这篇文章,继续再来讲解人脸相关策略。
据我了解,目前做人脸识别的基本都是依赖目前市面那两三家厂家的接口,做相关的策略部署。
首先,在介绍具体的策略前,先理清楚下人脸识别会用到的两个概念:有源比对跟无源比对。
有源比对:拿相关的照片(OCR获得的头像和活体中获得的人脸照片)跟指公安库的照片进行对比,并且去识别图像等信息,这里会比对姓名、身份证号与公安库照片是否一致。
无源对比:提供的两个照片对比,比如拿活体照片跟历史存档的人脸照片,或者是拿OCR获得的照片跟活体上获得的人脸照片进行比对。
所以这两者的区别在于是否拿跟公安库的信息的进行照片对比。
人脸策略相关的拒绝规则如下:
无此身份证
存在身份证号但与姓名不符
有源图片无法解析
有源图片无人脸
合成脸
面具脸
翻拍脸
是否检测换到换脸攻击
是否曾经被用来攻击
Confidence>=1E-5
1.1.无此身份证和存在身份证号但与姓名不符
如果有研究过公民身份证的话,会了解到身份证上都有相应的逻辑信息,比如前面六位数代表省市县,接下8位是出生年月日,之后再是个人唯一编码,有性别等信息。所以这里获取到图片的信息会跟公安库里的信息相校验。
1.2有源图片无法解析
上传的照片数据有损坏,导致了照片无法识别
1.3有源图片无人脸
照片上传成功,但是在公安库的信息里找不到这张照片
2.1合成脸、面具脸、翻拍脸
2.2是否检测换到换脸攻击
2.3是否曾经被用来攻击
也就是是否曾经被人冒用过信息进行相关的贷款申请
2.4.上传照片的置信度>=1E-5
在我们整个策略流程的制定里面,有源比对的价格比无缘比对的价格较贵。所以我们都是把有源比对的策略放在前面,之后再放有源比对的内容。
而且就像之前的文章提到的,为了优化客户体验,较少通过率的压力,有时就只在最后的提前环节加一个人脸的策略的流程。
---------------------- --------------------- ------------------------------------- ----------------------
十年职场生涯,这个长期混迹在风控界和科技界,摸爬滚打的大叔,曾经就职于全国最大的固网运营商平台、国内最大的ERP软件公司和一家老牌的互金公司,如果你想了解他,欢迎关注 “番茄风控大数据”一起学习一起聊!