智能化的人臉識別技術的進步，賦能金融安防，建立具有“大安全”格局的立體化防控成為發展趨勢。
智能化為金融安防賦能
據統計，人臉識別精度在最近的一年提高了75.6%。技術的進步有力推動了安防產業的發展，而在安防行業應用中，包括銀行、保險、證券交易等部門在內的金融業占了很大比例。
人臉識別精度的提高，意味著在特定場景下用戶將獲得更好的體驗，以及單位工作時間內效率低大幅提升，比如在銀行場景下的顧客會獲得更好的體驗，公共安防領域的一線警務人員的無效工作量將會大幅降低。
根據 NIST 今年發布的成績，目前全球最好人臉識別技術水平為千萬分之一誤報下的識別準確率接近 99%，這意味著受限場景下，在千萬分位誤報上，人類已經將機器的人臉識別能力推向了極限。
NIST在2017年6月也發布過全球競賽成績，彼時人臉識別技術的最好水平為千萬分之一誤報下識別準確率 95.5%。時隔一年，人臉識別技術的準確率提升了 75.6%，去年這一指標的最好水平在 2018 年排到了第九位。
全球人臉識別性能的高速增長，還體現在機器的人臉識別規模上。2017年全球人臉識別最高水平可識別規模在 20 億人，比 2016 年可識別千萬規模提高了兩百倍，比 2015 年已經提高了數萬倍。而在 2015 年，特定場景下，機器識別人臉的水平已經正式超過人類，刷臉支付等場景被解鎖。
從本次發布的榜單上看，全球前五名在萬分位誤報率的指標下，已經很難區分算法性能，作為比賽的發起者，NIST 也在逐年提高“考卷”的難度。對一個算法模型來說，將誤報率從萬分位提升到百萬分位，漏報率(即應該報警卻沒有報警)會增加，相當于提高了“考卷”難度。
本次公布的成績顯示，在百萬分之一誤報下，當前全球最好水平識別準確率達到 99.3%，冠軍獲得者依圖科技是唯一將漏報率做到 1% 以下的參賽者，并且與第二名中國科學院深圳先進技術研究院相比，相同漏報率下的誤報也減少十倍，相同誤報下性能提升接近了一半。
誤報率(False Negative)是指本來是負樣例(兩張不同人的人臉)，但分類成了正樣例(算法認為是同一個人)，通俗地講可以稱之為“報警錯誤”。“報警錯誤”的次數/總次數，得出的數據即為誤報率。在誤報率相同的情況下，識別準確率越高，則表示技術的性能越好。
根據介紹，NIST 舉辦的人臉識別算法測試，數據集全部來自美國國土安全局的真實業務場景，例如美國出入境、刑偵過程中的大量照片等，測試結果代表著技術在實戰場景中的表現。
受益于人臉識別性能的提升，安防后端處理系統平臺可以同時處理的前端產品數量也大幅增加。這反過來大大**了前端高清采集和探測設備的產品升級、整體市場需求的擴大，以及存儲設備的增長。國內傳統安防公司海康威視和大華受益于此，連續幾年整體營收中的一半都由硬件攝像頭產品營收所貢獻。
值得一提的是，FRVT 2018 競賽成績中，中國算法團隊占據了半壁江山，除了冠軍再度被中國公司依圖科技摘得以外，第二名被中國科學院深圳先進技術研究院拿下，商湯科技的聯合創始人湯曉鷗教授正是該院副院長;奪得第五名的是另外一家人臉識別獨角獸曠視科技。
在如此強勁的中國算法力量加持下，中國智能安防市場的增長特別是硬件市場的增長還將持續。而伴隨著人工智能性能的提升，更多極低誤報率下對通過率有要求的場景也將被率先解鎖，比如支付、強門禁等領域將迎來人工智能技術和大數據應用驅動下的新一輪業務創新和市場增長。
以人臉識別技術為代表的人工智能技術已經開始在全球公共安全領域廣泛應用。英國市場研究機構 Juniper Research 近期發布的一份研究新報告提到，智能安防已經成為全球安防產業增長的原動力，預計到 2023 年全球安防產業規模將從 2018 年的 120 億美元增長到 450 億美元以上，增長將超過 260%。
金融安防系統現狀
不斷深化的經濟金融改革, 催生了銀行業新的經營理念和管理方式，銀行自身經營業態也發生著革命性變化，尤其是互聯網技術的延伸，自動存、取業務及無卡業務、線上服務的推廣，銀行網點更趨輕型化、智能化。面對新常態，其實銀行安保的責任更為重大、形勢更為復雜。銀行完善安保體系，建立大保衛、大安全格局，迫在眉睫。
在整個銀行安防系統里，監視系統約占整個系統投入的75%，而攝像機和DVR是其中的兩個大類產品。銀行的防盜系統一般都在公安部門的統一要求下進行安裝，同時與公安部門進行聯網，其比重約占整個安防系統投入的15%。門禁與對講系統在銀行安防系統里所占的比例約為10%，但隨著門禁系統的發展與生物識別技術的興起以及銀行需求的增加，也將提高門禁在銀行中的比例。
金融安防系統需求升級
隨著IP智能、高清、生物識別等技術的迅速發展，同時隨著計算機和圖像處理技術的發展，先進成熟的IP智能安防系統將成為主流。新技術的推動發展、銀行系統對安防系統需求的轉變，為新一輪銀行安防改造埋下了伏筆，同時也為安防行業提供了巨大的商機。
眾所周知，金融行業因其職能的特殊性、敏感性，直接影響著社會安全與穩定，從貨幣制造到流通發行，從金融交易到數據處理，從業務流程控制到交易人員安全，每一個環節都存在非常高的風險隱患。
此外，隨著銀行網點的日益普及和社會治安形勢的日益嚴峻，針對銀行機構的刑事、治安案件明顯上升，甚至上演“無間道”進行內部作案、內外聯合作案。同時，互聯網時代，隨著技術普及，網絡詐騙、智能敲詐、支付漏洞等案件手段也花樣百出，防不勝防。
事實同樣嚴峻，根據《2016年國內銀行卡盜刷大數據報告》顯示，2016年，全網統計銀行卡盜刷共7095次，累計造成客戶損失1.83億元，其中，65%的盜刷渠道為快捷支付，23%為網銀支付，且盜刷案件的解決率極低，這些事件都對銀行的信譽造成非常嚴重的損失。
看來，銀行安全防護，要時時警惕，更要跟上技術步伐，全方位的大安保或是方向。以華夏銀行為例，近年來，華夏銀行緊跟大數據和信息化安防轉型發展需要，圍繞大安全觀，加強管理模式的創新發展，組織研究布局銀行現代安防工作，逐步推進安全管理質量向“大安全”觀邁進，更好的服務全行經營目標安全穩健運營。
智能硬件+軟件：綜合信息管理平臺
要應對突發事件，銀行安全保衛工作已不能再局限于守護押運，也難以再用“三防一保”加以概括，建立與業務經營和生產緊密關聯的“大安全”管理體系，是銀行風險管理與內部控制的重中之重。
“我們要從過去看家護院向融入到業務各環節進行轉變和延伸”，華夏銀行相關人員表示，隨著科技化、信息化發展，安保工作既要看住看得見的，還要管住看不見的。“既要看住銀行的財產，還要看住客戶的財產”。因此，銀行要明確職能定位，既關注已發生的風險，又須關注可能存在的風險。做到預警、評估、完善有機結合。提前識別、評估和預防風險隱患。
從安保手段來看，銀行安防工作已從傳統型向智能型轉變延伸。以華夏銀行為例，商業銀行正在強化技術手段，實施“兩步走”，一是加強預防預警，加強和廠家及工程商合作，向科技要警力、在效率上下工夫。二是非現場管理，銀行從實現智能化管理和非現場指揮考慮，把監控中心的潛能和作用挖掘出來，如報警監控聯網平臺、自助銀行大門“遠程鎖閉功能”，都是通過遠程實行硬控制，發揮其作用。
而談到非現場指揮，就必然需要新技術武器，這也是應對當前日趨智能化、科技化和信息化高科技犯罪的重點手段。應對這樣的發展趨勢，金融機構安防工作也必然要走向信息化，重新鑄造信息化之劍來保衛金融安全，構建現代化安全防控體系。
基于此，華夏銀行借鑒“互聯網+安全”理念，發展安全有效的物聯網技術和應用，創建全行統一的安全保衛信息化管理平臺。大規模安防聯網必然帶來海量信息數據的產生和匯聚，這些成千上萬的數據中，就蘊含著對安防工作尤為關鍵的風險性、預警性、報警性的重要數據，華夏銀行采用云平臺云計算所具備的大數據處理能力，能夠承擔這些海量數據的快速處理。
未來，銀行業基于私有云以及私有云架構下的銀行安防應用將迎來蓬勃發展的新局面，將為銀行安防業帶來新的思維、新的思路，其影響將更為深遠。金融業正迎來“大安防”時代，利用好智能硬件與軟件系統，將是一條致勝之路。
京公網安備 11010502049343號