Αυτός ο ιστότοπος χρησιμοποιεί cookie ώστε να μπορούμε να σας παρέχουμε την καλύτερη δυνατή εμπειρία χρήστη. Οι πληροφορίες cookie αποθηκεύονται στο πρόγραμμα περιήγησης σας και εκτελούν λειτουργίες όπως η ανάγνωση σας όταν επιστρέφετε στον ιστότοπο μας και η βοήθεια της ομάδας μας να κατανοήσει ποιες ενότητες του ιστοτόπου θεωρείτε πιο ενδιαφέρουσες και χρήσιμες.
Πώς οι τράπεζες χρησιμοποιούν την αναγνώριση προσώπου για την προστασία των ατόμων και των περιουσιακών στοιχείων
Το πρώτο πράγμα που μας έρχεται στο μυαλό όταν σκεφτόμαστε τη φυσική ασφάλεια στον τραπεζικό τομέα, είναι αποτροπή μίας ληστείας. Ωστόσο, τα χρηματοπιστωτικά ιδρύματα θέτουν ως προτεραιότητα, για την ορθή λειτουργία τους- και άλλες εξίσου σημαντικές παραμέτρους, όπως η προστασία των υπαλλήλων, τα προσωπικά δεδομένα των πελατών, τη διασφάλιση…
Το πρώτο πράγμα που μας έρχεται στο μυαλό όταν σκεφτόμαστε τη φυσική ασφάλεια στον τραπεζικό τομέα, είναι αποτροπή μίας ληστείας. Ωστόσο, τα χρηματοπιστωτικά ιδρύματα θέτουν ως προτεραιότητα, για την ορθή λειτουργία τους- και άλλες εξίσου σημαντικές παραμέτρους, όπως η προστασία των υπαλλήλων, τα προσωπικά δεδομένα των πελατών, τη διασφάλιση του εξοπλισμού όλων των υποκαταστημάτων (server, κ.λπ.), κ.ά.
Η πρόληψη και η διερεύνηση περιστατικών είναι ευκολότερη τώρα, χάρη στα εξελιγμένα δίκτυα παρακολούθησης βίντεο που χρησιμοποιούνται για την παρακολούθηση σε πραγματικό χρόνο των τραπεζικών λόμπι, των ATM, των θησαυροφυλακίων και άλλων ευαίσθητων περιοχών εντός των καταστημάτων. Κανείς δεν έχει αρκετό χρόνο για να ελέγξει με ακρίβεια, τους τεράστιους όγκους βίντεο που δημιουργούνται από τις εν λόγω κάμερες ασφαλείας. Ωστόσο, η αξιοποίηση των αλγόριθμων Deep Learning και της Τεχνητής Νοημοσύνης θα επιτρέψει στις τράπεζες να ξεπεράσουν αυτές τις προκλήσεις, να αυξήσουν την αποδοτικότητα και να οδηγήσουν αποτελεσματικότητα.
Η τεχνητή νοημοσύνη και η ανάλυση βίντεο έχουν αναμφίβολα τεράστια επίδραση σε ένα ευρύ φάσμα επιχειρήσεων. Από το λιανικό εμπόριο, την εκπαίδευση, την υγειονομική περίθαλψη, μέχρι και τις αρχές, οι εν λόγω τεχνολογίες οδηγούν σε τεκμηριωμένες λήψεις αποφάσεων. Για τις τράπεζες που ήδη βασίζονται στην παρακολούθηση βίντεο, η ανάλυση βίντεο είναι εξίσου σημαντική, καθώς μπορεί να ενισχύσει την λειτουργικότητα, την παραγωγικότητα και φυσικά την εξυπηρέτηση των πελατών. Σήμερα, τα υποκαταστήματα τραπεζών μπορούν να αξιοποιήσουν τα αναλυτικά στοιχεία περιεχομένου βίντεο, όπως η αναγνώριση προσώπου, για να αυξήσουν την ασφάλεια και να αποκτήσουν επιχειρηματική ευφυΐα.
Τα πλεονεκτήματα των Video Analytics
Προτεραιότητα των τραπεζών είναι η διασφάλιση των πελατών, των εργαζομένων και των περιουσιακών στοιχείων, ωστόσο σημαντική είναι και η συλλογή βίντεο, προκειμένου οι αρμόδιοι να λάβουν τις σωστές επιχειρηματικές αποφάσεις, για να διαχειριστούν αποτελεσματικά τα υποκαταστήματά τους. Το λογισμικό ανάλυσης βίντεο είναι σε θέση να αναγνωρίζει, να ταξινομεί και να αρχειοθετεί αντικείμενα σε ένα βίντεο. Εντοπίζει, αναγνωρίζει και εξαγάγει αντικείμενα σε βίντεο για τον άμεσο εντοπισμό ατόμων που ενδιαφέρουν. Η ανάλυση βίντεο προσφέρει και φιλτραρισμένες αναζητήσεις, βασιζόμενη σε διάφορα κριτήρια, όπως το φύλο, τον τύπο, το χρώμα των ρούχων, τα αξεσουάρ, το χρώμα του οχήματος, την κατεύθυνση και πολλά ακόμα. Η ανάλυση μπορεί να πραγματοποιηθεί είτε σε πραγματικό χρόνο, για να επιτρέψει προσαρμοσμένες ειδοποιήσεις, είτε μετά από ένα συμβάν, για να διευκολύνει τον διαχειριστή του συστήματος κατά τη διαδικασία της επανεξέτασης. Αυτές οι λειτουργίες είναι εξαιρετικά αποτελεσματικές και βοηθούν τις ομάδες ασφαλείας να επιταχύνουν τις έρευνες τους μετά το συμβάν. Η επίγνωση της κατάστασης σε πραγματικό χρόνο είναι αρκετά χρήσιμη. Ακόμα πιο χρήσιμη, είναι η αναγνώριση προσώπου…
Αναγνώριση προσώπου για επιτάχυνση ερευνών
Ανάλογα με τους κανονισμούς κάθε χώρας, μια τράπεζα μπορεί επίσης να επιλέξει να διαμορφώσει κανόνες βασισμένους στην αναγνώριση προσώπου, ενεργοποιώντας ειδοποιήσεις όταν ανιχνεύονται συγκεκριμένα πρόσωπα. Για παράδειγμα, μια τράπεζα μπορεί να θέλει να λαμβάνει ειδοποιήσεις όταν εντοπίζονται ύποπτοι κοντά στο υποκατάστημα. Σε αυτή την περίπτωση, το προσωπικό ασφαλείας θα παρακολουθήσει «στενότερα» μια κατάσταση και θα αντιδράσει αμέσως σε περίπτωση που μια συμπεριφορά θεωρηθεί ύποπτη. Με τον ίδιο τρόπο, η αναγνώριση προσώπου μπορεί επίσης να χρησιμοποιηθεί (με τη συγκατάθεση του πελάτη πάντα), για την παροχή αποκλειστικής και άμεσης εξυπηρέτησης σε πελάτες VIP. Όταν στρατηγικοί πελάτες εισέλθουν στο υποκατάστημα μιας τράπεζας, θα μπορούσαν να αναγνωριστούν με τη βοήθεια της αντιστοίχισης προσώπου. Η άμεση ανίχνευση ενός προσώπου «VIP» μπορεί εύκολα να συνδυαστεί με τη «λευκή λίστα» στη βάση δεδομένων. Αυτό δεν ισχύει μόνο για τις τράπεζες. Τα ξενοδοχεία, τα νοσοκομεία και τα καζίνο θα επωφεληθούν επίσης από αυτή τη λύση. Φυσικά, σε αντίστοιχη περίπτωση όπου κάποιος εισέρχεται σε ένα προστατευόμενο χώρο, αλλά είναι σε «Black List», ενεργοποιείται αυτόματα ένας συναγερμός και στη συνέχεια συλλαμβάνεται.
Ακόμα και σε περιπτώσεις όπου δεν υπάρχει προσωπικό ασφαλείας στον εκάστοτε χώρο, η αναγνώριση προσώπων και η ανάλυση περιεχομένου βίντεο μπορούν επίσης να βοηθήσουν τις τράπεζες να κατανοήσουν γρήγορα ένα περιστατικό και να επιταχύνουν τις έρευνες. Ένα βίντεο μπορεί να φιλτραριστεί με βάση διάφορα πρόσωπα, αλλά και άλλους συνδυασμούς όπως το φύλο, τα χρώμα των ρούχων, αλλά και διάφορα άλλα αξεσουάρ που χαρακτηρίζουν συγκεκριμένα άτομα. Αυτό επιτρέπει στον διαχειριστή του βίντεο να απομονώσει συγκεκριμένο υλικό και να εστιάσει σε συγκεκριμένες λεπτομέρειες κερδίζοντας αρκετό χρόνο.
Στο ταμείο όπου πραγματοποιούνται οι συναλλαγές μεταξύ των υπαλλήλων και των πελατών, η ανάγκη για καταγραφή βίντεο είναι εξίσου σημαντική, προκειμένου να αποφευχθούν ή να επιλυθούν διάφορα ζητήματα. Εδώ, οι κάμερες και τα Video Analytics παρέχουν λεπτομερείς εικόνες υψηλής ευκρίνειας για να προστατέψουν τόσο τους πελάτες, όσο και τους υπαλλήλους σε περίπτωση που υπάρχει μία αμφισβήτηση σε μία συναλλαγή. Επίσης, μια τράπεζα μπορεί να χρησιμοποιήσει χάρτες θερμότητας (heatmaps) για να αντιληφθεί πού υπάρχει συνωστισμός ή ακόμα και μεγάλες ουρές και να καθορίσει την αιτία. Τα μεταδεδομένα βίντεο λοιπόν, μπορούν να αξιοποιηθούν και να απεικονιστούν με τέτοιο τρόπο, ώστε να δώσουν μία πλήρη εικόνα στον διαχειριστή και να οδηγήσουν σε τεκμηριωμένες αποφάσεις.
Πρόληψη κλοπών στα ATM
Για πολλές τράπεζες, η παρακολούθηση βίντεο ξεκινάει έξω από το κτίριο των υποκαταστημάτων στο ΑΤΜ. Πολλές τράπεζες τοποθετούν κάμερες κοντά στα ΑΤΜ γιατί το περιεχόμενο βίντεο από αυτές, θα είναι ένα ισχυρό αποδεικτικό στοιχείο σε περίπτωση που παρουσιαστεί ένα πρόβλημα κατά τη συναλλαγή του πελάτη με το τραπεζικό μηχάνημα. Επιπλέον, χάρη στις νέες τεχνολογίες οι χειριστές των καμερών θα λάβουν συναγερμό μέσω της κάμερας σε περίπτωση που κάποιος προσπαθήσει να εγκαταστήσει «σαρωτή» στο μηχάνημα ή σε περίπτωση που κάποιος προσπαθήσει να κλέψει ένα PIN ή να αντιγράψει πληροφορίες από τις μαγνητικές ταινίες που υπάρχουν στις πιστωτικές και χρεωστικές κάρτες. Μόλις ένας πελάτης αναφέρει ένα τέτοιο συμβάν ή όταν υπάρξει έστω και μία υποψία για υποκλοπή στοιχείων, η τράπεζα μπορεί να αξιοποιήσει το λογισμικό βίντεο για να ελέγξει τις εγγραφές βίντεο και να εντοπίσει τους απατεώνες. Ακόμα, οι ειδοποιήσεις μπορούν επίσης να διαμορφωθούν έτσι, ώστε να εντοπίζουν τον ύποπτο μέσω της αναγνώρισης προσώπου σε πραγματικό χρόνο, ακόμη και σε άλλα ΑΤΜ. Με αυτόν τον τρόπο, οι απατεώνες μπορούν να συλληφθούν άμεσα. Την επόμενη φορά που ένας ύποπτος θα αντιστοιχηθεί στη βάση δεδομένων της τράπεζας, μια ειδική ομάδα ασφαλείας ή η αστυνομία, θα ειδοποιηθεί σε πραγματικό χρόνο και θα δράσει άμεσα, ώστε να συλληφθεί ο δράστης/ ύποπτος.
Με τις τράπεζες να εξελίσσονται και να προσφέρουν όλο και περισσότερες υπηρεσίες στους πελάτες τους, οι προκλήσεις στην ασφάλεια γίνονται ολοένα και μεγαλύτερες. Με τη πάροδο του χρόνου, η συλλογή όλων αυτών των στοιχείων θα προσφέρει πολλαπλά οφέλη τόσο στην ασφάλεια, όσο και στη λήψη επιχειρηματικών αποφάσεων.
{gallery}9969{/gallery}