BeID - Facial Recognition อีกหนึ่งกุญแจสำคัญของ เศรษฐกิจดิจิทัล

Facial Recognition หรือ เทคโนโลยีจดจำใบหน้า เป็นเทคโนโลยีที่พบได้ทั่วไปในปัจจุบัน เช่นการใช้ Face ID ในการปลดล็อกสมาร์ทโฟน การสแกนใบหน้าเพื่อเข้าใช้บริการสำหรับลูกค้า VIP นอกจากนี้ ยังเป็นเทคโนโลยีสำคัญที่ใช้ในการยืนยันตัวตนในการทำธุรกรรมต่างๆ อีกด้วย

ในการทำธุรกรรมทางการเงิน เช่น การเปิดบัญชีธนาคารในอดีต ในขั้นตอน KYC (Know Your Customer) ลูกค้าจำเป็นจะต้องมานำเนินการที่สาขา จากนั้นพนักงานสาขาจึงเปรียบเทียบหน้าของผู้ใช้บริการกับบัตรประชาชนด้วยสายตา ซึ่งปัญหาที่เกิดขึ้นก็คือ เกิดความผิดพลาดจากการปฏิบัติงาน หรือ มีการปลอมแปลงตัวตนและเอกสาร นำมาสู่การก่ออาชญากรรมที่ก่อให้เกิดความเสียหายเป็นมูลค่ามหาศาล นอกจากนี้ การที่ผู้ใช้บริการต้องไปดำเนินการที่สาขา ทำให้การเข้าถึงบริการทางการเงินของลูกค้า ไม่สามารถทำได้อย่างทั่วถึง

แต่เมื่อเข้าสู่ยุคดิจิทัล เทคโนโลยีจดจำใบหน้า กลายเป็นหนึ่งในโซลูชั่นที่เป็นกุญแจสำคัญในการช่วยให้ธุรกรรมทางการเงินพัฒนาแบบก้าวกระโดด หน้าที่สำคัญของมันก็คือ ช่วยในการตรวจสอบความถูกต้องในการรู้จักตัวตนผู้ใช้บริการ ซึ่งผลที่ตามมาก็คือ ทำให้ลูกค้าสามารถเปิดบัญชีธนาคารจากที่ไหนก็ได้ โดยไม่จำเป็นต้องเดินทางไปที่สาขาอีกต่อไป

| อ่านเพิ่มเติม: “SCB EASY” เดินหน้าพัฒนาเทคโนโลยีเจาะกลุ่มลูกค้าใหม่ เปิดตัว “EASY E-KYC” ธนาคารแรกที่ให้บริการเปิดบัญชีลูกค้าใหม่โดยไม่ต้องมาธนาคาร

สำหรับประเทศไทย ธนาคารที่ให้บริการ เปิดบัญชีลูกค้าใหม่โดยไม่ต้องมาธนาคารเป็นที่แรก ได้แก่ธนาคาร SCB ในปี 2018 ทำการเปิดบัญชีบนมือถือผ่านแอปพลิเคชั่น SCB Easy โดยลูกค้าที่ต้องการเปิดบัญชี สามารถทำผ่านโมบายแบงก์กิ้ง โดยใช้บัตรประชาชน และ ePassport เป็นเอกสารแสดงตน มีการใช้เทคโนโลยีต่างๆ เช่น OCR และ Facial Recognition ถือเป็นจุดเริ่มต้นก้าวแรกที่ยิ่งใหญ่ ที่นำไปสู่ความสะดวก รวดเร็ว ทั่วถึง ในขณะเดียวกันก็มีความถูกต้องแม่นยำในการเปิดบัญชีออนไลน์ รวมถึงการทำธุรกรรมทางการเงินอื่นๆ มากมายและใช้กันอย่างแพร่หลายในเวลาต่อมา เช่น การขอสินเชื่อ บัตรเครดิต หรือการเปิดบัญชีซื้อขายหลักทรัพย์ออนไลน์ ดังเช่นในปัจจุบัน

Facial Recognition คืออะไร

Facial Recognition หรือ เทคโนโลยีจดจำใบหน้า คือการนำเทคโนโลยี Biometrics หรือที่เรียกว่า ข้อมูลชีวมิติ มาใช้ในการแยกแยะลักษณะต่างๆ บนใบหน้าของมนุษย์เพื่อใช้ในการระบุตัวตนของบุคคล เป็นการจดจำใบหน้าในรูปแบบ 3 มิติ โอกาสเกิดข้อผิดพลาดของการตรวจจับใบหน้า มีประมาณ 1 ใน 1,000,000 โดยการวิเคราะห์ข้อมูล การนำรูปภาพหรือวิดีโอที่มีอยู่ในระบบ แล้วใช้ Machine Learning และ AI ในซอฟต์แวร์ต่างๆ ในการทำความเข้าใจความแตกต่างของลักษณะต่างๆ บนใบหน้าแล้วมองหาแพทเทิร์นในข้อมูลรูปภาพที่มีอยู่ และเปรียบเทียบรูปหรือวิดีโอที่ได้มาใหม่กับข้อมูลเดิมที่ถูกเก็บไว้ในฐานข้อมูล เพื่อที่จะสามารถระบุตัวตนของแต่ละบุคคลได้

เทคโนโลยีจดจำใบหน้านี้ แบ่งออกเป็น 3 ส่วน คือ

- การตรวจจับใบหน้า (Face Detection)

คือ กระบวนการค้นหาใบหน้า ตัวอย่างที่เห็นได้บ่อยและชัดเจน ก็เมื่อเราเปิดอุปกรณ์กล้อง โดยเฉพาะโหมด Auto-focus ในการถ่ายภาพบุคคล บนหน้าจอจะแสดงกรอบสี่เหลี่ยมเล็กๆ ขึ้นมาตรงใบหน้า ตามที่ AI ตรวจจับได้ อย่างไรก็ตาม ในขั้นตอนนี้ ยัง ไม่ได้มีการระบุตัวตนว่าบุคคลนั้นเป็นใครแต่อย่างใด

- การวิเคราะห์ หรือบ่งชี้ (Face Analysis หรือ Face Attribution)

กระบวนการนี้ทำโดยการเก็บข้อมูลของอวัยวะต่างๆ บนใบหน้า ได้แก่ หน้าผาก คิ้ว ตา จมูก ปาก คาง โครงหน้า องศาการทำมุม รวมถึงระยะห่างของอวัยวะต่าง ๆ บนใบหน้าอย่างละเอียด เพื่อร่างภาพใบหน้าแล้วทำการ “Faceprint” และสร้างจุดเชื่อมโยงบนใบหน้า (nodal points) เป็นโมเดลอ้างอิง โดยฟีเจอร์ฟิลเตอร์ใบหน้าตลกๆ ตามแอปพลิเคชั่นถ่ายภาพ หรือวิดีโอคอลต่างๆ ก็ใช้เทคโนโลยีนี้ในการตรวจจับตำแหน่งต่างๆ บนใบหน้าเช่นเดียวกัน

- การจำแนกใบหน้า (Face Recognition)

เป็นการหาวิธีที่จะยืนยันว่าบุคคลในรูปนี้เป็นใคร ใช่บุคคลเดียวกับข้อมูลภาพถ่ายที่ใช้อ้างอิงก่อนหน้านี้หรือไม่ โดยนำภาพที่ได้มาประมวลผลและเปรียบเทียบกับใบหน้าในฐานข้อมูลที่ได้จากการทำ face print มายืนยันว่าใบหน้าที่ตรวจจับนั้น ถูกต้องและตรงกับบุคคลในฐานข้อมูลจริง ๆ หรือไม่โดยกระบวนการนี้จะพบได้บ่อยในการขั้นตอนการยืนยันตัวตนต่างๆ เช่นฟีเจอร์ด้านความปลอดภัยบนโทรศัพท์สมาร์ทโฟน หรือการลงชื่อเข้าใช่แอปพลิเคชั่น รวมถึงขั้นตอนการยืนยันตัวบุคคลในกระบวนการทำ eKYC ก็มีการใช้เทคโนโลยีจดจำใบหน้าในการเปรียบเทียบใบหน้ากับรูปถ่ายที่อยู่บนบัตรประชาชน หรือพาสปอร์ตอีกด้วย

เทคโนโลยีจดจำใบหน้า เป็นหนึ่งใน biometrics ที่ธนาคารต่างนำมาใช้ โดยมาตรฐานในการทำ Facial Recognition Score หรือการประมวลผลข้อมูลชีวมิติที่มีความถูกต้อง แม่นยำ ในระดับที่สูงเหมาะสมกับบริการทางการเงิน สามารถป้องกันการปลอมแปลงอัตลักษณ์ เพื่อให้บริการมีความน่าเชื่อถือตามที่แบงค์ชาติกำหนดไว้ มีดังนี้

Accuracy Rate มากกว่า 98 – 99%
การยืนยันตัวตนเทียบกับ trusted soruce ควรมี False Acceptance Ratio (FAR) น้อยกว่าหรือเท่ากับ 0.1 เปอร์เซ็นต์
False Reject Ratio (FRR) น้อยกว่าหรือเท่ากับ 3 เปอร์เซ็นต์

โดยเทคโนโลยีจดจำใบหน้า ของ BeID นั้น

เป็นเทคโนโลยีที่ได้รับการ Tunning มาเป็นอย่างดี

ได้ค่า False Acceptance Ratio ที่ต่ำกว่า 0.02%

เรียกว่าแทบจะไม่มีโอกาสเกิด FAR ยิ่งไปกว่านั้น

ยังไม่มี False Reject Ratio เลยในคนที่ไม่ได้ทำ

ศัลยกรรมใดๆ

ในปัจจุบัน AI ได้ถูกพัฒนาให้สามารถจับรูปใบหน้าของบุคคลที่มีการเคลื่อนไหวได้ ซึ่งก็คือ Liveness Dectection ที่เป็นฟีเจอร์ Add on ในการเพิ่มเติมมาตรฐานความปลอดภัย ช่วยเสริมประสิทธิภาพการพิสูจน์ตัวตนป้องกันการปลอมแปลงข้อมูลชีวมิติ อาทิ การวิเคราะห์และเปรียบเทียบใบหน้ากับฐานข้อมูล หรือรูปหน้าบัตรประชาชน สามารถป้องกันการแอบอ้างตัวตนด้วยการใช้ภาพใบหน้าของผู้อื่นซ้อนทับได้อย่างแม่นยำ พร้อมตรวจจับภาพเคลื่อนไหวแบบตอบสนอง (Video Interactive Liveness Detection) ซึ่งเป็นการยืนยันตัวตนโดยเคลื่อนไหวตามคำร้องขอของระบบ เช่น หันหน้าไปทางซ้ายหรือขวา กระพริบตา ยิ้ม พร้อมตรวจจับทุกองค์ประกอบของใบหน้า เพื่อป้องกันการนำรูปถ่าย หน้ากาก หรือไฟล์วิดีโอมาแอบอ้าง

เทคโนโลยี Facial Recognition และ Liveness Detection ช่วยในเรื่อง:

- การทำ score ตามแนวทาง การใช้เทคโนโลยีชีวมิติ (Biometrics) ในการให้บริการทางการเงิน ตามนโยบายของแบงค์ชาติ ที่กำหนดให้มีกระบวนการ หรือเทคโนโลยีในการตรวจสอบการปลอมแปลง
- เพิ่มประสิทธิภาพการพิสูจน์ตัวตน ลดความเสี่ยงการ ปลอมแปลง เพิ่มช่องทางและการเข้าถึงบริการทางดิจิทัล แม่นยำ สะดวกในการใช้งาน
- แยกแยะภาพถ่ายหรือวิดีโอจากใบหน้าจริง ป้องกัน VDO Playback จากจอคอมหรือมือถือ
- รองรับการจดจำใบหน้าที่รวดเร็ว มีความแม่นยำและความน่าเชื่อถือระดับสูง เปรียบเทียบและตรวจสอบกับฐานข้อมูลได้ภายในเสี้ยววินาที
- รองรับการแลกเปลี่ยนข้อมูล การพิสูจน์และยืนยันตัวตน ผ่าน NDID Platform