的卢深视石磊：3D全栈赋能大库场景金融支付

5月27-28日，由北京金融科技产业联盟、POS机办理中心联合主办的“2021第四届中国金融科技发展大会”在重庆举行。的卢深视市场产品总监石磊以《跨越规模鸿沟3D全栈赋能大库场景金融支付》为主题进行了分享，通过技术剖析和城市轨道交通领域落地案例，同与会者一起探讨了金融支付场景下的3D技术趋势。

从2019年开始，刷脸支付落地市场，便捷成为了消费者最认可的特点，但是个人信息泄漏、账户资金被盗用等安全问题却成为了消费者担心的问题。

石磊表示，目前2D照片数据已经泛滥，复制和批量修改成本极低，无法作为人脸隐私数据得到保护。今年的3·15晚会再次曝光了人脸识别使用乱象，他指出，当前消费者需要人脸数据的隐私保护。 

该如何平衡人脸识别的便捷性与安全性呢？石磊认为，3D视觉是答案。3D视觉技术可以采集2D颜色、3D形状、材质等不同维度的数据，在大角度、浓妆、复杂光照情况下，这样的多模态数据让活体检测表现会更好。

此外，2D图像+3D形状多模态识别方案，可以提供超大库比对能力，比纯2D图像识别提高2~3个数量级库容量/精度。 

石磊认为，目前3D视觉将迎来规模化应用的拐点。根据Tractica数据，全球3D传感器和硬件子系统市场将从2017年的82亿美元增长到2025年的579亿美元，而3D传感器不断提高成熟度、降低成本，凭借更优性价比，将实现“降维打击式替代”，成为机器标配的眼睛。

在3D视觉落地应用方面，石磊以城市轨道交通为例进行了说明。城市轨道交通作为“新基建”最为基层的基础设施，每天承担着高压力、高密度人流运行。虽然IC卡和NFC、二维码等多种方式极大提升了轨交通行效率，但在乘客手提行李、抱小孩、打电话等诸多情形下依然不够方便。刷脸支付在安全、效率与乘客体验方面优势突出，成为AFC优选支付方式。 

为保证准确率，2D厂家采用分库策略，地铁网络带宽窄，延迟高，分库查询牺牲了效率和通行体验，在十万库规模下，在保证通过率前提下，误识率只能做到万分之一，无法满足支付应用。 

而3D结合多模态识别，千万大库能够做到百万分之一误识率，95%以上通过率，准确、体验好，可以将进站效率提升至30人次/分钟，甚至45人次/分钟，远超二维码进站效率。并且3D技术能够在复杂光照条件下实现准确识别，鲁棒性好，适用于地铁不同站点的复杂光照条件。 

石磊表示，3D刷脸技术还是一个新兴技术，没有一家公司产业链从头做到尾，的卢深视希望在这个行业里跟更多的企业合作，服务于更多的客户。希望未来3D技术在大库场景下提供给客户一个更好的刷脸体验。

本文由拉卡拉POS机办理中心整理，未经许可不允许任何形式的转载，本文唯一地址:https://www.zipos.cn/zhineng/8627.html，其他地址不完整的均为抄袭！POS机申请办理请添加客服微信号：