Công nghệ facematch giúp ngân hàng chống giả mạo như thế nào
Việc ngăn chặn và điều tra các sự cố giờ đây dễ dàng hơn nhờ các mạng giám sát video tinh vi được sử dụng để theo dõi thời gian thực các hành lang ngân hàng, máy ATM, kho tiền và các khu vực chi nhánh nhạy cảm khác, cũng như thu thập bằng chứng cho các cuộc điều tra sau sự cố. Mặc dù không ai có đủ thời gian để xem lại một cách chính xác, đầy đủ và thủ công khối lượng lớn các cảnh quay video được tạo bởi các máy ảnh đó, bằng cách triển khai phân tích video toàn diện ngân hàng phần mềm có thể tận dụng sức mạnh của Học sâu và Trí tuệ nhân tạo để vượt qua những thách thức này, tăng hiệu quả và thúc đẩy hiệu quả.
Các kiểu nhận dạng khuôn mặt khác nhau phục vụ các mục đích khác nhau
Công nghệ sinh trắc học ngày càng được sử dụng rộng rãi hơn trong ngành dịch vụ tài chính để tăng cường an toàn công cộng và an ninh vật lý. Ví dụ, các ngân hàng đang ngày càng sử dụng tính năng nhận dạng khuôn mặt để xác thực danh tính của khách hàng khi họ sử dụng các ứng dụng ngân hàng trực tuyến. Các ngân hàng cũng sử dụng tính năng nhận dạng khuôn mặt “kiểm soát truy cập có sẵn” để quản lý việc ra vào của những người cụ thể vào các khu vực nhất định của cơ sở.
Tăng tốc điều tra sau sự cố
Đầu tiên, hãy thảo luận về cách nhận dạng khuôn mặt tăng tốc điều tra . Khi xảy ra vi phạm an ninh hoặc trộm cắp và các nhà điều tra đã thu được khuôn mặt trên camera, nhà điều hành hệ thống phân tích nội dung video có thể tìm kiếm dựa trên hình ảnh đó để tìm các kết quả trùng khớp trên các cảnh quay từ nhiều camera. Điều này cho phép các nhà điều tra tìm kiếm hiệu quả hàng giờ hoặc hàng ngày các cảnh quay chỉ trong vài phút.
Các ngân hàng thường có máy quay video ghi lại hoạt động của ATM, vì vậy khi có báo cáo hoặc nghi ngờ hành vi lướt thẻ, ngân hàng có thể nhanh chóng xem lại cảnh quay trong khoảng thời gian liên quan. Dựa trên hình ảnh video của skimmer tiềm năng, ngân hàng có thể chia sẻ hình ảnh đó với cơ quan thực thi pháp luật địa phương để giúp xác định skimmer thẻ.
Cảnh báo nhận dạng khuôn mặt theo thời gian thực cho các cá nhân đáng ngờ
Bây giờ, chúng ta hãy xem xét cách cảnh báo nhận dạng khuôn mặt thời gian thực có thể giúp giải quyết một cuộc điều tra tội phạm và ngăn chặn một tội phạm khác. Ví dụ: một nhà điều hành phân tích video có thể thiết lập cảnh báo khi phát hiện một cá nhân không xác định trong một số camera ATM trong một khoảng thời gian được xác định trước nhưng ngắn.
Hành vi đáng ngờ này có thể là dấu hiệu của một máy rút tiền ATM đang hoạt động. Sau khi xem lại đoạn phim, người điều hành có thể xác định xem có khả năng xảy ra sự cố đọc lướt thẻ hay không và thêm hình ảnh khuôn mặt của kẻ tình nghi vào danh sách theo dõi kỹ thuật số của ngân hàng, để được cảnh báo nếu phát hiện có khuôn mặt trùng khớp trong tương lai.
Giải pháp của SmartOSC Fintech BACKBASE DIGITAL BANKING, BUY NOW PAY LATER, LOS, CDP, EKYC, DIGITAL ONBOARDING
Ngăn chặn hoặc Giải quyết Trộm cắp ATM
Để ngăn chặn hành vi trộm cắp và các hoạt động tội phạm khác, điều quan trọng là phải xác định các cá nhân tiềm ẩn vấn đề khi họ vào cơ sở. Ví dụ, một ngân hàng có thể gặp sự cố với những tên trộm nán lại bên trong hoặc bên ngoài các máy rút tiền tự động (ATM); thủ phạm có thể đợi một khách hàng hợp pháp rút tiền mặt, sau đó cướp của khách hàng.
Phần mềm phân tích video giúp bạn có thể phân tích cảnh quay của một vụ trộm, bao gồm cả khuôn mặt của nghi phạm.
Sau đó, các ngân hàng có thể tải hình ảnh kỹ thuật số (ảnh tĩnh hoặc video) của khuôn mặt lên danh sách theo dõi trên nền tảng phân tích video. Lần tiếp theo khi một người có khuôn mặt phù hợp xuất hiện trong chế độ xem camera bên trong hoặc bên ngoài máy ATM đó – hoặc một máy ATM khác trong mạng giám sát video đó.
Nhóm an ninh trung tâm có thể được thông báo tự động theo thời gian thực, để họ có thể nhanh chóng đánh giá trận đấu và xác định cách phản ứng. Người quan tâm đó có thể bị chủ động tiếp cận hoặc theo dõi, và có thể bị bắt nếu người đó là một mối đe dọa an ninh tiềm ẩn.
Rõ ràng, các chi nhánh ngân hàng và cán bộ công ty có thể tiết kiệm thời gian quý báu và giảm thời gian nhắm mục tiêu bằng cách sử dụng nhận dạng khuôn mặt để cảnh báo về những kẻ tình nghi tiềm năng và để xúc tiến việc xem xét pháp y của các cuộc điều tra sau sự cố.
Nhưng trên và ngoài các cách sử dụng bảo mật truyền thống, phần mềm phân tích video và công nghệ nhận dạng khuôn mặt cũng có thể mang lại lợi ích cho các bộ phận dịch vụ khách hàng, lập kế hoạch và hoạt động, trích xuất thông tin kinh doanh có giá trị từ các cảnh quay video, chẳng hạn như dữ liệu khách hàng ẩn danh, lưu lượng truy cập, dữ liệu nhân khẩu học và hàng đợi thời gian chờ đợi.
