Page 165 - 安防19年8月刊_150dpi

过度宣传、不揭示风险、飞单等违规操作。有的营 模型重构
销人员告诉客户产品可以保本，但事实并非如此， 人脸识别在金融行业已经被广泛的运用起
给客户带来损失。金融机构有风险揭示的责任， 来了，但这并不是算法与金融行业的深度融合，
但有时候金融机构自身的管理者也很难察觉。不 只是一个适用于各行各业的比较基础的算法应
论是基层员工还是渠道商都背负着 KPI，可能会 用在金融业而已。

为了完成任务采取一些非常手段。 通用技术例如姿态识别、面部识别等，各大
在此背景下，音视频双录的重要性不言而喻。 AI 独角兽都是具备的。但真正在金融行业深度
然而视频录下来，存在服务器里，该揭示的风险 应用，目前看来还很少。
仍然没有揭示，需要大量的人工审核，这给金融 在视频结构化的过程中，监管机构及金融机
机构带来了大量人力和时间成本。通常情况下一 构对视频是有明确定义的。比如视频中必须有签
单金融业务的双录视频在 2-50 分钟不等，审核 署文件、展示文件的行为，有阅读并进行风险确
人员需要一秒不落地完整看完录像，效率极低。 认的行为。这些行为在当下的通用模型精度下是
一些新兴的 AI 公司敏感地看到了其中的市 不足以被辨认的。一个人到底是单纯在拿着笔还
场机会。使用 AI 技术对视频中的关键要素进行 是在签字，对于人类而言很好辨别，但对于现有
结构化处理，不仅可以降低成本，还方便随时调取， 的 AI 模型而言就非常困难。
进行数据分析。有的企业经过技术研发，已经将 现有的模型都不能做到，需要重新构建。另
视频结构化技术打造成相对标准化的产品，方便 外，视频结构化分析提供商也需要深入到金融场
机构客户调用，具备服务行业的能力。聚焦金融 景下，去拿到足够多的视频双录数据。
领域的图像技术，对银行双录视频的结构化处理。 在双录视频中，人的行为是相对较为标准的，

在当前，为金融行业得供视频技术的大多是 更难解决的是每个金融机构的业务流程及文件
从事双录的通信类公司或传统银行信息化系统 格式不同。为此，团队使用迁移学习方法，让系
集成商，鲜见 AI 公司的身影。通信公司没有视频 统能够快速适应不同客户的需求。
结构化能力，系统集成商需要对外采购模块进行 而且，对于金融机构来说，一个系统即便达
组装。 到了95% 的准确率，往往也因不能确定剩下的 5%
有能力的 AI 公司可以将这些系统集成商变 是哪些被测对象而依然需要人力检查 100% 的
成渠道合作伙伴。他们的系统整合能力比较强， 业务。通过计算资源分离可以解决视频运算成本
同时能够帮 AI 公司减轻对接银行的工作量，让 较高的问题，通过边缘计算让前端处理一部分运
AI 公司更专注在技术的研发上。 算，可以取得更快的速度及更高的能效比。
双录视频结构化这一市场非常大，单凭一家 通过这类底层模型重构，视频结构化分析有
公司不足以吞下。相较于系统集成商，具有算法 望真正扎入金融应用。
成本优势的企业具备了降维打击的能力。
同时，由于金融业务中很多坑是没有办法绕
过的，首先进入金融业的视频技术提供商将具有
先发优势及时间壁垒。

第五届深圳国际无人机展览会（2020年6月深圳会展中心） www.china-drone.com.cn 147

భခ࠯ඌ JOEE ྒ௹೘