Как применять технологии Computer Vision для поиска информации по клиентам?
Использование банковских карт становится повседневным процессом взаимодействия между людьми. Но, к сожалению, третьим лицам может стать известна информация о персональных данных клиентов. Поэтому для того, чтобы клиенты были уверены в том, что их средства и персональные данные защищены, банки применяют различные технологии на основе возможностей искусственного интеллекта. С появлением технологий компьютерного зрения (computer vision) стало реально использование детекции лиц по видео и фотоматериалам.
Поиск клиентов проводился на основе видеозаписей с камер видеонаблюдения, а затем осуществлялось сравнение полученных стоп-кадров с фотографиями пользователей из популярной на российском рынке социальной сети «В контакте». В качестве языка программирования был использован python, так как на нем написано множество библиотек для машинного обучения. Для взаимодействия с API Вконтакте была использована библиотека vk-api и специально разработанный скрипт на Python с применением библиотеки BeautifulSoup и Selenium.
Основным алгоритмом глубокого обучения для обнаружения лиц стал MTCNN. Многозадачная сверточная нейронная сеть (MTCNN) более устойчива к изменениям света, угла и выражения лица в естественной среде. Данный алгоритм наиболее эффективен при анализе изображений, так как использует небольшую предварительную обработку по сравнению с другими алгоритмами для классификации изображений.
Применение алгоритма позволило сохранять данные в базу в виде числового вектора.
Совместно с вектором в базе размещались id пользователя, информация о городе, ссылка на профиль.
Чтобы провести сравнительный анализ полученной информации с камер и созданной базой стоп-кадров с фотографиями пользователей, использовался метод подсчета расстояния L2 между векторами. Данный критерий интерпретирует результаты так: чем больше значение L2, тем больше сходство между людьми. Созданный инструмент для поиска информации по клиентам банка имеет очень важное значение для всей банковской индустрии. Последующая работа с результатами возможна уже с использованием внутренних банковских систем. Данная разработка сможет помочь решить проблемы связанные с определением личности клиентов, осуществить проверку подлинности документов и других задач, связанных с обеспечением сохранности денежных средств на счетах клиентов банка.