别上,目前已经开始在金融、学校、驾校等机构应用;“谁是你”则可以应用于公安等领域,只要是后台数据库有相关的图像,就可以在人群中进行锁定和比对。
 
   五、结语
  随着生物识别技术的不断发展,将来钥匙、密码或许已无必要存在,只要你给一个眼神,家门就能为你打开;去银行取款,无需带卡,虹膜即可,也不必担心账号被盗;家中来了陌生人,视频监控会立即发出报警声;网上购物,只要看一下摄像头,就能实现资金的支付和流动;登陆社交网络,可以瞬间找出同一张脸出现在网络好友圈中的所有照片;超市老板根据人脸分析结果,就能统计当天光顾的客户数量和年龄分布,用以分析销售情况,广告商也能据此提供更为精准的定向广告;想要进行盗窃等犯罪活动的人也得好好掂量掂量,不存在伪造身份的可能,还有无处不在的摄像头能快速“揪出”破坏分子……
  未来,指纹、人脸、虹膜……我们的身体密码将带给生活更多改变。


编辑:侯雨婷
注:本文版权归《中国安防》杂志社和《中国安防》杂志网所有,任何媒体或个人未经书面授权严禁部分或全文转载, 违者将严厉追究法律责任。更多详情请订阅《中国安防》杂志。