人脸识别银行如何做

人脸识别，银行可以应用在营业场所智能视频监控系统、智能识别嫌疑人、智能识别报警系统、电子银行远程开户、人脸识别取款等方面，大大加强了客户的信息和人身安全。

1、营业场所智能视频监控系统

在面对各类人群的营业场所中，银行使用人脸识别技术来识别伪装者，可以增强银行经营场所的安全性。针对营业场所的人群进行识别，如果发现可疑人员，如戴口罩、墨镜等人员，或是反复出现的人员，人脸识别系统可实时与警方人脸库进行对比，如果识别出犯罪分子，可联网报警。

2、智能识别嫌疑人

除此之外，人脸识别系统还可将识别出的嫌疑人图像提交给公安机关，为公安机关对嫌疑人抓捕或案件的侦破提供信息。例如，有一些银行可以利用视频监控系统对往来人群进行人脸识别抓拍，分析判断出最近几日频繁出现的可疑人员，并主动将其加入黑名单进行告警防御。

3、智能识别报警系统

在自助设备比如说ATM等应用场景下，人脸识别技术也有应用。例如，可以通过ATM机配备的摄像头捕捉取款人的脸部信息，与卡主留存在银行的身份信息进行对比，以预防盗刷。

也可以识别出涉嫌伪装脸部的业务办理人身份，与公安机关数据库进行对比，如果发现可疑人员，可以根据预先制定的应急规则进行告警或报警处理，以达到保护客户资金及人身安全的目的。

4、电子银行远程开户

通过使用人脸识别系统识别用户，来确认用户身份，可以缩短用户办理时间及降低银行成本，在线上就可以完成从用户资料收集到开户再到取卡、激活流程，极大地提高用户的开户体验。

在利用人脸识别规避面签时人员、经验等因素影响风险时，还可以充分利用全网资源对用户的背景及信用情况进行核查，有效规避假冒开户的风险。

5、人脸识别取款

人们在办理取款业务时，客户只需要“刷脸”并选择交易卡号、输人密码就可以完成交易。而为规避风险，刚开始时只针对小额支付类业务。人脸识别还可以应用在密码重置，将“初始密码重置”交易人手机银行、网上银行等渠道，采用人脸识别验证。

“刷脸+人工审核”模式，主要是针对一些重要的、特殊业务，例如开卡、电子银行签约、大额转账等业务可以通过人脸识别验证，还可以通过刷脸的方式在自助柜台上办理取款转账等业务，可以有效防控风险。

登录人脸识别失败可能有以下原因:

第一，软件版本导致人脸识别失败。系统推送最新版本后，识别设备没有及时更新，无法上传数据和识别。

第二，光线不足会导致人脸识别失败。如果环境昏暗，设备无法识别人脸，长时间无法识别人脸，导致人脸识别失败。

第三，网络条件导致人脸识别。如果识别设备没有联网或者网络环境太差，设备无法输入数据并上传，最终会导致人脸识别失败。

有以下方法：

1、姿势正确：坐直保持镜头与面部30cm左右距离，平视摄像头，最好保持微笑。

2、选择安静的环境：尽量在安静的环境 *** 作，嘈杂的环境和噪音可能会降低你的通过率哦

3、受光均匀：摘掉眼镜，要露出耳朵，保持面部受光均匀无阴影。

4、发音标准：不要使用方言，尽量使用标准的普通话。

5、咨询银行工作人员或者客服寻求帮助。

扩展资料：

脸识别系统难点：

首先是人类脸部存在相似性，不同个体之间的区别不大，所有的人脸的结构都相似，甚至人脸器官的结构外形都很相似。这样的特点对于利用人脸进行定位是有利的，但是对于利用人脸区分人类个体是不利的。在加上化妆的掩盖及双胞胎的天然相似性更增加了识别的难度。

其次是人脸存在易变性，人脸的外形很不稳定，人可以通过脸部的变化产生很多表情，而在不同观察角度，人脸的视觉图像也相差很大，另外，人脸识别还受光照条件(例如白天和夜晚，室内和室外等)、人脸的很多遮盖物(例如口罩、墨镜、头发、胡须等)、年龄等多方面因素的影响。

同时随着待识别的人数的增加、出现张得比较像的人的概率增加等情况逐渐增多，原有的人脸识别已满足不了实际的应用。现有的深度学习技术在这些方面有了很大的提升，目前很多厂家的人脸识别技术在LFW评测已做到99.5%以上，有的接近甚至超过人眼的识别率。这给人脸识别系统能够大规模的实际应用提供了技术支撑,随着科技的不断进步，期待将来有一天这些人脸识别领域的难题都能得到完美解决。

---