Предотвращение мошенничества в розничном кредитовании с использованием технологий машинного зрения
Коновалихин М.Ю., Савченко М.С., Кулик В.В.

Аннотация

В статье рассматриваются передовые биометрические технологии, а также описывается внедрение в ОАО «Сбербанк России» масштабной системы предотвращения мошенничества, использующей технологию лицевой биометрии для обнаружения случаев подделки документов, удостоверяющих личность.

Содержание

Введение
Рис. 1. Распределение случаев краж личных данных (identity theft) по областям
Предпосылки внедрения системы анализа изображений
Принципы работы системы
Рис. 3. Исходное и интегральное представление изображения
Рис. 4. Набор примитивов Хаара, задающих признаковое описание объектов в стандартном методе Виолы — Джонса
Рис. 5. Пример свертки примитива Хаара и изображения
Таблица. Расшифровка показателя качества
Сегментация клиентской базы
Рис. 6. Совершенствование биометрических систем: 20 лет развития
Выводы
Рис. 7. Динамика выявления заявок с фиктивными паспортами
Источники

Ключевые слова: биометрические технологии, распознавание лиц, Facial Recognition, идентификация и верификация личности, кража личных данных, каскады признаков Хаара, метод Виолы — Джонса
Журнал: «Управление финансовыми рисками» — №1, 2015 (© Издательский дом Гребенников)
Объем в страницах: 15.
Кол-во знаков: около 31,204.

1. Искусственная нейронная сеть. — Подробнее .

2. Использование каскада Хаара для сравнения изображений. — Подробнее .

3. Коновалихин М.Ю., Кулик В.В., Берестнев Д.А. Оптимизация ценообразования и доходности // Управление финансовыми рисками. — 2011. — №1. — С. 2–11.

4. Метод Виолы — Джонса (Viola-Jones) как основа для распознавания лиц. — Подробнее .

5. Abate A.F., Nappi M., Riccio D., Sabatino G. (2007). «2D and 3D face recognition: a survey». Pattern Recognition Letters, Vol. 28, No. 14, pp. 1885–1906.

6. Bay H., Ess A., Tuytelaars T., Van Gool L. (2008). Speeded-Up Robust Features (SURF). — ftpПодробнее .

7. Bertillon A. (1893). Identification Anthropom?trique. — Подробнее .

8. Biometrics Technology (Face, Hand Geometry, Voice, Signature, Iris, AFIS, Non-AFIS and Others) Market — Global Industry Analysis, Size, Share, Growth, Trends and Forecast, 2013–2019. — Подробнее .

9. Bledsoe W.W. (1966). Man-Machine Facial Recognition: Report on a Large-Scale Experiment, Technical Report PRI22. Panoramic Research, Inc. Palo Alto.

10. Bledsoe W.W. (1968). Semiautomatic Facial Recognition, Technical Report SRI Project 6693. Stanford Research Institute, Menlo Park.

11. Bledsoe W.W. (1966). «Some results on multicategory patten recognition». Journal of the Association for Computing Machinery, Vol. 13, No. 2, pp. 304–316.

12. Bledsoe W.W. (1964). The Model Method in Facial Recognition, Technical Report PRI15. Panoramic Research, Palo Alto.

13. Cootes T.F., Edwards G.J., Taylor C.J. (1998). Active Appearance Models. — Подробнее .

14. Elash A., Luk V. (2011). Canadian Casinos, Banks, Police Use Facial-Recognition Technology. — Подробнее . Freund Y., Schapire R.E. (1997). «A decision-theoretic generalization of on-line learning and an application to boosting». Journal of Computer and System Sciences, Vol. 55, No. 1, pp. 119–139.

16. Freund Y., Schapire R.E. (1999). A Short Introduction to Boosting. —Подробнее .

17. Galton F. (1893). Decipherment of Blurred Finger Prints. — Подробнее .

18. Galton F. (1892). Finger Prints. — Подробнее .

19. Gokberk В., Irfanoglu M.O., Akarun L., Alpaydm E. (2003). Optimal Gabor Kernel Location Selection For Face Recognition. — Подробнее .

20. Han S., Pan G., Wu Z. (2004). Human Face Orientation Detection Using Power Spectrum Based Measurements. — Подробнее .

21. Jain A.K., Ratha N.K., Lakshmanam S. (1997). «Object detection using Gabor filters». Pattern Recognition, Vol. 30, No. 2, pp. 295–309.22. Krause M. (2002). Is Face Recognition Just High-Tech Snake Oil? — Подробнее .

23. Lienhart R., Kuranov A., Pisarevsky V. (2002). Empirical Analysis of Detection Cascades of Boosted Classifiers for Rapid Object Detection. — Подробнее .

24. Lowe D.G. (2004). Distinctive Image Features from Scale-Invariant Keypoints. — Подробнее .

25. Papadimitriou O. Identity Theft: What It Is, How It Happens & the Best Protection. — Подробнее .

26. Phillips J. (2010). Face & Ocular Challenges (FOCS). — Подробнее .

27. Schultz Z. Facial Recognition Technology Helps DMV Prevent Identity Theft. — Подробнее .

28. Smeraldi F., Carmona O., Bigun J. (2000). «Saccadic search with Gabor features applied to eye detection and real-time head tracking». Image and Vision Computing, No. 18, pp. 323–329.

29. Tamma S. (2002). Face Recognition Techniques. — Подробнее .

30. Viola P., Jones M.J. (2001). Rapid Object Detection Using a Boosted Cascade of Simple Features. — Подробнее .

31. Viola P., Jones M.J. (2004). «Robust real-time face detection». International Journal of Computer Vision, Vol. 57, No. 2, pp. 137–154.

32. Wang H., Li S.Z., Wang Y. (2004). Face Recognition Under Varying Lighting Conditions Using Self Quotient Image. — Подробнее .

33. Willing R. (2003). Airport Anti-Terror Systems Flub Tests. — Подробнее .

34. Wu X., Kumar V., Quinlan J.R., Ghosh J., Yang Q., Motoda H., McLachlan G.J., Ng A., Liu B., Yu P.S., Zhou Z., Steinbach M., Hand D.J., Steinberg D. (2008). «Top 10 algorithms in data mining». Knowledge and Information Systems, No. 14, pp. 1–37.

Коновалихин Максим Юрьевич

Коновалихин Максим Юрьевич
д. т. н.

Управляющий директор департамента методологии и контроля рисков ПАО Сбербанк.

г. Москва

Другие статьи автора 12

Кулик Вадим Валерьевич

Кулик Вадим Валерьевич

Заместитель председателя правления ПАО Сбербанк.

г. Москва

Другие статьи автора 11

Савченко Максим Сергеевич

Савченко Максим Сергеевич

Руководитель направления управления инструментов и моделей департамента методологии и контроля рисков ОАО «Сбербанк России».

г. Москва

Опыт работы в области рисков (риск-моделирование, проектная работа, R&D) — 7 лет.