首页 > 行业资讯 > 详细内容
的卢深视石磊:3D全栈赋能大库场景赋能金融支付
时间:2021年06月10日        209 次阅读

  由北京金融科技产业联盟、移动支付网联合主办的“2021第四届中国金融科技发展大会”在重庆举行。的卢深视市场产品总监石磊以《跨越规模鸿沟3D全栈赋能大库场景金融支付》为主题进行了分享,通过技术剖析和城市轨道交通领域落地案例,同与会者一起探讨了金融支付场景下的3D技术趋势。

 

 

  从2019年开始,刷脸支付落地市场,便捷成为了消费者最认可的特点,但是个人信息泄漏、账户资金被盗用等安全问题却成为了消费者担心的问题。

 

  石磊表示,目前2D照片数据已经泛滥,复制和批量修改成本极低,无法作为人脸隐私数据得到保护。今年的3·15晚会再次曝光了人脸识别使用乱象,他指出,当前消费者需要人脸数据的隐私保护。

 

  该如何平衡人脸识别的便捷性与安全性呢?石磊认为,3D视觉是答案。3D视觉技术可以采集2D颜色、3D形状、材质等不同维度的数据,在大角度、浓妆、复杂光照情况下,这样的多模态数据让活体检测表现会更好。

 

  此外,2D图像+3D形状多模态识别方案,可以提供超大库比对能力,比纯2D图像识别提高2~3个数量级库容量/精度。

 

  石磊认为,目前3D视觉将迎来规模化应用的拐点。根据Tractica数据,全球3D传感器和硬件子系统市场将从2017年的82亿美元增长到2025年的579亿美元,而3D传感器不断提高成熟度、降低成本,凭借更优性价比,将实现“降维打击式替代”,成为机器标配的眼睛。

 

  在3D视觉落地应用方面,石磊以城市轨道交通为例进行了说明。城市轨道交通作为“新基建”最为基层的基础设施,每天承担着高压力、高密度人流运行。虽然IC卡和NFC、二维码等多种方式极大提升了轨交通行效率,但在乘客手提行李、抱小孩、打电话等诸多情形下依然不够方便。刷脸支付在安全、效率与乘客体验方面优势突出,成为AFC优选支付方式。

 

  为保证准确率,2D厂家采用分库策略,地铁网络带宽窄,延迟高,分库查询牺牲了效率和通行体验,在十万库规模下,在保证通过率前提下,误识率只能做到万分之一,无法满足支付应用。

 

  而3D结合多模态识别,千万大库能够做到百万分之一误识率,95%以上通过率,准确、体验好,可以将进站效率提升至30人次/分钟,甚至45人次/分钟,远超二维码进站效率。并且3D技术能够在复杂光照条件下实现准确识别,鲁棒性好,适用于地铁不同站点的复杂光照条件。

 

  石磊表示,3D刷脸技术还是一个新兴技术,没有一家公司产业链从头做到尾,的卢深视希望在这个行业里跟更多的企业合作,服务于更多的客户。希望未来3D技术在大库场景下提供给客户一个更好的刷脸体验。

推荐资讯

400-160-8288服务时间:9:00-20:00