前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的卷積神經網絡的優缺點主題范文，僅供參考，歡迎閱讀并收藏。
【關鍵詞】互聯網金融 人臉識別 信息安全 身份認證
一、引言
國家建設部于“十二五”期間頒布了關于開展國家智慧城市試點工作的通知，意在通過綜合運用現代科學技術來營造社會建設和管理的新模式。伴隨著智慧經濟的建設和我國的傳統金融行業對于創新變革的訴求，國內的互聯網金融行業開始快速發展。人臉識別在國內互聯網金融領域的應用也借助這一浪潮拉開帷幕。
二、人臉識別技術簡介
進入21世紀，隨著計算機技術、光學技術等技術的迅猛發展，人臉識別技術逐漸成熟，步入了應用階段。人臉識別安防、考勤、支付等系統走進了我們的生活。
人臉識別算法蓬勃發展，尤其是基于深度學習的識別方法。深度學習利用其對大型數據集的優秀預測能力突破了之前在人臉識別過程中的精準率瓶頸。深度學習算法種類繁多，目前被廣泛應用于人臉識別領域的主要是卷積神經網絡。其現主要分為四個步驟。
首先是局部感知。在處理在圖像處理中，把圖像表示為像素的向量。只對局部的聯系緊密的向量進行感知，初步降低參數；第二步是權值共享。挑選第一步中的某個局部參數提取特征，再將其作為探測器也就是卷積核，應用到圖像的任意區域，對特征進行匹配，得到不同的激活值。將符合條件的激活值篩選出來；第三步是多卷積核。挑選更多的卷積核，不斷重復第二步驟，學習更多特征；最后是池化。一個圖像區域有用的特征極有可能在另一個區域同樣適用，對不同位置的特征進行聚合統計可以簡化對于大圖像的描述，進一步降參。
三、互聯網金融的人臉識別運用
互聯網金融是借助于互聯網技術、移動通信技術來實現資金融通、支付和信息中介等業務的一種新興金融模式。毫無疑問，互聯網金融正以其獨特的運行方式和價值創造模式，影響著傳統金融業務，逐步成為整個金融生態體系中不可忽視的一部分。
（一）互聯網金融面臨的風險
互聯網金融行業也同傳統金融行業一樣，它們的核心問題都是如何預防和處理風險。目前我國的互聯網金融行業面臨著政策法律風險、監管風險、流動風險、市場風險、信用風險、技術風險這六大風險。
（1）信用風險。互聯網金融的信用風險主要來自于對客戶的真實身份的認證帶來的信息不對稱問題。由于國內的互聯網信用業務還沒有得到很完善的監管，互聯網金融的虛擬性就會給對客戶身份的認證帶來不確定性素。例如，一些用戶在P2P網貸平臺進行身份信息造假騙取貸款。
（2）技術風險。互聯網金融是互聯網與金融的結合產物，自然避免不了對于網絡信息安全的要求。傳統的字符密碼具有可復制性，容易被網絡黑客、木馬病毒所竊取，造成不必要的損失。傳統的字符密碼認證對互聯網金融企業的網絡技術安全提出了更高的要求，而我國的互聯網金融企業大多還在成長階段，無法維護龐大的信息數據庫，給行業帶來了很大的技術風險。
（二）人臉識別技術降低信用風險與技術風險
人臉識別技術依靠人臉獨特性、難以復制性等優勢可以很大程度上降低互聯網金融的信用風險和技術風險。目前，國內的云從科技、Linkface等科技公司都在LFW數據庫的實驗環境下，取得了99.5%以上的人臉識別成功率，高于人眼識別97.52%的準確率。
在人臉識別模式下的開戶過程需要用戶先需要出示自己的二代身份證，系統在客戶填寫開戶信息后繼續發出指令，讓客戶進行基于視頻流的身份認證，人臉識別系統會以此判別個人身份的真實性。同時，利用“活體檢測算法”、“圖像脫敏算法”以及“人臉比對算法”等算法對視頻流的背景和人像的對比分析，可以避免一些用戶利用錄制好的視頻來偽造身份信息。
識別開戶成功后，系統自動上傳用戶信息至后臺。當遇到支付等操作指令時調出信息，再次對客戶進行基于視頻流的身份認證來確定指令的安全性。
（三）互聯網金融中的人臉識別運用
（1）招商銀行“ATM刷臉取款”。我國的招商銀行一直以勇于創新的先行者姿態活躍于金融領域，在手機銀行和自助銀行等多種電子信息化自助服務渠道中保持著領先地位。繼在VTM渠道應用人臉識別技術以輔助柜員核實客戶身份后，又率先推出“ATM刷臉取款”業務。首先收集客戶的可信照片，再主要利用人臉識別技術并輔之以手機號碼驗證和密碼驗證來確認客戶信息，誤識率在萬分之一以下。
這是國內銀行首次將人臉識別技術應用到自助提款機上，也意味著招行“智能銀行”再一次取得進展。
（2）螞蟻金服的人臉識別體系。螞蟻金服起步于阿里巴巴集團的支付寶，致力于推進互聯網支付、消費、理財。螞蟻金服于2015年在支付寶上推出人臉識別的功能，已在用戶登錄、實名認證、找回密碼、商家審核、支付風險校驗等多個場景中投入使用，利用人臉識別代替傳統的密碼輸入。同年，阿里巴巴董事局主席馬云在德國漢諾威消費電子、信息及通信博覽會上展示了螞蟻金服的“smiletopay”技術，用手機“刷臉支付”的方式在網上購買了一張1948年的漢諾威紀念郵票，完美展示了計算機人臉技術在支付中的應用。此項技術還在不斷完善，螞蟻金服的刷臉支付功能正式投入商用指日可待。
（四）人臉識別目前存在的問題
（1）沒有統一的安全標準。人臉識別技術領域的實際應用還在起步階段，目前還沒有統一的行業標準與國家標準，主要都是技術廠家自己制定標準。然而廠家標準制定的不一致，會導致不同的安全狀況與安全水平。只有通過制定統一的國家安全標準，才能解決人臉識別在技術推廣過程中的障礙。
（2）識別中的“矯枉過正”。當人臉識別技術被作為加密技術投入實際應用時，我們最看重的就是它的安全性。而人臉識別技術的安全性可以用誤接受率與誤拒絕率兩個指標來衡量。為了嚴格保證安全，技術廠商往往會盡量降低誤接受率，但這同時會提高誤拒絕率，使一些真正的用戶也會被系統拒絕，“矯枉過正”，影響了用戶體驗。
（3）可信照片的分辨率低。目前互聯網金融行業在使用人臉識別技術進行開戶等操作時，用于確定客戶信息的可信照片往往是居民二代身份證。而二代身份證的照片不僅分辨率低而且信息量少，這會降低人臉注冊、識別的準確率。
（4）人臉的變化。隨著時間的推移，用戶的年齡增長，會發生胖瘦、常規的化妝、自然老化等變化。通常情況下，這些變化是在計算機的識別范圍內的，但是如果出現整容、過濃的妝容、或者是佩戴眼鏡與一些裝飾性的飾物可能就會影響人臉識別的識別率。同時，由于雙胞胎、多胞胎的人臉信息過于相像，雙胞胎、多胞胎人臉信息的分辨在人臉識別技術中也是一個待攻克的難題。
四、未來發展應用趨勢
（一）發展展望
（1）制定統一的行業標準。為了保障人臉識別技術在應用過程中的安全性、規范性，有關的人臉識別科技公司和互聯網金融企業等應該聯合國家相關機構，加速人臉識別技術系列標準和規范的起草進一步規范人臉識別的技術指標和要求，為業務的深入和推廣提供基礎參考。
（2）突破對源圖信息提取瓶頸。計算機人臉識別技術中很關鍵的一環就是將可信的源圖信息與后期獲取圖像的信息進行對比篩選，計算機才能做出精確的判斷。在獲取到的源圖數據不充分、不理想的時，如何對信息進行有效的提取，到目前為止還沒有很好的解決辦法。但是，伴隨著科技的高速發展，人臉識別技術的這一瓶頸在將來必定會被突破。
（3）與其他生物識別技術相結合。各種生物特征識別技術都有各自的優缺點，在具體的應用過程中，人臉識別技術可以和虹膜、靜脈等其他生物特征識別技術相結合使用，降低對用戶的誤接受率和誤拒絕率，進一步提高身份識別的整體安全性。
（二）應用展望
（1）全方位的身份查核。人臉識別身份驗證技術的應用是對互聯網金融業務的基礎性工作的一項重要技術保障。在將來，人臉識別身份驗證技術的應用應該從單純的“登錄認證”到擴展到“支付認證”，做到全方位的身份核查，提高群眾服務的便捷性，同時保證業務更加安全、可靠。除此之外，人臉識別身份驗證技術還可以帶動其他行業的類似業務場景，從而在全社會范圍內促成更廣泛的工作流程改進和社會成本節約。
（2）全面的私人數據保護。在將來，用戶的一切經濟活動信息都可以通過人臉識別技術進行有效保護，避免敏感數據泄露，消除欺詐者利用不正當途徑來竊取用戶個人信息進行非法交易的可能，提升互聯網金融行業客戶的體驗友好程度。
五、結語
對于互網金融行業來說，改革與創新、提高金融服務質量和安全防范是今后互聯網金融行業發展的主要趨勢，人臉識別等高科技技術投入互聯網金融行業，會對整個行業的發展起到一種非常積極的作用。未來的人臉識別技術在互聯網金融行業中的應用必會繼續朝著遠程化發展，進一步取代現在的柜臺開戶、字符密碼認證等傳統的服務流程，做到“智慧金融，智慧生活，智慧城市”。
參考文獻：
[1]李子青.人臉識別結合視頻監控看公安與金融市場應用[J].中國安防，2015，（8）.
[2]呂曉強. 生物識別技術再造銀行客戶身份認證體系[J].金融電子化，2016，（4）.
[3]廖敏飛，黃瑞吟，劉麗娟. 生物識別技術在金融行業的應用現狀與前景分析[J].金融電子化，2016，（4）.