这是作为本次会议独家技术支持的Linkface为会议特别定制的“刷脸”签到系统，参会嘉宾到场后只要靠近系统，屏幕弹出嘉宾姓名，签到即完成，实现了“毫秒级识别”，这样的方式在帮助客户提升服务水平和用户体验的同时，也有效降低了人力运营成本，迎来一片叫好。
其实整个过程就是预先在后台上传参会嘉宾照片及个人信息，现场通过提取用户脸部特征并以智能方式与证件人像进行即时对比，确认其真实身份，其中最关键的即是人脸识别技术。
这只是Linkface在现实场景中运用人脸识别技术的一个缩影。Linkface的人脸识别技术在安防、身份认证、商业智能、移动互联网等多个领域的应用大网已经铺开，但它更偏爱的还是互联网金融领域。
在金融应用中，Linkface 人脸识别技术的错误识别率是千万分之一，达到7位数密码的防御能力，风控水平超过金融机构普遍采用的6位密码。要知道，业内竞品人脸识别错误识别率普遍为十万分之一的水平，相当于5位密码，低于金融行业风控水平。
此外，Linkface在银行卡卡号识别、身份证文字识别、银行单据票据文字识别服务等均实现业界大幅领先的识别率。而基于深度学习的活体检测技术，能够精准区分真人和照片以及视频，防御各类非真人的人脸攻击。
据了解，Linkface已先后为中国移动、中国银联、招商银行、长城证券、国元证券、京东钱包等客户提供专业技术服务。在实际金融应用中，Linkface的人脸认证系统经过3亿次调用，成功拦截1,700万次非本人人脸盗刷攻击，为客户减少9,400万元以上的经济损失，得到业界广泛认可。
这不足为奇，过去几年间，Linkface在深度学习领域已经取得了领先全球的研究成果。
据相关负责人介绍，Linkface使用的Deepid和GaussianFace模型，其主要优势在于算法的先进性和海量数据集的训练，目前该模型已经经过1.3亿张人脸对比的训练。Linkface基于深度学习的人脸检测算法，在包括FDDB、PASCAL Faces、AFW Faces等多个全球权威的人脸检测评测数据库中，都达到了世界第一的水平。
值得注意的是Linkface成立于2014年底，其技术团队却在2015年的ImageNet大赛视频分析领域战胜了Google和Facebook登顶世界冠军。这或许真正的速度与能量所在。
据介绍，下一步，Linkface将基于深度学习和大规模多维征信数据分析，打造新一代金融征信引擎。未来，还将深耕人工智能领域，不断探索人工智能的无限可能，着眼于将人工智能应用到更广泛的场景中，成为引领智能产业升级的新航标。
