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计划》文件重要任务中：“建立金融大数据系统，提升金融多媒体数据处理与理解能力
。立异智能金融产品和效劳，生长金融新业态
。勉励金融行业应用智能客服、智能监控等技术和装备
。建立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技术的融合开发、应用战略肯定
。银行作为人工智能技术较快较广泛的应用场景，有其天然的落地应用优势
。首先银行业场景化业务需求十明白确，亟需通过AI人工智能方法降低人力本钱，提升其效劳能力，且其应用情况的可复制度很是高；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重要的人民工业和社会稳定，一直以来都是银行业重点关注的偏向，如何结合安防需求，智能化提升效劳水平等事情，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，并且有了极大的进展
。值得肯定的是，各银行机构与古板金融机构、科技公司积极展开相助，提供应用情况落地的同时也反响给企业更新迭代，已形成良好的正反响机制，这无疑加速了我国银行业在“AI智慧银行”探索进程速度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
      目前，银行业的智能化建设，基本都是基于银行业宁静防备的业务需求出发，通过人工智能焦点“深度学习”技术，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技术于一体，结合视频、报警、门禁、对讲等系统，将具有人像识别、行为剖析等的感知设备进行统一综合应用，提供多层级、跨部分的智能报警和数据盘问剖析，最终满足银行业重点安防区域和提升效劳水平整体计划目标，实现“统一计划、统一标准、统一治理”的落地偏向
。例如通过超星光色彩还原技术、主动警戒技术、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、大数据展示提升业务水平；通过行为剖析技术对员工进行行为规范，防微杜渐；通过“一人一档”及人脸识别技术，对客户进行需求治理、剖析
。
      综合各银行业的智能化场景建设，目前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BG大游伟业通过人脸识别技术和智能剖析技术，结合视频智能感知处理，为银行提供四个场景的AI智慧银行应用计划
。


        监控中心：人脸识读设备对值班人员进行身份鉴别和人脸打卡，避免有人不法替班；人脸专用摄像机主动捕获监控室内值班人员，判断是否有非授权人员入侵
。三维智能剖析设备对监控中心值班人员智能化治理，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况进行自动报警；对值班人员离岗、睡觉、长时间注视手机、频繁走动、斗殴、倒地等异常行为实时监控，并纪录生成监管报表
。
        客户区：人脸识读设备对网点进出人员进行身份鉴别，提醒VIP客户识别语音播报，推送消息至客户经理；人脸识别专用摄像机主动捕获进出人员，判断是否有黑名单人员进入
。三维智能剖析设备对剖析客户业务治理历程中异常行为（倒地、呼救、停留、人数超限、移动过快、人员接近等）
。
        加钞间：人脸识读设备收罗进入加钞间的事情人员人脸图片，识别该人员的身份信息，进行身份鉴定；专用摄人脸像机对进入加钞间的事情人员进行身份二次识别，避免泛起替换、尾随的情况爆发
。通过主动捕获加钞间内事情人员的人脸图片，判断是否有非授权人员入侵
。加钞间利用三维智能剖析设备对加钞间内的事情人员进行行为剖析，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精确判断和报警，包管加钞历程合规宁静
。
金库：利用人脸识读设备对进出金库的人员进行身份鉴定；专用人脸摄像机抓拍金库内人员的人脸图片，判断该人员是否有该区域进出权限，当泛起非授权人员、非授权时间段的越权人员及库外人员进入金库特定区域是，系统进行实时报警
。三维智能剖析设备可对人数异常（单人进出、多人进入单人离开）、长时间滞留、二或三人同进同出等行为进行监测剖析
。
        数据应用展示上，例如BG大游伟业利用盘算机图形学和图像处理技术，将数据转换为图形或图像在屏幕上显示出来，并进行种种交互处理的理论、要领和技术，其中涉及到盘算机图形学、图像处理、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，并利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单枯燥的功效实现，也不是极端庞大的绚丽多彩的视觉展示，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美对接，把笼统、枯燥或难以理解的内容，包括看似毫无意义的数据、信息、知识等以一种容易理解的视觉方法展示出来，通过技术手段多维剖析数据，深挖数据信息，发挥数据价值，整合行业信息资源和效劳，实现大数据的有效应用
。

2、我国银行业在“AI智慧银行”安防领域的困境
        AI智慧银行在落地实施上保存生长不均衡情况
。从地区的智能化应用漫衍上来看，经济兴旺地区简直要比欠兴旺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列，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、智能剖析等技术，但大部分欠兴旺地区的银行机构对这些技术的认识和理解还相对薄弱，未能有效利用人工智能带来的科技厘革，去提升安防及效劳的水平能力，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业务应用领域已逐渐相互融合，种种AI技术落地效果显著，但与此同时，AI技术的立异速度相关于之前的生长比较缓慢，大部分还只是停滞在智能感知阶段，通过感知的信息做一些既定设计上的应用
。如何让机械“自主思考”和“正确判断”成为各家金融企业和安防企业努力实验和探索的偏向
。
        AI人工智能在监管体制的约束性
。除了技术能力对科技生长应用的影响之外，另有监管体制对其的生长因素保存影响
。关于银行业内部来说，人工智能技术带来的利弊无法准确的判断和监管，往往需要人为去决定正确与否
。关于银行业外部来说，需要准确判断人工智能技术是否不违背我国相关执规律则的有关划定，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，更需要全面增强和更新现有的银行宁静防备系统，以适应银行机制转轨和业务生长
。为了停止和攻击犯法、减少金融危害，提升效劳能力，银行需要对重要所在进行有效和可靠的宁静防备，实现对治理区域的可视化治理，结合实用的智能化技术，在实现可视化的同时，有效提高综合安防治理的业务效率
。从银行内部来看，经济金融革新的不绝深化,催生了银行业新的经营理念和治理方法，同时银行自身经营业态也爆发着革命性变革，其更重视数据资源的挖掘收集和应用，建立自己的数据库和数据剖析模型，充分利用大数据进行宁静危害剖析、研判和处理，更具有前瞻性和立异性，安防领域已逐渐和商业化银行进行融合，更注重对客户的数据收集和剖析
。
        众多的人工智能产品软硬件都将依托银行的海量业务数据和需求进行升级迭代，为银行业提供智能应用效劳，尤其是互联网技术的延伸，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，如何增强危害管控、提升效劳能力及改善效劳水平，更全面细致的定制化效劳应用将成为银行业AI生长的风向标
。