有源比对跟无源比对

关注 “番茄风控大数据”，获取更多数据分析与风控大数据的实用干货。  

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

有源比对  

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

无源比对  

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！