研發背景
人臉識别技術起源于20世紀60年代，但由于技術難度較高在2010年以後才取得較為實際的應用。人臉識别系統成功的關鍵在于核心算法，模糊數學、機器學習、神經網絡等在2010年以後發展較快的數學或計算機基礎理論逐漸應用之後，人臉識别技術才具備滿足精度和速度等多方面要求的實用功能。由于核心算法原理的不同，人臉識别技術具有較大差異性，但通常對核心圖像樣本數據庫均有較高數量要求。截止2015年最成熟的算法模型已經能将人臉識别技術準确率提高到99%，超過人類肉眼水平。
應用條件
人臉識别是最自然的身份識别技術之一，新的應用場景催生了多種應用需求。人臉識别技術是基于人的臉部特征信息進行身份識别的一種生物識别技術，包括人臉圖像采集及人臉檢測、人臉特征提取，以及特征相似度匹配與識别等過程。在種類身份識别領域，人臉識别不僅具有唯一性與低可複制性，還具有非強制性、非接觸性、并發性等特點。人臉也是人類在自然環境中最主要的身份識别基礎。公共安全中對複雜環境的身份快速識别、互聯網金融對客戶身份的遠程認證等新的應用場景要求都是推動人臉識别技術需求的重要原因。光照環境和年齡變化是目前人臉識别技術中的難點之處，但不影響在互聯網金融等領域的應用。由于基于需要對面部圖像進行采集，人臉識别技術對光線環境要求較高，識别效果對環境較為敏感。由人類年齡增長帶來的面部特征變化、被識别主體的姿态表情變化也是影響識别效果的重要因素。由于強制性認證場景可以要求被識别主體提供最優的圖像輸入，因此當前階段的技術缺陷不影響人臉識别在互聯網金融遠程身份認證等領域的應用。長期來看，成熟完備的人臉識别技術和自然語音識别技術将是人工智能最重要的組成部分。
性能介紹
人臉識别ATM機依靠人臉識别技術對取款者面部進行掃描，并與數據庫中銀行卡持有者進行對比，從而實現确定取款者與持卡者相吻合，該ATM機與銀行、公安等系統聯網。該ATM機與銀行、公安等系統聯網，持卡人隻能從自己的銀行卡中取款，他人銀行卡，即使知道密碼也不能取錢。
主要作用
一、有效打擊罪犯。對于一個犯罪嫌疑人來說，在基于人臉識别技術的ATM機技術之前，他完全可以使用他人的銀行卡進行提現交易。而現在，若沒有持卡人的臉，任何人都将無法使用他人的卡進行提現活動了。
二、有效遏制犯罪。在這項基于人臉識别技術的ATM機技術出現之前，密碼被盜、破解而導緻用戶經濟損失的事情時有發生，包括一些搶劫行為的發生也是基于獲得用戶銀行卡密碼。而“刷臉”ATM機的出現，将對這方面犯罪事情的發生起到明顯的遏制作用。
三、有效助力法院執法。一些資産轉移的老賴，一直是擺在法院執行層面的一個現實頭疼問題。在“刷臉”ATM機出現之前，這老賴們完全可以将資産轉移至親人名下，并使用親人的卡進行各種小額的提現活動，而現在親人的卡再也不管用了。
産業鍊條
一、基于人臉識别技術的傳感器與攝像技術将會成為最大受益對象。
二、生物識别技術在智能穿戴設備中的應用将會被重視。
三、基于生物識别技術的智能穿戴設備将在金融支付領域中率先突圍。
四、雲服務平台與大數據市場将被有效激活。
五、物聯網時代的數據安全市場将會成為接下來的一個熱點。
