這是作為本次會議獨家技術支持的Linkface為會議特別定制的“刷臉”簽到系統(tǒng)，參會嘉賓到場后只要靠近系統(tǒng)，屏幕彈出嘉賓姓名，簽到即完成，實現了“毫秒級識別”，這樣的方式在幫助客戶提升服務水平和用戶體驗的同時，也有效降低了人力運營成本，迎來一片叫好。
其實整個過程就是預先在后臺上傳參會嘉賓照片及個人信息，現場通過提取用戶臉部特征并以智能方式與證件人像進行即時對比，確認其真實身份，其中最關鍵的即是人臉識別技術。
這只是Linkface在現實場景中運用人臉識別技術的一個縮影。Linkface的人臉識別技術在安防、身份認證、商業(yè)智能、移動互聯(lián)網等多個領域的應用大網已經鋪開，但它更偏愛的還是互聯(lián)網金融領域。
在金融應用中，Linkface 人臉識別技術的錯誤識別率是千萬分之一，達到7位數密碼的防御能力，風控水平超過金融機構普遍采用的6位密碼。要知道，業(yè)內競品人臉識別錯誤識別率普遍為十萬分之一的水平，相當于5位密碼，低于金融行業(yè)風控水平。
此外，Linkface在銀行卡卡號識別、身份證文字識別、銀行單據票據文字識別服務等均實現業(yè)界大幅領先的識別率。而基于深度學習的活體檢測技術，能夠精準區(qū)分真人和照片以及視頻，防御各類非真人的人臉攻擊。
據了解，Linkface已先后為中國移動、中國銀聯(lián)、招商銀行、長城證券、國元證券、京東錢包等客戶提供專業(yè)技術服務。在實際金融應用中，Linkface的人臉認證系統(tǒng)經過3億次調用，成功攔截1,700萬次非本人人臉盜刷攻擊，為客戶減少9,400萬元以上的經濟損失，得到業(yè)界廣泛認可。
這不足為奇，過去幾年間，Linkface在深度學習領域已經取得了領先全球的研究成果。
據相關負責人介紹，Linkface使用的Deepid和GaussianFace模型，其主要優(yōu)勢在于算法的先進性和海量數據集的訓練，目前該模型已經經過1.3億張人臉對比的訓練。Linkface基于深度學習的人臉檢測算法，在包括FDDB、PASCAL Faces、AFW Faces等多個全球權威的人臉檢測評測數據庫中，都達到了世界第一的水平。
值得注意的是Linkface成立于2014年底，其技術團隊卻在2015年的ImageNet大賽視頻分析領域戰(zhàn)勝了Google和Facebook登頂世界冠軍。這或許真正的速度與能量所在。
據介紹，下一步，Linkface將基于深度學習和大規(guī)模多維征信數據分析，打造新一代金融征信引擎。未來，還將深耕人工智能領域，不斷探索人工智能的無限可能，著眼于將人工智能應用到更廣泛的場景中，成為引領智能產業(yè)升級的新航標。
