AI成功应用银行武装押运

统一的黑色着装、全封闭的押运车、分工有序的押运环节,每天穿梭于城市街头、银行营业网点的金融武装押运,充满神秘感。但押运物品的特殊性使这一行业暴露于高危下,如何加强风险防控?宇视科技(uniview)成功引入人脸识别,智能手段进行人员核验。以建行安徽黄山市分行试点为例,0.2s快速识别押运人员,代替传统人工核对,提高银行尾箱(柜员经手保管的现金或重要空白凭证的多少)交接安全性。


图 宇视人脸识别交接系统部署于黄山市分行交接区域,后端实时查看,实现精细化管理

宇视方案vs传统人工

传统的尾箱交接身份认证依赖人工核对,不仅效率低下,而且存在极大安全隐患。宇视经对市分行中心库金库、营业网点、押运员尾箱交接流程的梳理。在银行重点交接区域部署人脸门禁一体机,将人脸识别引入武装押运交接细分场景,成功解决尾箱交接身份认证手段单一的弊端,加强风险防控,提升银行精细化管理水平。

-前后端层面:针对银行武装押运网点多、人员复杂情况,宇视武装押运人脸识别交接系统支持提前导入押运人员相关身份信息,依托宇视自研深度学习算法模型,尾箱交接时0.2s快速识别押运人员,有效提升交接效率;对应的人员信息同步至后台,生成实时记录,方便事后回溯。

-产品设计:针对金融行业高安保性需求,宇视优化产品识别可靠性,识别率99.9%,保障人员管控可靠性;支持活体检测,有效杜绝通过照片、视频等方式伪造;押运人员从人脸识别终端前通过,语音播报提示是否为系统录入人员,减轻营业网点尾箱交接人员工作压力。

截至目前,宇视已成功服务于中国人民银行、中国农业银行、中国建设银行、中国邮储银行、中国工商银行等银行网点与机房、大楼项目,用AI、大数据、边缘计算等新技术,不断探索开启现代金融技术防范工程新方式,深耕细分场景,守护安全美好生活。