图像识别是怎么实现的“一个是研究的东西很集中，虽然什么都能做(2)

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。

国家队身份和纯架构助力云从更进一步：其先后与部、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，云从搭建了超移动式结构化数据采集阵列，通过平均分布的 91 个收集不同角度、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。图像识别是怎么实现的

据雷锋网(公众号：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。

雷锋网原创文章，未经授权禁止转载。详情见转载须知。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-67220-2.html