成立不到三年，这家企业“靠脸”在金融业杀出血路

2018年的1月中旬，央行发布《中国人民银行关于优化企业开户服务的指导意见》，文中明确指出：

“鼓励银行积极运用技术手段提升账户审核水平，将人脸识别、二维码等技术手段嵌入开户流程，作为读取、收集以及核验客户身份信息和开户业务处理的辅助手段。”

早在2015年，央行就提出银行可以探索生物特征识别技术运用到开户服务当中来。银行远程开户的刚需将人脸识别带进了金融级应用场景，进一步使其渗透到银行领域的方方面面，目前获得较多认可的应用场景大致可归为如下几种：身份验证、刷脸取款和刷脸支付。

业内人士指出，传统的人证合一比对方式，是通过柜员判断客户与身份证件是否相符。人眼识别能力十分有限，相比之下人脸识别技术具有更高的识别率和稳定性，一方面可以有效防范证件冒用风险，另一方面也能提升网点业务处理效率。

当前金融机构和互联网巨头多番加码布局人脸识别，这一新技术毫无疑问会在未来的金融领域继续呈现爆发式增长，产业化进程大幅提速。据相关行业研报数据显示，预计到2022年，人脸识别技术在金融领域的市场规模将达到14.68亿元，人脸的独一无二连接虚拟与现实世界，为互联网时代的身份认证可靠性提供有力保障。

为什么人脸识别会备受青睐？云从科技金融事业部总经理张兴旺向雷锋网分享了人脸识别的四大优势：

1. 易得：人脸数据人皆有之，不需为此另置设备；商业银行可以直接免费使用公安部的相关数据，无需自行建立数据库。

2. 易用：人脸识别在应用时，可以做到免签约、免学习，也就是说客户可以不用去柜台单独做签约。并且人脸较指纹、声纹等其他生物特征而言，不需要客户特地接触指定设备，甚至跟客服聊天的时候就能自然完成识别全过程。

3. 强适应性：指纹应用颇广但仍有相当一部分手机不支持这一识别方式，而人脸识别有摄像头即可，不用外置新设备，对终端的依赖程度显然低很多。

4. 线上线下互联强：人脸识别可以作为线上线下的统一入口，将线上的结构化用户数据与线下的行为轨迹打通。

而金融业发展历程一直存在着无法完美兼顾的“不可能三角”：安全、成本、易用。行业特性使得安全性成为金融机构的阿克琉斯之踵，流程繁琐与否又直接影响用户体验和机构推广，还有技术方案本身带来的时间、人力、资金等各方面的投入——人脸识别或许正是协调三者平衡的有效解决方案之一。

目前的人脸识别主要用三重防护来保护“敏感”的金融机构：活体检测，验证摄像头前的人是活的；攻击预防，用复杂严格的模型阻拦对方；超低误识率+多维度验证，甚至考虑立体建模。

目前2D人脸识别技术易被照片、手机破解，动作验证等配合式活体检测也会降低工作效率，带来欠佳的用户体验。不久前某支付平台的人脸识别系统就被曝存在巨大漏洞，黑产从业者拥有消费者的账户名称和身份证照片、视频，即有可能更改密码、重新绑定手机号；去年的央视315晚会上更有人脸识别系统被当场破解。

针对这一现状，2018年2月7日，云从科技正式在国内首发“3D结构光人脸识别技术”，这也是中国企业首次将结构光技术应用在人脸识别系统上。此前，这种技术广泛应用在iPhone X上，Face ID被称为是领先其它手机厂商两年半的技术。

据雷锋网了解，这一技术不需要用户进行任何动作配合，只需要在摄像头前被捕捉到面部画面即可完成活体验证，并且能够有效防守纸张、面具、手机屏幕等各类道具的攻击；分析时间从之前的1-2秒压缩到了毫秒级；同时输出效果不受环境光线强弱的影响，极大地扩展了人脸识别技术的应用场景。

云从科技相关负责人对外表示，“国产结构光软硬件技术已经攻克难关，已经开始逐步投入量产。”该技术能够广泛应用在银行、安防、交通等各个需要人脸识别场景，更好的提升攻击预防效果，全面提升人脸识别准确度，结合云从最新的算法，能够在一千万分之一误识率下达到99%以上的准确率。

银行对安全的极致追求，给了人脸识别更多考验，云从科技正是这一领域中无惧挑战的佼佼者。云从科技此次发布该项技术，标志着中国终于可以突破结构光人脸识别技术的壁垒，今后国产技术将全面应用于手机，电脑，机具，设备，家电等各行各业，打破先进技术垄断垄断。

新年伊始，云从科技入选雷锋网「AI 最佳掘金案例年度榜单」，并获得“最佳人脸识别奖”。该榜单从商业维度出发，邀请多位传统企业CIO、系统集成商项目高管、AI企业解决方案负责人、投资机构合伙人、学界教授等数十位评委，对参选企业和脱敏后的信息，筛选出各个AI行业的优秀企业。

比起让AI服务数据的大公司，以及单靠技术SDK和设备销售的AI企业，云从深知“专注”和“深入”的重要性，试图成为一家更懂传统行业的人脸识别公司。为了能够更了解技术在行业中怎么用、用得怎么样，他们从赋能进化为引领，全方位拓展行业能力：以银行为例，云从投入到ATM、人脸识别标准制定等顶层设计，建设AI平台、成立人工智能大学等，持续深耕重点行业。

国家队身份和纯人民币架构助力云从更进一步：其先后与公安部、四大银行、民航总局建立联合实验室，推动人工智能产品标准的建立，也成为唯一同时参与起草和制定人脸识别国标、行标的企业。2017 年 3 月，国家发改委确定云从科技承担“人工智能基础资源公共服务平台”建设任务，为未来社会运行提供AI基础设施与服务。

回望最初，这支国家队其实是安防出身，来自中科院的技术团队有着边防经验，投资方佳都科技也是同行业的一员，然而安防领域的整体技术在2015年尚无成熟的落地应用，于是云从在眼花缭乱的场景当中，改以金融为切入点。创始人周曦表示，“一个是研究的东西很集中，虽然什么都能做，但现在还是做好人脸；第二是行业上要集中，各行各业都能做，我们只做金融和安防。”

国内众多银行已经开始大范围使用人脸识别技术，把其应用在手机银行刷脸登录、辅助远程坐席和柜员客户身份核验以及小额支付等业务当中，但目前把“刷脸取款”在全国范围内大规模应用的只有农业银行和招商银行，其中农行的刷脸取款服务则覆盖了全国2万多个分支机构，深入到县乡镇。而云从科技为农行2万家刷脸取款服务的软硬件算法方案，成立两年即推出48种银行业解决方案，连接ATM/VTM、人证合一、红外双目等多种硬件的金融科技平台。

2016 年下半年，中国银行总行决定在业务中使用人脸识别，从招标、技术澄清再到投标、中标，成功拿下订单，云从科技经历了六、七次友商交锋，最终在 18 家投标公司中脱颖而出。在人脸系统工程上，中行总行的要求也同样“挑剔”。稳定是第一要义，识别速度和准确率也不能放，还要保证“宁可有所不识，不可错认一人”。

云从的杀手锏“双层异构深度神经网络”能将看起来不相似、实则是同一人的人脸图像准确对应。特别是在人证对照场景下，本应该满足同一分布的个人照片，会因光线、表情、角度等种种原因相隔很远。双层指通过将两张照片在两个层上组成分布再连接，接受两张照片的不同并找到原因；异构与双层相辅相成，通过在人脸模型中加入光照、遮挡、角度、年龄、种族等先验信息，增强模型的适应性和特征的表达能力，同时减少计算代价。

在训练数据方面，云从搭建了超大规模移动式结构化数据采集阵列，通过平均分布的 91 个摄像头收集不同角度、光照情况的人脸数据，直接获得图片准确的属性信息。采集阵列的可移动性，使得直接采集真实场景（包括银行大堂等在内的）数据成为可能。

即便是拥有强大技术支撑，云从也从未掉以轻心，其研发的人脸识别引擎至今已迭代 70 多个版本，客户端也已更新到 3.0 系列，追求着更高的并发数、识别率、识别速度。

据雷锋网了解，“云从金融大脑”也已在包括金融、互联网在内的多个领域率先落地，例如在金融机构的核心业务风险管理方面，将传统的风控方式提升了17倍;在精准营销方面，基于高维度的数据搭建实时营销平台，实现客户营销响应率提升十倍以上。

在银行领域，云从科技已经与中国银行、中国农业银行等国内100余家金融机构展开合作，达成业内第一的市场占有率。但这家企业并不会止步于此，周曦表示，以人脸识别作为数据与行业的入口，征信和营销等多种后续服务均可借此展开，在5G与LoT时代用人工智能作为核心，强化银行中心化，全面提升银行效率与用户体验。

《Bank3.0》作者Brett King曾预言，“未来的银行将不再是一个地方，而是一种行为。”云从正以人脸识别为根基，在推进智慧金融的道路上继续前行。