【AI解放排队】使用GPU机器学习的快速ID识别技术，效率提升50%

【新智元导读】据说英国人一生中有六个月在排队；美国人全年要花370亿小时来排队。德国一家金融科技公司 IDnow开发 GPU加速识别解决方案，让人们在需要照片ID的场合（如在银行开户）免于排队。

据说英国人一生中有六个月在排队；美国人全年要花370亿小时来排队。

IDnow是一家德国金融科技公司，致力于减少人们日常生活中的麻烦。该公司的GPU加速识别解决方案，让人们在需要照片ID的场合（如在银行开户）免于排队。

通过IDnow的视频识别系统Video-Ident，用户只需一个带摄像头的移动装置、网络、身份证件，便能足不出户，轻松完成识别。

当用户需要识别身份签署合同时，一位身份识别专家将会出现在视频通话中，指导用户完成IDnow身份识别过程。这位专家会核对用户的身份资料，确认信息，从而完成识别。如果用户需要签署保密性更高的合同（例如信用卡申请表），IDnow eSign将提供符合最高安全标准的电子签名。

最近，IDnow开始使用深层神经网络，使其解决方案更精准高效。GPU加速深度学习技术能在嘈杂的视频环境中，精准定位身份证件，进行分类，并识别其中特定数据。

IDnow的图像识别算法已经学会如何识别模式，并通过对海量数据的分析进行适当预测。算法甚至可以自动判断身份证件中的面部是否和视频中的人物相匹配。

算法成功建立人脸匹配时，身份识别才得以完成。这意味着IDnow能减少潜在欺诈。

IDnow联合创始人兼首席技术官Armin Bauer表示，“我们希望人们把时间花在更重要的事上。我们的在线识别产品让人们从日常繁琐里解放出来。通过应用GPU技术，我们的解决方案将更加高效。“

社会节奏越来越快，排队无疑是一种浪费时间。金融科技深知这点，一些大玩家已经开始采用IDnow的解决方案。

德国最大银行之一——德国商业银行致力于为顾客提供简易快捷的服务。多亏了IDnow的视频识别技术，顾客可以快捷开户。该银行的开户率提升了50%。

Source: https://blogs.nvidia.com/blog/2017/09/18/deep-learning-for-identification/