Нас просто обвести вокруг пальца: было доказано, что при распознавании лица человека мы ошибаемся примерно в 10 раз чаще машины. Исследования проводились в Массачусетском университете на основе алгоритмов VisionLabs.

VisionLabs – это платформа, позволяющая распознавать лица с высокой точностью. Главный недостаток современных технологий распознавания лиц – ухудшение качества работы при низкой освещенности и изменении положения головы или ракурса.

Поэтому большинство подобных технологий недостаточно точные, чтобы внедрять их в бизнес. Но алгоритм VisionLabs был признан Массачусетским университетом одним из лучших среди существующих.

Подробнее о своей платформе и ее возможностях представители компании расскажут на AI Conference. А пока они представили три реальных кейса с решениями, уже воплощенными в жизнь.

VisionLabs: что особенного в платформе и как она работает?

Платформа VisionLabs LUNA анализирует не картинку, а набор выведенных из нее признаков. Сперва технология обнаруживает лицо в кадре и запускает алгоритм его отслеживания в видеопотоке – программа определяет, какой из 25 кадров за секунду запечатлел лицо в лучшем качестве и ракурсе. Портрет, очищенный от фона и повернутый в нужное положение, отправляется на сервис распознавания. Из стандартного формата JPEG он преобразуется в дескриптор – набор неизменяемых параметров лица, который и используется для последующего сравнения снимка с другим изображением. При этом отсеиваются такие факторы, как уровень освещенности помещения, возрастные изменения человека, прическа и макияж, наличие или отсутствие бороды и усов.

Дальше программа сравнивает два дескриптора и выдает ответ, занесен ли в базу попавший в кадр человек. Схожесть определяется в процентах: например, система может выдать результат совпадения дескрипторов на 65 или 99%.

Банкинг: объемы предотвращенного мошенничества оценивают в сотнях миллионов рублей

Задача: предотвратить возможное мошенничество со стороны сотрудников в «Почта Банке»

Самой распространенной угрозой для банков является утечка персональных данных и их фальсификация, которая приводит как к финансовым потерям из-за внутреннего мошенничества, так и к серьезным репутационным рискам и, как следствие, снижению стоимости акций.

По опыту VisionLabs, до 90% мошенничества в банках совершается сотрудниками – самостоятельно или в сговоре с внешними мошенниками. Секторы, в которых наиболее очевидно проявляется мошенничество, – потребительское кредитование, банкоматы и все дистанционное банковское обслуживание. В «Почта Банке» эту проблему решила авторизация при доступе к персональным данным в электронной базе данных – с помощью технологии распознавания лиц.

Процесс внедрения и результаты

Платформа идентификации и верификации лиц LUNA ежедневно обрабатывает несколько сотен тысяч фотографий.

Она сравнивает биометрические параметры новых клиентов банка с параметрами уже существующих в его базе, а также сличает их с базой данных мошенников.

Платформа была внедрена на 50 000 рабочих мест в банке и точках продаж партнеров. К камерам, применяемым на рабочих местах агентов, не предъявляется специальных требований. В банке уверяют, что качества снимка почти любой камеры достаточно для эффективного распознавания клиента.

Экономический эффект внедрения системы оценивается по объему предотвращенного мошенничества: принимая во внимание динамику роста розничной сети и клиентской базы, банк оценивает его в сотни миллионов рублей. При этом уменьшилось количество попыток совершить мошеннические транзакции, поскольку потенциальные мошенники уже знали о системе распознавания лиц.

Кроме того, распознавание лиц позволило сделать каждую операцию сотрудников в банке персонализированной. В результате стало проще работать с клиентами и возрос уровень защиты информации. Фотография вошедшего в систему пользователя сохраняется, и сотрудник банка или торговой точки-партнера не может получить доступ к информации клиентов. Повысилась трудовая дисциплина сотрудников: ситуация с передачей своих данных другим сотрудникам полностью исключена. Также у банка появился инструмент для объективного и точного учета рабочего времени сотрудников.

Задача: создать возможность денежных переводов по фотографии клиента в банке «Открытие»

Традиционно для перевода денег клиенту нужно указать номер карты получателя или его номер телефона, если он обслуживается в том же банке.

Банк «Открытие» стал первым банком в мире, запустившим в декабре 2017 года денежные переводы по фотографии клиента.

Процесс внедрения и результаты

Сервис реализован с помощью системы распознавания лиц, которая позволяет с высокой степенью точности идентифицировать клиента по его биометрическим данным.

В 1-м квартале 2017 года банк уже ввел в трех московских отделениях систему для аутентификации клиентов, которая упрощает их обслуживание и сокращает время ожидания в очереди. Уже в начале 2-го квартала банк использовал разработки VisionLabs в мобильном приложении банка для прототипа решения аутентификации по лицу на ОС iOS. Решение опробовала рабочая группа банка, и уже в мае 2017 года было представлено на международной выставке Connect:ID.

Перевод по фотографии можно сделать с карты любого российского банка в адрес клиентов банка «Открытие», которые были сфотографированы в отделениях или при доставке карты курьером. В будущем году «Открытие» планирует запустить переводы по фотографии и в адрес пользователей, которые не являются клиентами банка – пользователи приложения «Открытие. Переводы» смогут загружать свои фотографии самостоятельно непосредственно через приложение.

Образование: студенты стали ответственнее относиться к учебе

Задача: перенести процесс сдачи экзаменов в онлайн-формат в Московском институте психоанализа

Институт разработал учебный портал для студентов, преподавателей и администрации, но полноценная работа с ним была невозможна, поскольку большое количество студентов пыталось использовать третьи лица для сдачи экзаменов. Это никак нельзя было проконтролировать, потому что система использовала стандартный механизм доступа по паролю.

Процесс внедрения и результаты

В данный момент более 5 тысяч студентов получают доступ к материалам курса каждую неделю с помощью биометрической идентификации. Представители института не только идентифицируют студентов, но и анализируют их активность при работе с материалами. Около 5% студентов пытаются использовать третьих лиц для сдачи экзаменов, но система предотвращает все случаи мошенничества.

В институте подтверждают, что биометрическая идентификация способствует повышению качества обучения студентов, которые больше не надеются на нелегальные способы сдачи тестов и экзаменов, а более ответственно подходят к подготовке. Также студенты стали более осознанно и ответственно подходить к работе с материалами, так как понимают, что их активность фиксируется.

Институт провел анкетирование до и после внедрения биометрической идентификации. Опрос показал, что изначально студенты отнеслись к такому внедрению с недоверием, ведь их беспокоило повышение контроля за их деятельностью на учебном портале – но после внедрения институт получил обратную связь от студентов, которые считают, что теперь они более осознанно подходят к своему образованию и работе с материалами.

Пообщаться с представителями компании и выяснить у них все в деталях можно будет 19 апреля на AI Conference.