“刷脸”业务之后,LinkFace想帮助金融机构更高效地建立个人征信数据肖像

36氪  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

“刷脸”业务之后,LinkFace想帮助金融机构更高效地建立个人征信数据肖像

日益普遍的人脸识别因其便捷、高效、低成本等诸多好处也在逐渐进入标准严苛的金融行业,帮助解决其线上交易中风控最核心的安全问题,未来将成为互联网金融领域的基础设施,同时国内众多的金融机构都开始加大对人脸识别技术的重视和投入。然而对于金融领域的应用来说,人脸识别技术背后是金融账户安全性问题,因此对技术提出了更高的要求。

计算机视觉初创企业LinkFace就看准了这一大市场,LinkFace CEO黄硕告诉36氪,LinkFace和其他人脸识别企业相比,其核心优势在于三方面,超大规模的数据库、自研的先进算法以及超级计算平台。这三项核心优势让LinkFace相比于其他做人脸识别的公司在实际应用场景中的识别效果要高出一到两个数量级。

黄硕还表示,虽然很多计算机视觉企业都看好人脸识别领域,但是大家专注的应用行业并不相同。LinkFace专注金融垂直行业,利用团队成员以及股东在金融行业积累的经验,把这一个行业做深做透。同时,在谈到行业竞争这个话题时,黄硕也表示,人工智能可以应用的行业很多,市场空间很大,希望大家更多是选择把市场做大而不是争抢同一块蛋糕。

LinkFace现阶段针对金融领域的产品主要是已经上线的在线人脸身份认证云服务,累计服务次数已经超过了3亿次,大大降低了金融机构的运营成本,主要应用有人证对比、刷脸支付、远程开户、实名认证和黑名单查询等。LinkFace的人脸识别模型已经进行了超过1亿张人脸图像数据的训练,配合自主研发的人脸106关键点定位算法不断进行深度学习,形成了新一代的人脸识别引擎。LinkFace的人脸识别技术在金融应用中的错误率已经达到千万分之一的水平,超过同类竞品大概2个数量级。黄硕告诉36氪,对于金融领域的应用来说,人脸识别技术背后是金融账户安全性问题,识别的精度高是核心但不是全部,LinkFace基于深度学习的活体检测技术还可以精准区分真人和照片或视频,对于试图使用照片或视频模仿人脸进行验证的“黑客”行为,已经能做到有效检测,进一步保障了安全性。黄硕表示在此前3亿次人脸认证系统调用中,已经做到帮助客户基本杜绝了盗刷问题,并且拦截了1700万次非本人人脸盗刷的攻击。现阶段已有借贷宝、京东金融、招商银行、中国银联等公司使用了LinkFace的人脸识别服务。

除了在线人脸身份认证服务外,LinkFace正在研发金融征信技术平台。黄硕表示个人金融快速生长产生了对信用信息的强烈需求,传统金融征信时基于单人信息的征信方式,更多依赖于单人的过往数据,容易产生偏差。如果可以挖掘单体深度人际关系,使用他人的信用信息来辅助分析本人的信用,则将提升信用评价的精准度。LinkFace通过2年的数据积累和数据合作,基于原创算法不断训练得到了大数据深度分析模型,从而帮助金融机构提供更精准的信用评估服务。这项技术将降低线下尽调成本、提高放贷效率、降低风险率,未来将应用于银行信贷、互联网金融信贷、互联网融资、催收、反欺诈等领域。

“刷脸”业务之后,LinkFace想帮助金融机构更高效地建立个人征信数据肖像

黄硕称现阶段LinkFace已经拥有50家左右的金融客户,主要通过用户调用身份验证服务收费来盈利,可以保证良好的现金流。之后会不断扩展风控和征信业务,收费方式也会依据不同的服务或合作方式进行相应调整。

LinkFace拥有庞大的深度学习技术团队,300多位来自香港中文大学、香港科技大学、斯坦福大学、清华大学的全职研究员和80多位来自谷歌、微软、百度、联想的核心工程人员。LinkFace目前的CTO拥有14年的微软亚洲研究院背景,还有2年在创业公司搭建技术团队的经验。

本文被转载1次

首发媒体 36氪 | 转发媒体

随意打赏

互联网金融征信支付宝刷脸刷脸app大数据征信刷脸支付刷脸金融
提交建议
微信扫一扫,分享给好友吧。