Компьютерное зрение для банков: возможности и перспективы

О развитии технологий рассказали Дмитрий Марков и Руслан Омаров

8339
Фото: Everest.ua

В настоящее время работа прикладной науки и развитие компьютерного зрения строятся из диалога и запроса рынка. Про возможности технологий и их перспективы в банковском секторе рассказали генеральный директор компании-разработчика технологий компьютерного зрения VisionLabs Дмитрий Марков и генеральный директор Первого кредитного бюро Казахстана Руслан Омаров.

Для чего в целом бизнесу компьютерное зрение?

Дмитрий Марков, VisionLabs: Во-первых, это безопасность. Например, биометрические системы контроля доступа актуальны практически для всех объектов: от бизнес-центров и офисов компаний до банков и ресторанов. Кроме того, повышение уровня сервиса. Быстрая идентификация клиента сокращает время обслуживания и дает возможность предложить ему индивидуальный пакет услуг.

Если говорить о внутренних процессах, компьютерное зрение позволяет расширить возможности человека. Особенно это востребовано в медицине и промышленности – искусственный интеллект помогает в анализе рентгеновских снимков или обнаружении брака в выпускаемых на заводах деталях. Также технологии уже давно служат для сокращения времени на выполнение рутинных задач. Машинная обработка изображения, как правило, занимает несколько секунд. Так, вручную мерчандайзер будет проверять правильность выкладки товаров в несколько раз дольше, чем с использованием специальной системы.

И, конечно, нельзя не сказать еще об одном направлении – автономные решения, системы, работающие без участия человека. Развитие беспилотного транспорта и роботостроение были бы невозможны без компьютерного зрения.

Компьютерное зрение для банков: возможности и перспективы 687044 - Kapital.kz

У компьютерного зрения большое количество сфер применения, для чего оно используется в финансовой отрасли и есть ли подобный опыт в Казахстане?

Дмитрий Марков, VisionLabs: Биометрические решения встречают клиента уже при первом знакомстве с банком. Онбординг при помощи удаленной верификации по лицу и её использование в мобильных приложениях позволяют получить финансовые услуги дистанционно из любой точки мира и с любого устройства. Следующий шаг для KYC (Know Your Customer) – применение системы распознавания лиц в отделениях банка. Создание объединенной биометрической базы и автоматическая идентификация видеопотока позволят сразу определить клиента, подготовить для него персональное предложение, а также в целом собрать статистику по посетителям для улучшения банковских продуктов. Еще одна возможность – применение распознавания лиц в системах управления очередью и банкоматах, что делает взаимодействие с сервисами более удобным и быстрым. Решение также может выставить приоритеты в обслуживании VIP-клиентов и адаптировать контент, отображаемый для конкретного человека, на основе его истории активности в банке.

Руслан Омаров, ПКБ: Первое кредитное бюро начиная с 2015 года прорабатывало возможность использования биометрических сервисов на финансовом секторе и уже с 2017 года предоставляет банкам биометрический сервис для использования в кредитных и некредитных операциях. Использование сервиса позволяет быстро начать работу по проверке кредитных заявок, без внедрения системы распознавания лиц в инфраструктуру, а также повысить эффективность проверки за счет доступной постоянно обновляемой версии лицензии биометрического движка. Сегодня это самое лучшее предложение в Казахстане с точки зрения качества и стоимости за сравнение. Иные компании из NIST не представлены в Казахстане, а успешный опыт работы сервиса Visionlabs во многих банках второго уровня и МФО говорит о его стабильности.

Одна из задач, которая встала перед нами с внедрением биометрических сервисов – защита в том числе от идентификационного фрода, когда систему пытаются обмануть за счет фейковых изображений. Это могут быть распечатанные на бумаге или 3D-маски или показанные с телефона/планшета фотографии. Наличие таких уязвимостей аутентификации пользователя по лицу опасно, так как проникновение злоумышленника влечет за собой значительные потери. Поэтому особое внимание мы также уделяли внедрению алгоритмов Liveness, которые защищают от подобного фрода и помогают проверить, настоящий ли человек перед камерой. Сейчас в обновленной версии сервиса liveness будет встроен в само ядро, что уже оптимизирует процесс распознавания: не нужно будет покупать лицензии на фронтальные модули и их постоянную адаптацию под операционные системы и версионность.

Компьютерное зрение для банков: возможности и перспективы 687049 - Kapital.kz

Давайте поговорим подробнее, что такое Liveness, какие решения наиболее эффективны и есть ли какие-то сложности в разработке подобных алгоритмов?

Дмитрий Марков, VisionLabs: В системах распознавания лиц есть задача верификации живого человека, по-другому её ещё называют face anti-spoofing (FAS) или liveness detection. Соответственно, Liveness – это система, противодействующая непрограммным атакам в виде масок, изображений на телефоне и так далее.  Она может быть интерактивной – мы просим пользователя воспроизвести какое-то действие (улыбнуться, кивнуть, моргнуть и т. д.), и неинтерактивной. Последняя также делится на кооперативную – человек смотрит в камеру, и некооперативную, как в системах контроля доступа, когда человек не смотрит в камеру и может просто пройти мимо. Также есть и другие модальности, когда кроме RGB-камер используются инфракрасные или с картами глубины – такие решения позволяют получить более высокую точность.

В большинстве случаев система работает следующим образом – обученные нейронные сети ищут на изображении артефакты, которые бывают на фейках (например, эффект муара, блики), анализируют текстуры, цветовую палитру. При активной проверке важны быстрая реакция пользователя, точность и неразрывность движений, их соответствие заданию.

При разработке Liveness есть несколько сложностей. Во-первых, это сбор датасетов. Зачастую их приходится собирать самостоятельно, потому что цена существующих очень высока и их размер в сотни раз меньше датасетов для Face Recognition, которые можно скачать из интернета. Во-вторых, множество сценариев использования, а значит - необходимость для каждого из них обучать отдельную нейронную сеть. В-третьих, высокая критичность скорости работы. Часто Liveness должен работать на слабом устройстве в режиме реального времени, что делает невозможным применение больших моделей, как в Face Recognition.

Какие перспективы использования технологий компьютерного зрения для банков в ближайшие несколько лет?

Руслан Омаров, ПКБ: Как нам показала пандемия, одно из актуальных направлений – предоставление цифровых сервисов дистанционно. За счет внедрения биометрической верификации все больше банков начнут предоставлять возможность открыть счет и получить другие финансовые услуги не выходя из дома и из любой точки мира. По прогнозам Gartner и Deloitte, концепция Digital ID это понятный и естественный этап развития привычной нам биометрии. Достаточно иметь с собой только свою биометрию (лицо, голос и т. д.) для совершения всех возможных операций, которые вы выполняете ежедневно: от проезда в транспорте до оформления кредита. Если Digital ID дополнить комплементарными технологиями (например, распознавание текста) и с базами данных различных органов и агентств, то пропадет необходимость носить с собой и предъявлять подтверждающие документы.

Также в ближайшие несколько лет банки будут расширять спектр использования компьютерного зрения. Это уже будет не просто биометрия, но и распознавание контекста, всего, что связано с человеком. Например, построение маршрута передвижения клиента по отделению на основе распознавания силуэта. Это поможет оптимизировать планировку, отслеживать часы пик для вывода дополнительных сотрудников и так далее. Востребованы будут и другие модули видеоаналитики – например, мониторинг нестандартного поведения человека или распознавание эмоций.

При работе с материалами Центра деловой информации Kapital.kz разрешено использование лишь 30% текста с обязательной гиперссылкой на источник. При использовании полного материала необходимо разрешение редакции.