当下
，“AI人工智能”俨然成为当今各个行业场景化生长偏向的“吸睛骄子”
。金融领域中首次正式提出智能金融的看法是在国务院2017 年 7 月8日印发的《新一代人工智能生长妄想》文件主要使命中：“建设金融大数据系统
，提升金融多媒体数据处置惩罚与明确能力
。立异智能金融产品和服务
，生长金融新业态
。勉励金融行业应用智能客服、智能监控等手艺和装备
。建设金融危害智能预警与防控系统”
。显然
，这是对银行业和人工智能手艺的融合开发、应用战略一定
。银行作为人工智能手艺较快较普遍的应用场景
，有其自然的落地应用优势
。首先银行业场景化营业需求十明确确
，亟需通过AI人工智能方法降低人力本钱
，提升其服务能力
，且其应用情形的可复制度很是高

；其次银行业信息化水平普遍较高
，接受AI人工智能的开放度显然较好

；最后银行具有相当不错的资金支持
，也有一定的“容忍空间”
，很是适合人工智能的落地应用
。其中银行业的安防事情涉及到最为主要的人民工业和社会稳固
，一直以来都是银行业重点关注的偏向
，怎样团结安防需求
，智能化提升服务水一律事情
，注定要成为深入应用和探索的主流偏向
。
      随着安防领域在高像素、5G、大数据、物联网、云盘算的突破和加持下
，银行安防领域已从“看得着”向“看得清”和“看得懂”转变
，并且有了极大的希望
。值得一定的是
，各银行机构与古板金融机构、科技公司起劲睁开相助
，提供应用情形落地的同时也反响给企业更新迭代
，已形成优异的正反响机制
，这无疑加速了我国银行业在“AI智慧银行”探索历程速率和深度偏向上的生长
。

1、我国银行业在“AI智慧银行”安防领域的应用现状
      现在
，银行业的智能化建设
，基本都是基于银行业清静提防的营业需求出发
，通过人工智能焦点“深度学习”手艺
，集视频剖析、运动跟踪、人脸检测、人脸识别、图片存储检索和自动预警手艺于一体
，团结视频、报警、门禁、对讲等系统
，将具有人像识别、行为剖析等的感知装备举行统一综合应用
，提供多层级、跨部分的智能报警和数据盘问剖析
，最终知足银行业重点安防区域和提升服务水平整体妄想目的
，实现“统一妄想、统一标准、统一治理”的落地偏向
。例如通过超星光色彩还原手艺、自动警戒手艺、人脸识别技战法助力守卫系统

；通过VIP客户识别剖析、网点流量剖析、大数据展示提升营业水平

；通过行为剖析手艺对员工举行行为规范
，防微杜渐

；通过“一人一档”及人脸识别手艺
，对客户举行需求治理、剖析
。
      综合各银行业的智能化场景建设
，现在主要集中在监控中心、客户区、加钞间及金库四个场景
。接纳可靠硬件+应用软件模式
。例如AG旗舰厅伟业通过人脸识别手艺和智能剖析手艺
，团结视频智能感知处置惩罚
，为银行提供四个场景的AI智慧银行应用计划
。


        监控中心：人脸识读装备对值班职员举行身份判别和人脸打卡
，避免有人不法替班

；人脸专用摄像机自动捕获监控室内值班职员
，判断是否有非授权职员入侵
。三维智能剖析装备对监控中心值班职员智能化治理
，实时监控中心区域
，对无人值班、单人值班凌驾半小时、值班人数跟报备人数纷歧致等情形举行自动报警

；对值班职员离岗、睡觉、长时间注视手机、频仍走动、斗殴、倒地等异常行为实时监控
，并纪录天生羁系报表
。
        客户区：人脸识读装备对网点收支职员举行身份判别
，提醒VIP客户识别语音播报
，推送新闻至客户司理

；人脸识别专用摄像机自动捕获收支职员
，判断是否有黑名单职员进入
。三维智能剖析装备对剖析客户营业治理历程中异常行为（倒地、呼救、停留、人数超限、移动过快、职员靠近等）
。
        加钞间：人脸识读装备收罗进入加钞间的事情职员人脸图片
，识别该职员的身份信息
，举行身份判断

；专用摄人脸像机对进入加钞间的事情职员举行身份二次识别
，避免泛起替换、尾随的情形爆发
。通过自动捕获加钞间内事情职员的人脸图片
，判断是否有非授权职员入侵
。加钞间使用三维智能剖析装备对加钞间内的事情职员举行行为剖析
，对人数异常（单人加钞、加钞人数和报备人数纷歧致等）、超时滞留、钞箱未关等异常行为准确判断和报警
，包管加钞历程合规清静
。
金库：使用人脸识读装备对收支金库的职员举行身份判断

；专用人脸摄像机抓拍金库内职员的人脸图片
，判断该职员是否有该区域收支权限
，当泛起非授权职员、非授权时间段的越权职员及库外职员进入金库特定区域是
，系统举行实时报警
。三维智能剖析装备可对人数异常（单人收支、多人进入单人脱离）、长时间滞留、二或三人同进同出等行为举行监测剖析
。
        数据应用展示上
，例如AG旗舰厅伟业使用盘算机图形学和图像处置惩罚手艺
，将数据转换为图形或图像在屏幕上显示出来
，并举行种种交互处置惩罚的理论、要领和手艺
，其中涉及到盘算机图形学、图像处置惩罚、盘算机视觉、盘算机辅助设计等多个领域
，通过将大型数据集中的数据以图形图像形式体现
，并使用数据剖析和研发工具发明未知信息
。
        数据可视化既不是简朴死板的功效实现
，也不是极端重大的壮丽多彩的视觉展示
，而是建设数据可视化系统
，理清数据的逻辑关系
，将后台数据与前端泛起系统完善对接
，把笼统、死板或难以明确的内容
，包括看似毫无意义的数据、信息、知识等以一种容易明确的视觉方法展示出来
，通过手艺手段多维剖析数据
，深挖数据信息
，施展数据价值
，整合行业信息资源和服务
，实现大数据的有用应用
。

2、我国银行业在“AI智慧银行”安防领域的逆境
        AI智慧银行在落地实验上保存生长不平衡情形
。从地区的智能化应用漫衍上来看
，经济蓬勃地区简直要比欠蓬勃地区在人工智能的落地上成熟度要高
，国有大型银行更是走在了深度应用的前线
，例如农业银行、建设银行及中国银行早已开展安排人脸应用、智能剖析等手艺
，但大部分欠蓬勃地区的银行机构对这些手艺的熟悉和明确还相对薄弱
，未能有用使用人工智能带来的科技厘革
，去提升安防及服务的水平能力
，相对而言效率较为低下
。
        AI人工智能的自己的局限性
。人工智能在“机械学习”阶段之后已快速生长
，人工智能的应用和银行业的营业应用领域已逐渐相互融合
，种种AI手艺落地效果显著
，但与此同时
，AI手艺的立异速率相关于之前的生长较量缓慢
，大部分还只是障碍在智能感知阶段
，通过感知的信息做一些既定设计上的应用
。怎样让机械“自主思索”和“准确判断”成为各家金融企业和安防企业起劲实验和探索的偏向
。
        AI人工智能在羁系体制的约束性
。除了手艺能力对科技生长应用的影响之外
，尚有羁系体制对其的生长因素保存影响
。关于银行业内部来说
，人工智能手艺带来的利弊无法准确的判断和羁系
，往往需要人为去决议准确与否
。关于银行业外部来说
，需要准确判断人工智能手艺是否不违反我国相关执律例则的有关划定
，尤其是人脸数据的应用
，是否涉及侵权行为等
。

3、我国银行业在“AI智慧银行”安防领域的生长趋势
        在AI智慧银行人性化、智能化提升的同时
，更需要周全增强和更新现有的银行清静提防系统
，以顺应银行机制转轨和营业生长
。为了阻止和攻击犯法、镌汰金融危害
，提升服务能力
，银行需要对主要所在举行有用和可靠的清静提防
，实现对治理区域的可视化治理
，团结适用的智能化手艺
，在实现可视化的同时
，有用提高综合安防治理的营业效率
。从银行内部来看
，经济金融刷新的一直深化,催生了银行业新的谋划理念和治理方法
，同时银行自身谋划业态也爆发着革命性转变
，其更重视数据资源的挖掘网络和应用
，建设自己的数据库和数据剖析模子
，充分使用大数据举行清静危害剖析、研判和处置惩罚
，更具有前瞻性和立异性
，安防领域已逐渐和商业化银行举行融合
，更注重对客户的数据网络和剖析
。
        众多的人工智能产品软硬件都将依托银行的海量营业数据和需求举行升级迭代
，为银行业提供智能应用服务
，尤其是互联网手艺的延伸
，高清化、智能化和集成化已成为其生长的主流偏向
，通过现有的安防数据资源
，怎样增强危害管控、提升服务能力及改善服务水平
，更周全详尽的定制化服务应用将成为银行业AI生长的风向标
。