让亿级数据训练人脸识别，Linkface用“刷脸”技术服务100+金融客户

　　作为人工智能领域的一个分支，人脸识别目前在安防、金融等领域得到广泛应用，比如抓捕罪犯、安全检查、办理证件、登录取款，一般而言，客户在使用人脸识别技术时有两个需求：

　　1、速度。在海量数据中，短时间内进行数据处理，如在安防领域，在全城数以百计的视频监控中，快速寻找犯罪嫌疑人

　　2、准确度。达到较低的“误接受率”或“误拒绝率”，简单来讲，前者指将A误认为是B，后者指将A误认为不是A。

　　针对不同的行业和不同的应用场景，客户对速度和准确度的要求程度会有所不同。

　　Linkface(北京今始科技有限公司)，便是一家基于深度学习技术进行计算机视觉研究的企业，专注为金融行业客户提供身份验证、大数据反欺诈等多场景的综合解决方案。

　　从娱乐到金融领域的转身

　　黄硕是Linkface的CEO，回顾自己的大学经历，他评价自己精力过剩，而且对金融和计算机很感兴趣，所以攻读了会计、软件工程硕士学位，之后又在美国达特茅斯商学院获得MBA硕士学位。

　　毕业后，他曾在中国证监会担任两年公职，随后为九鼎集团、安邦集团、德意志银行完成了总额超过9亿美金的金融与高科技行业的投资和并购。

　　2014年，正值互联网金融火热之际，黄硕从投资转入创业，作为联合创始人创立了注册用户超过1亿的互联网金融公司。2016年，黄硕加入Linkface担任CEO一职。

　　黄硕告诉创业邦(微信搜索关注：ichuangyebang)，Linkface于2014年11月成立，创立之初，主要为一些娱乐化App提供人脸识别服务，技术的最佳应用场景还在探索。

　　而2015年，互联网金融行业的野蛮发展为Linkface带来了深入金融领域的市场机遇。

　　由于当时处于互金风口，大量互金公司为了争夺流量补贴用户，其中一些不良动机者开始实施金融诈骗，比如在使用人脸识别登录账户时，设法通过PS照片、3D建模等不法手段欺骗认证端口。此时，Linkface与众多互金公司开展合作，与不良动机者展开百万次的欺诈和反欺诈的攻防实战，积累了百万级⿊名单和灰名单，为⼤数据⻛控奠定基础。

　　与此同时，2016年5月，Linkface接受了九鼎集团的战略投资，进一步将战场聚焦在金融领域。

　　目前，Linkface已经积累了超过1亿的人脸数据，并通过深度学习持续训练模型。据了解，Linkface自主研发的DeepID系列人脸识别算法在非受控人脸测试集LFW上获得了99.5%以上的准确率，超过Facebook同期发表的Deepface算法。黄硕表示，在人脸识别进入商业市场前，参与LFW测评是各个初创企业检测自身技术水准的必选课，但类似的测评更偏向学术，不会与具体的应用场景相结合，当技术达到一定水准后，企业就要把重心放在结合具体的应用场景来实现技术价值上，以便更好地找到市场需求，解决客户痛点、难点。

　　目前，Linkface的金融客户超过100家，主要通过两种方式合作：

　　1、按需为客户提供定制化解决方案，或提供标准的人脸识别API接口;

　　2、为大客户进行项目制的工程部署，目前合作的客户更多是行业头部，也有助于提升品牌效应和行业口碑。

　　黄硕告诉创业邦(微信搜索关注：ichuangyebang)，虽然Linkface在提供标准化的接口服务，但不同客户需求有差异，需要根据实际需求进行算法和参数的调整。比如，当用户使用自己的手机刷脸验证时，有些客户对用户使用前置还是后置摄像头有要求，所以就需要对摄像头与胳膊的距离参数进行调整。再比如，对于开展农村电商业务的客户，由于其用户手机的摄像头分辨率普遍比较低，所以要对人脸识别模型进行优化。

　　为了能为客户更快提供算法和模型的优化服务，同时提升自身深度学习和计算机视觉技术的速度和效率，目前，Linkface已经建立了大规模的GPU超算平台，具备毫秒级的响应水平。

　　不久前，Linkface将深度学习技术引入反欺诈产品，全面推出了幻视反欺诈平台。据了解，幻视反欺诈平台是一款运用深度学习技术和用户关系画像帮助网贷平台在贷前信审环节预测评估用户欺诈风险的产品。Linkface幻视反欺诈平台基于用户关系画像，运用深度学习技术实时预警欺诈风险，为网贷平台把好风控的第一道关卡，率先推动反欺诈步入用户关系画像时代。

　　黄硕表示，2017年下半年，Linkface将拓展深度学习技术在保险行业的应用，为保险行业提供多场景的智慧化解决方案。

　　据悉，Linkface将于近期启动A轮融资，资金主要用于人才引进、硬件设备采购及战略合作等。

　　目前，广泛应用于实用场景中的是二维人脸识别技术。据黄硕介绍，Linkface科研团队正在研究更具前瞻性的三维人脸识别技术并已取得突破性进展，相信不久之时将在在更多领域体现价值。