КЕЙСЫ
 
Иллюстрация: rawpixel.com / Freepik

Оплата на основе распознавания лиц: почему биометрия определяет тренды развития платежных систем

За последние 10 лет значительно увеличилось использование бесконтактных способов платежей: покупатели могут производить оплату с помощью бесконтактной банковской карты или мобильного приложения на телефоне. Тем не менее стремительное развитие технологий приводит к непрерывному появлению новых инновационных решений. Одним из главных направлений в сфере платежных услуг стала биометрическая идентификация по лицу для оплаты товаров и услуг. Компания VisionLabs реализует в этой сфере целый ряд масштабных проектов в России и СНГ. Дмитрий Марков, генеральный директор VisionLabs, рассказывает, где применяются такие технологии, как они работают и какие дают преимущества.
Опыт России и мира

Еще недавно наиболее крупные проекты в этой области реализовывались преимущественно в Китае, где около 120 млн человек используют биометрическую идентификацию по лицу для оплаты товаров и услуг. Новая технология активно развивается в Дании, в США открываются рестораны, где оплату можно произвести с помощью биометрической идентификации. В свою очередь, Mastercard объявляет о глобальной программе по идентификации на основе биометрических данных.

Россия в этом процессе также не отстает. Московский метрополитен и VisionLabs в качестве технологического партнера интегрировали сервис Face Pay на всех станциях метро. Таким образом, Москва стала первым в мире городом, где в таком масштабе реализована возможность биометрической идентификации по лицу для оплаты услуг. Магазины сети X5 Group тоже предлагают покупателям возможность биометрической идентификации. Новый способ оплаты покупок доступен покупателям более чем в 300 магазинах «Перекресток» и «Пятерочка». Реализовать возможности биометрической идентификации на кассах позволили технологии VisionLabs на базе разработок лаборатории инноваций Х5.

Пандемия коронавируса сыграла ключевую роль в развитии технологии биометрической идентификации, которая задает вектор на сокращение количества терминалов для оплаты в кафе, на транспорте или в продуктовых магазинах. Кроме того, на фоне ухода с российского рынка таких сервисов, как Apple/Google/Samsung Pay, увеличилась потребность в способах оплаты на основе биометрической идентификации по лицу: в марте 2022 года количество транзакций с помощью сервиса «Оплаты одним взглядом» увеличилось на 50%.
Алгоритмы компьютерного зрения VisionLabs иден­тифицируют человека даже при частично закрытом лице
Преимущества оплаты с помощью биометрический идентификации

Быстрое распространение платежей на основе биометрической идентификации вполне закономерно. Появление подобных сервисов избавляет покупателей от необходимости все время иметь при себе наличные, банковские карты или телефон с приложениями для платежей. Для совершения покупки достаточно быть зарегистрированным в мобильном приложении и просто посмотреть в камеру при покупке.

Помимо этого, внедрение инновационной технологии дает заметный бизнес-­эффект. Благодаря ускорению процесса оплаты на кассах и позитивному восприятию покупателей повышается их индекс лояльности к торговой сети на фоне сокращения очередей и экономии времени. Кроме того, данный сервис препятствует мошенничеству с картами лояльности. Идентификация профиля клиента позволяет персонализировать предложения для него.

Банкам-­эквайрерам платежи на основе биометрической идентификации позволяют получить новых клиентов за счет специальных предложений и совместных маркетинговых кампаний в сотрудничестве с ритейлом и ресторанами. Сегмент биометрической идентификации стремительно развивается, и присутствие в нем сейчас повлияет на положение игроков в финансовой сфере в ближайшей перспективе.
Принципы функционирования биометрической идентификации

Сервис оплаты на основе биометрической идентификации лица может создаваться с помощью системы распознавания лиц LUNA PLATFORM, которая решает задачи детекции, liveness-­проверки и сравнения биометрических шаблонов, определения качества и характеристик (пол, возраст и проч.) изображений с помощью нейронных сетей. Платформа анализирует фотографии или кадры из видеопотока и идентифицирует лица, которые соответствуют предварительно заданным параметрам, например, размеру лица, углу поворота лица или качеству изображения. Из полученного изображения LUNA PLATFORM извлекает биометрический шаблон (дескриптор), который требует гораздо меньше памяти для хранения в базах данных по сравнению с фотографией. При этом следует отметить, что исходное изображение из дескриптора восстановить нельзя, что важно для безопасности персональных данных.

Кроме того, на базе нашего флагманского продукта мы разработали решение для бесконтактной оплаты по биометрическим данным лица. В этом решении уже интегрированы сервисы наших технологических партнеров, которые помогают совместить решение с кассами, существующей CRM и банковскими системами. Таким образом, заказчик получает пакетное решение, использование которого ускоряет реализацию проекта, а также позволяет быстро тестировать сервисы оплаты на основе биометрической идентификации и бизнес-­модели.

Алгоритмы компьютерного зрения VisionLabs идентифицируют человека даже при частично закрытом лице. Вместе с увеличением спроса на сервисы бесконтактных платежей в период пандемии ИТ-индустрия получила новый импульс к развитию — потребность в идентификации людей в масках для корректной работы цифровых сервисов. VisionLabs успешно справилась с новым вызовом. Мы добавили эту возможность в наши решения еще несколько лет назад и реализовали более 20 проектов в Юго-­Восточной Азии и Японии, где маска на лице человека — норма повседневной жизни. Команда VisionLabs активно работает над формированием наборов данных, на которых обучаются нейронные сети. Благодаря этому нейронные сети устойчивы к внешним факторам и не теряют точности распознавания при наличии очков, медицинских масок и головных уборов на лице.

Кроме того, технологии VisionLabs одни из самых точных и быстрых в мире. Ежегодно они попадают в верхние строки независимого международного исследования Национального института стандартов и технологий NIST, которое считается эталонным для отрасли.
Выступление Дмитрия Маркова на саммите по компьютерному зрению Machines Can See 2022, который ежегодно проводит VisionLabs
Алгоритм функционирования

В целом сервисы оплаты с помощью идентификации функционируют на общих принципах, которые могут незначительно различаться в каждом отдельном случае. Сначала клиент скачивает приложение для смартфона и регистрирует свой профиль по номеру мобильного телефона. После чего добавляет данные банковской карты, с которой будут списываться денежные средства при оплате с помощью биометрической идентификации. Следующий шаг — сделать селфи-фото для создания биометрического шаблона. Система оценивает качество фото, а также определяет с помощью алгоритмов Liveness, настоящий человек находится перед камерой или нет, исключая использование распечатанной фотографии или видео с экрана другого устройства вместо селфи-фото. На заключительном этапе выполняется проверка всех полученных данных, в случае успешной проверки профиль клиента считается сформированным.

Как только профиль создан, пользователь может совершать оплату с помощью идентификации по лицу. На кассе система сканирует лицо, оценивает, что перед ней реальный человек, а не фотография, после чего верифицирует его. Если данные сканирования совпадают с биометрическим шаблоном в базе банка, с карты спишется необходимая сумма. Весь процесс распознавания занимает 1−2 секунды, что кардинально сокращает затраченное на оплату покупок время.
Перспективы развития технологии

Сервис оплаты с помощью биометрической идентификации по лицу имеет все шансы стать эталонным инструментом для создания бесшовного потребительского пути в банковских отделениях, торговых точках, на транспорте. Уже сейчас крупнейшие компании проверили на практике сервисы оплаты с помощью биометрической идентификации, повсеместно внедряя ее в промышленных масштабах. По нашим оценкам, технология особенно востребована молодыми людьми в возрасте 20−35 лет, которые станут основной платежной аудиторией в ближайшие 5−10 лет.

В торговом ритейле на следующем этапе технологии компьютерного зрения найдут применение в автономных магазинах. Развитие алгоритмов вторичной верификации, таких как идентификация человека на изображении по силуэту, одежде и другим атрибутам и преобразование этого изображения в специальный набор уникальных характеристик, будет способствовать развитию автономных магазинов без касс и кассиров, где оплата происходит автоматически при выходе покупателя из магазина. Первый такой магазин был открыт в США компанией Amazon, есть у него и российский аналог — Take&Go, а в дальнейшем подобных историй будет становиться только больше.