Финансовые операции по селфи: распознавание образов
Обсудить 0
Началом тренда можно назвать проект компании MasterCard, ставший известным как selfie pay (то есть «селфи-оплата»), хотя официально он назывался MasterCard Identity Check. 23 марта 2016 год американская корпорация запустила в двух странах, Канаде и США, пилотный проект идентификации клиентов по отпечаткам пальцев и распознаванию лица. Банком, рискнувшим предоставить свои мощности под «тест-драйв», стал канадский гигант Bank of Montreal (BMO). Обычно при покупке в Сети у клиента запрашивается идентификационный код, присылаемый в SMS-сообщении. Проект же selfie pay для клиента проект выглядел как приложение в смартфоне, которое при оплате в любом интернет-магазине просило навести камеру на лицо и сделать снимок. Или приложить палец к экрану для снятия отпечатка.
С первого взгляда казалось, что это безумие. Вы же знаете, как нередко ошибаются программы распознавания лиц, например, в соцсетях? Ладно, если они попытаются назвать вашим именем другого человека с отдалённо похожим лицом. Но порой бывает, что они пытаются распознать в качестве лица кактус или принт на футболке.
Пионеры распознавания лиц
Человека, который заложил фундамент современных систем идентификации лиц, звали Вуди Бледсоу. На протяжении 1964−1965 годов команда Бледсоу, состоящая из него самого, а также программистов Хелен Чан и Чарльза Биссона, разработала ряд программ распознавания, основанных на сравнении сфотографированных лиц и имеющихся в базе образцов. Основной проблемой Бледсоу была невозможность на мощностях тех лет строить проекции лиц в три четверти и ассоциировать их с людьми, сфотографированными в профиль или анфас. Хотя технически программа Бледсоу работала и показывала неплохие результаты в «стерильных» лабораторных условиях, применять её «в поле» было невозможно (кстати, работал Бледсоу на правительственную организацию, название которой так и осталось засекреченным). В результате реально распознавание лиц начало развиваться лишь в 2000-х годах с появлением должных технологий. Мощнейший толчок этой теме дал конкурс правительства США Face Recognition Grand Challenge, проведенный в 2006 году. Сегодня программы для распознавания и идентификации по лицам широко применяются самыми разными службами безопасности. В мае 2017 года в Южном Уэльсе был арестован преступник, опознанный уличной системой идентификации по лицу — это первый подобный случай в истории правоохранительных органов.
Тем не менее, не стоит забывать, что технология идентификации по чертам лица — это не какая-то одна программа, а огромное направление, в рамках которого работает множество компаний-разработчиков. Забегая вперёд, скажем, что банк «Открытие» (а точнее, его технологическое подразделение Open Garage) использует LUNA, софт российского разработчика VisionLabs. В общем, технология технологии рознь, а деньги, вложенные в создание такой программы для банковских операций, несоизмеримо больше сумм, которые тратят компании, не связанные с финансовой сферой.
Так или иначе, к октябрю 2016-го распознавание лиц в банковской сфере в исполнении MasterCard себя полностью оправдало. 92% клиентов Bank of Montreal сказали, что эта методика удобнее пароля, а 83% — что она значительно безопаснее.
Конечно, система Bank of Montreal не сравнивает ваше селфи со случайной фотографией из соцсети. Всё гораздо проще и надёжнее: когда вы регистрируетесь в приложении, вы делаете селфи, которое отправляете в базу данных банка как эталонное. И селфи-подтверждение должно быть максимально похоже на этот эталон: в идеале его стоит делать в том же ракурсе и с той же растительностью на лице. Естественно, селфи-образец можно менять с учётом изменений во внешности пользователя.
Система, применяющаяся банком «Открытие», несколько отличается от схемы Bank of Montreal в сторону надёжности распознавания. Здесь в качестве эталона-идентификатора используется не селфи, а фотография, которую делают сотрудники банка при получении клиентом банковской карты. Мелкие изменения внешности, вроде очков или новой причёски, на распознавание лица обычно не влияют, а если вы сделали себе пластику, кардинально изменив форму губ или скул, придётся написать в поддержку — там обязательно что-нибудь придумают, например, пришлют курьера с фотоаппаратом или подробно проинструктируют вас, как сфотографироваться самому и прислать им фото. В будущем банк планирует интегрировать возможность самостоятельно делать эталонные селфи, но пока такой метод несёт определённые риски и требует доработки.
В общем, канадский банк совместно с MasterCard задал тренд, и вот этот тренд пришёл в Россию.
Из Канады в Россию
…интересно, как в документации будут называться селфи, если «Открытие» всё-таки интегрирует возможность самостоятельно снимать эталоны. Хочется какого-нибудь русского слова. Например, в Интернете пишут «себяка». Или «себяшка». Звучит, наверное, слишком смешно, чтобы использоваться в официальных документах, но почему бы и нет? Впрочем, не будем пока забегать вперёд.
Пилотные проекты были и раньше — например, ограниченно, на тестовом банкомате, селфи-идентификацию применял «Сбербанк», но «Открытие» первым внедряет технологию распознавания лиц на массовом рынке, на основании собственных исследований и LUNA, как уже говорилось, разработки российской компании VisionLabs. Хотя технически с помощью LUNA можно пройти идентификацию, «Открытие» в своём проекте использует программу не для входа в систему, а для денежных переводов — вместо ввода номера карты или телефона получателя можно просто загрузить его фотоснимок.
LUNA была разработана ещё в 2015 году, а в «Открытии» её закрытое тестирование началось с января 2017-го. На первых порах программа испытывалась непосредственно в банковских отделениях — в трёх московских филиалах установили систему предварительной идентификации клиента в момент, когда он получал талон электронной очереди. Технология на базе самообучающейся нейронной сети позволяла ускорить обслуживание: операционист получал данные о клиенте ещё до того, как тот давал свой паспорт. В идеале, паспорт вообще не нужно доставать — биометрии хватает, но это уже вопрос законодательства: по российским законам паспорт является обязательным элементом идентификации клиента в отделении. Вторым шагом стала разработка приложения с интеграцией LUNA.
Как и у канадского банка, технология себя оправдала: сбоев не было, ложных идентификаций тоже. Точность определения клиента в LUNA, внедренной в приложение «Открытие. Переводы», доведена до 94% — и многих это пугает. «Где же оставшиеся 6%?», спросите вы. Да всё просто: в этих 6% программа вовсе не распознаёт в вас другого человека и не пытается сделать перевод незнакомцу. Она просто сообщает, что идентификацию произвести не удалось, вот и всё. Иначе говоря, или она распознаёт верно, или она не распознаёт вовсе.
К слову, для самого банка внедрение подобной техники на первых порах не слишком выгодно. Расходы на разработку, на испытания, плюс пакет лицензий, плюс комиссия для создателей приложения — в общем, проще было бы использовать старые добрые номера карт. Но любая новая технология, упрощающая жизнь клиенту, на первых порах работает «в минус» создателю. Так что это просто вопрос принципов. «Открытие» показал себя неконсервативной, современной и умеющей смотреть в будущее структурой. Не зря же этой осенью в банке было создан упомянутый выше отдельный проект — Open Garage.
Немного антифрода
Антифрод — это борьба с мошенничеством. Именно для этих целей изначально была создана компания VisionLabs. Распространённый способ получения нелегальных кредитов — это воровство паспорта, вклейка туда фотографии мошенника и предъявление этого паспорта в банке, клиентом которого является жертва. Поскольку паспорт подлинный и история кредитов, полученных на этот паспорт, обычно хорошая (разве что мошеннику очень не повезёт и он украдёт паспорт у злостного неплательщика), преступник получает одобрение, забирает деньги — сразу же, в кассе, и исчезает без следа. Хотя сотрудники банка должны внимательно осматривать границы фотографий на предмет следов вклейки, профессиональный поддельщик легко обманет девушку-операциониста. Система идентификации LUNA банально сравнивает фотографию в паспорте с фотографией клиента, содержащейся в базе данных банка, и исключает подобный вариант. Если банк не подключен к LUNA, он может воспользоваться сторонним сервисом — Equifax FPS. Bio (Equifax — это крупнейшее в мире международное бюро кредитных историй), которая в свою очередь может провести такую проверку.
Полная LUNA
Компания VisionLabs, основанная в 2012 году, — это пример успешного российского высокотехнологичного бизнеса. Да, такое бывает, хотя многие не верят в российские технологии и конкуренцию на мировом технорынке. Стартап собрал целый ряд инвестиций от крупных организаций (Фонд содействия инновациям, фонд «Сколково» и другие) и сегодня успешно занимается разработкой идентификационных биометрических систем для банковской сферы.
Соответственно, «Открытие» не стал первым и единственным клиентом VisionLabs — LUNA внедрена и другими банками, но — в ограниченном формате. В качестве системы идентификации в отделениях, в банкоматах, для предоставления сотрудникам доступа к внутренним ресурсам и активации кредитных карт. Но мгновенные транзакции по фотографии получателя — это новый рывок российской банковской сферы.
Упоминание того, что система разработана ещё в 2015 году, тоже может смутить читателя: неужели за два года технологии не шагнули так далеко вперёд, что LUNA устарела? Технологии-то шагнули, но и разработчики не отстают. Более того, именно они эту технологию вперёд и толкают. Например. несмотря на то, что методика на сегодняшний день тщательно протестирована и в полной мере доказала свою надёжность, уже идёт работа над технологией будущего — системой Liveness, которая не позволяет идентифицироваться по неподвижному селфи: программа просит клиента сделать какое-либо действие в определённый момент, например, моргнуть, и сравнивает это выражение лица с аналогичным дополнительным селфи из базы. Так что скачать фото клиента и просто по нему идентифицироваться злоумышленник не может. Разве что изучить все выражения лица жертвы и изготовить пластический грим.
Впрочем, у VisionLabs есть конкуренты — компанию стремительно догоняют NtechLab и BSS, работающие над приложениями для совершения покупок в Интернете. Появляются всё новые и новые предложения по голосовой идентификации, определению пользователя по движениям губ, видеособеседовании с клиентом. Но тут вопрос не в том, что существует в виде стартапов, а что внедрено и работает. Так что первенцем в этом плане можно считать именно сотрудничество «Открытия» и VisionLabs. Даже если другие банки нагонят через месяц, они будут только вторыми. А фора в месяц на рынке высоких технологий — это очень, очень много.
«Открытие. Переводы»: как работает идентификация по фото
Во-первых, вы должны иметь на смартфоне приложение «Открытие. Переводы». Во‑вторых, нужно сделать фотографию клиента, которому вы хотите сделать перевод. Можно сфотографировать его, сидя с ним рядом в кафе или стоя в очереди в музей — это гораздо быстрее и удобнее, чем спрашивать у него номер карты и «вбивать» его в форму. И всё, можно переводить деньги. Кстати, для переводов можно использовать и уже сделанную фотографию, загрузив её из галереи.
Конечно, помимо переводов по фотографии, приложение имеет стандартный функционал, в том числе переводы по номеру телефона или номеру карты. Все переводы проводятся по международному стандарту безопасности PCI DSS — набору требований систем Visa и MasterCard, который защищает ваши деньги в интернете. Кроме того, все переводы подтверждаются 3D-secure кодом, который гарантирует, что вашими деньгами не воспользуется кто-то другой.
