安訊奔Y2016生物認(rèn)證解決方案V2

安訊奔Y2016生物認(rèn)證解決方案V2第一頁，共71頁。生物認(rèn)證解決方案第二頁，共71頁。方案組成第三頁，共71頁。Page

*生物認(rèn)證產(chǎn)品第四頁，共71頁。

AccessMatrixUAS生物認(rèn)證模塊第五頁，共71頁?？刹迦胧降纳镎J(rèn)證第六頁，共71頁。AM配置：LoginModule第七頁，共71頁。AM配置：LoginModule第八頁，共71頁。AM配置：BiometricLoginPolicy第九頁，共71頁。AM配置：BiometricPolicy第十頁，共71頁。應(yīng)用集成：BiometricServiceAPIBiometricServiceBiometricEnrollmentenrollTemplatesverifyAndEnrollTemplatesBiometricVerificationverifyTemplatesverifyTemplatesExternaltemplateIdentifierBiometricResetremoveTemplatesAuditServiceAuditQueryFunctionsqueryAuditsgetAuditRecordErrorCodesXML-RPCfaultsorexceptionsBiometricException人臉錄入遠(yuǎn)程開戶刷臉登陸人證比對審計服務(wù)第十一頁，共71頁。

YESsafe生物管理平臺第十二頁，共71頁。統(tǒng)一生物認(rèn)證平臺第十三頁，共71頁。登錄主界面第十四頁，共71頁。管理員主界面第十五頁，共71頁。角色管理第十六頁，共71頁。審計員主界面第十七頁，共71頁。注冊業(yè)務(wù)查詢第十八頁，共71頁。驗證業(yè)務(wù)查詢第十九頁，共71頁。刪除業(yè)務(wù)查詢第二十頁，共71頁。人證比對業(yè)務(wù)查詢第二十一頁，共71頁。統(tǒng)計查詢第二十二頁，共71頁。

YESsafeToken+移動生物認(rèn)證能力第二十三頁，共71頁。使用生物識別技術(shù)，來提升傳統(tǒng)認(rèn)證方法，從而確保移動身份安全和使用便利。

移動生物認(rèn)證連接設(shè)備以確定擁有者支持多種渠道多因素認(rèn)證多因素認(rèn)證方法多應(yīng)用第二十四頁，共71頁。利用在移動設(shè)備中常見的內(nèi)置功能來提供多模態(tài)認(rèn)證技術(shù)-臉孔，語音，場景如時間，地點，接入點，等等場景認(rèn)證Whatyouknow(pinorpasscode)Whatyouhave(phone)Whereyouare(geo-location)Whoyouare(face,voice,fingerprint)Whenyouare(date,day,time-of-day)第二十五頁，共71頁。生物認(rèn)證場景第二十六頁，共71頁。

ATM&VTM生物識別第二十七頁，共71頁。核心需求對ATM、VTM進行人臉識別過程分為人臉檢測、人臉關(guān)鍵點對準(zhǔn)、人臉圖像采集、人臉圖像預(yù)處理、活體檢測、特征提取以及人臉圖像識別比對。并要求滿足以下需求：人臉檢測活體檢測人臉圖像采集人臉圖像預(yù)處理人臉圖像特征提取第二十八頁，共71頁。應(yīng)用場景第二十九頁，共71頁。

VIP識別第三十頁，共71頁。核心需求VIP客戶人臉識別系統(tǒng)，分為采集客戶端、網(wǎng)點服務(wù)端、人臉識別系統(tǒng)服務(wù)器三個組成部分。采集客戶端，負(fù)責(zé)采集進入銀行的客戶人臉圖片信息；網(wǎng)點服務(wù)端，負(fù)責(zé)接收和保存采集客戶端采集到的人臉圖片信息，并將人臉圖片信息計算為特征數(shù)據(jù)，完成后將特征數(shù)據(jù)發(fā)送到認(rèn)證平臺服務(wù)器；認(rèn)證平臺服務(wù)器，負(fù)責(zé)接收人臉特征數(shù)據(jù)，與數(shù)據(jù)庫中存儲的VIP客戶人臉特征數(shù)據(jù)進行比對，將比對結(jié)果發(fā)送網(wǎng)點服務(wù)器或銀行消息通知平臺。第三十一頁，共71頁。應(yīng)用場景-閘機攝像頭第三十二頁，共71頁。應(yīng)用場景-扶梯攝像頭第三十三頁，共71頁。

人證核驗第三十四頁，共71頁。核心需求政策性要求銀行賬戶實名制是我國重要的金融基礎(chǔ)制度，為落實銀行賬戶實名制，人民銀行和公安部在2007年6月聯(lián)合建設(shè)和運行了聯(lián)網(wǎng)核查系統(tǒng)。借助于聯(lián)網(wǎng)核查系統(tǒng)，銀行多采用人工比對驗證的方式，由于人工比對標(biāo)準(zhǔn)不一致、寬嚴(yán)條件個性化，難以對客戶身份的真實性進行有效核查，不法分子利用虛假（或騙?。┚用裆矸葑C開立假賬戶、假貸款等現(xiàn)象還時有發(fā)生。業(yè)務(wù)性需求

為更安全、更便捷的實現(xiàn)客戶“人證合一”的有效核查，利用人臉識別特征的唯一性，精準(zhǔn)、便捷的實現(xiàn)客戶身份真實性的有效核查，完成客戶“人證合一”的驗證。第三十五頁，共71頁。應(yīng)用場景第三十六頁，共71頁。人證核驗APP第三十七頁，共71頁。

柜員指紋認(rèn)證第三十八頁，共71頁。核心需求系統(tǒng)對柜員指紋特征進行管理，通常情況下：柜員的指紋模板特征數(shù)據(jù)以及第一次指紋特征數(shù)據(jù)。當(dāng)柜員每次通過指紋登錄業(yè)務(wù)進行指紋比對時，都以此特征數(shù)據(jù)作為依據(jù)。柜員的特征指紋在客戶信息的明細(xì)記錄里可以查看。通過指紋認(rèn)證提升銀行服務(wù)的可追述性及唯一性第三十九頁，共71頁。應(yīng)用場景第四十頁，共71頁。

刷臉支付第四十一頁，共71頁。核心需求得益于互聯(lián)網(wǎng)金融的蓬勃發(fā)展，移動支付、電子銀行的使用愈加廣泛。在手機銀行、網(wǎng)上銀行和第三方支付平臺等交易過程中，需使用登錄密碼、查詢密碼、支付密碼等方式確保賬戶和支付安全。用戶在日常生活和工作中，密碼過多、容易忘記混淆，使用單一密碼又易于被盜。因此，用戶和銀行等金融機構(gòu)都急需更加安全、更加便捷的交易認(rèn)證模式。刷臉支付，無卡無折無密碼，整容也不怕，應(yīng)需而生！第四十二頁，共71頁。應(yīng)用場景第四十三頁，共71頁。

遠(yuǎn)程開戶/在線審貸第四十四頁，共71頁。信用卡網(wǎng)申規(guī)范傳統(tǒng)線下場景三親親見本人在場親見本人證件親見本人簽名線上面臨的問題如何確認(rèn)本人在場？如何確認(rèn)本人操作（證件）？如何確認(rèn)本人簽名？第四十五頁，共71頁。信用卡網(wǎng)申解決方案如何確認(rèn)本人在場？如何確認(rèn)本人操作？如何確認(rèn)本人簽名？線上開卡技術(shù)活體驗證人臉識別電子簽名信用卡網(wǎng)申解決方案第四十六頁，共71頁。信用卡網(wǎng)申驗證流程OCR讀取信息提取人臉照片1攻擊檢測采集人臉照片2質(zhì)量判斷水印防偽交叉比對三照合一電子簽名數(shù)字證書建議：數(shù)字簽名部分由符合電子簽名法的供應(yīng)商提供拍身份證照片活體檢測照片處理人臉識別人臉照片3為央行或公安部提取底圖12

3

本人簽名第四十七頁，共71頁。技術(shù)優(yōu)勢第四十八頁，共71頁。人臉檢測任意臉部遮擋及視角下的實時檢測。基于深度學(xué)習(xí)的人臉檢測算法，一次性克服了人臉檢測中的幾項難題：側(cè)臉、半遮擋、模糊人臉，極大提升了各種現(xiàn)實情況中的人臉檢出效果。第四十九頁，共71頁。人臉檢測在圖片與視頻中快速、準(zhǔn)確地標(biāo)定出人臉?biāo)谖恢?，對不同膚色不同年齡的人臉都有較好的適應(yīng)性。為了達(dá)到更高的檢測準(zhǔn)確度和更廣的適用角度，該技術(shù)將人臉劃分成包括正臉在內(nèi)的16個不同的面部朝向，分別進行歸類檢測，在檢測出人臉位置的同時還可以得到面部的朝向信息。根據(jù)平均臉的結(jié)果我們將人臉劃分為16個不同朝向，可囊括各種不同角度下的人臉。多角度人臉檢測結(jié)果部分人臉檢測結(jié)果按方向分類疊加的平均臉第五十頁，共71頁。人臉校準(zhǔn)復(fù)雜臉部角度下高達(dá)194個關(guān)鍵點的精確對準(zhǔn)SenseTime的人臉關(guān)鍵點定位算法可對各種表情、姿態(tài)、角度豐富多變的人臉進行精準(zhǔn)關(guān)鍵點定位。第五十一頁，共71頁。人臉校準(zhǔn)面部關(guān)鍵點檢測技術(shù)采用了最新的基于級聯(lián)回歸的算法，結(jié)合了深度學(xué)習(xí)的五官標(biāo)定初始化，綜合多個不同標(biāo)準(zhǔn)的多點數(shù)據(jù)集知識，使得同一個模型可以應(yīng)用于不同數(shù)量的關(guān)鍵點標(biāo)注1，以保障更低的誤差和更好的適應(yīng)性。我們的技術(shù)經(jīng)測試（在LFW2數(shù)據(jù)集上隨機選取80%訓(xùn)練和20%測試，計算所有圖的平均每點誤差與眼距之比的平均誤差）誤差僅為4.02%，截至2013年公開的LFW數(shù)據(jù)集測試最佳結(jié)果仍為6.45%3。最高關(guān)鍵點數(shù)194點的標(biāo)定結(jié)果面部21點/106點關(guān)鍵點的效果演示對比第五十二頁，共71頁。人臉識別基于頂尖深度學(xué)習(xí)算法的人臉驗證與人臉辨識SenseTime基于深度學(xué)習(xí)的人臉識別算法，在極具挑戰(zhàn)性的LFW人臉識別數(shù)據(jù)庫上，達(dá)到99%以上的準(zhǔn)確率。第五十三頁，共71頁。人臉特征識別性別、年齡、表情及多種臉部生理特征我們的人臉特征/屬性識別技術(shù)，不僅可以準(zhǔn)確識別照片中人物的性別和年齡，也提供表情、顏值（美貌指數(shù)）、戴眼鏡、化濃妝、涂口紅、戴帽子、頭發(fā)顏色、胡須樣式等超過40種屬性，平均準(zhǔn)確率超過90%，年齡預(yù)測平均誤差小于3歲。第五十四頁，共71頁。人臉聚類完美適應(yīng)于社交應(yīng)用的人臉自動分組為智能相冊和社交應(yīng)用打造的人臉聚類功能，可以給照片集一鍵自動進行快速整理、分組和添加姓名標(biāo)簽，可應(yīng)用于照片管理、社交關(guān)系挖掘等。第五十五頁，共71頁。人臉驗證人臉驗證技術(shù)可對兩張人臉進行相似程度的比對，適用于身份識別及相似臉查詢等應(yīng)用場景。該技術(shù)采用深度學(xué)習(xí)方法對大量數(shù)據(jù)進行特征提取，利用特征匹配程度來區(qū)分不同的人臉。借助類似的技術(shù)，我們還能夠?qū)崿F(xiàn)對人臉的表情識別與屬性識別（年齡、性別、人種等）。第五十六頁，共71頁。實時操作，證件在手證件、人像采集：確保實時操作、證件在手第五十七頁，共71頁。辨別身份證原件、復(fù)印件身份證原件身份證復(fù)印件A.辨別結(jié)果：原件B.辨別結(jié)果：復(fù)印件第五十八頁，共71頁。公安部聯(lián)網(wǎng)核查照片去水印舊版水印去除新版水印去除第五十九頁，共71頁?；铙w檢測：防止詐騙主動式方法：一般要求用戶做出指定動作或行為，比如眨眼、張嘴、搖頭。被動式方法：包括檢測眨眼等用戶動作、頻譜和紋理分析和三維運動分析。真人平鋪照片晃動挖空眼睛眨眼視頻卷起照片使用自然人運動分析、3D形狀分析、背景相對運動分析、圖像紋理防止照片欺詐第六十頁，共71頁。視頻也能防得住獨有的“語音”+“圖像”進行活體檢測，視頻欺詐也不用擔(dān)心發(fā)音的聲紋圖說話口型動態(tài)圖對比

是否一致第六十一頁，共71頁。用戶認(rèn)證容錯率0.001%0.01%0.1%人人比對94.02%96.03%98.52%人證比對98.89%99.45%99.84%交互自然便捷提高安全性——可配合傳統(tǒng)密碼或聲紋識別等其他生物識別技術(shù)人密永不分離圖像留存——自動學(xué)習(xí)容貌變化，可追蹤犯罪、違約責(zé)任人第六十二頁，共71頁。Copyright2000-2015?i-SprintInnovationsAllRightsReservedPage

*競爭對手第六十三頁，共71頁。天成盛業(yè)公司概述：1997年成立，生物認(rèn)證平臺有較強積淀。涉及人臉識別、指紋識別和虹膜識別等多種認(rèn)證模式優(yōu)勢：對于用戶應(yīng)用場景把控較深，能夠符合中國式需求平臺功能較為完善，體系化劣勢：算法性能過于老舊，測試準(zhǔn)確度差平臺規(guī)劃不完善，多是多種需求的聚合并無統(tǒng)一規(guī)劃及UI&UX設(shè)計第六十四頁，共71頁。創(chuàng)動電子公司概述成立于湖南長沙，10年左右發(fā)展人臉識別算法研發(fā)及硬件設(shè)備銷售優(yōu)勢：本身提供整體解決方案，可直接為最終客戶提供包括硬件設(shè)備在內(nèi)的整體解決方案劣勢：研發(fā)能力不強，識別度低。安全性差生物識別管理后臺功能弱第六十五頁，共71頁。云從科技公司概述中科院背景，15年開始有一些發(fā)展優(yōu)勢：依托中科院技術(shù)優(yōu)勢，在解決方案深度和影響力方面有不錯體現(xiàn)產(chǎn)品線比較專一，除了生物識別并不關(guān)注其他領(lǐng)域劣勢：發(fā)展較短，積淀較少平臺建設(shè)薄弱暫無防hack技術(shù)能力第六十六頁，共71頁。Copyright2000-2015?i-SprintInnovationsAllRightsReservedPage

*我們的機會第六十七頁，共71頁。政策利好“提