从“全面风险管理”的视角来审视“安全”，意味着我们将安全从传统的、孤立的、技术性的问题，提升到一个系统性、战略性和全局性的管理高度。

当前反诈形势依然严峻，如何通过视频监控人脸识别技术开展异常行为风险检测成为摆在我们面前的一个紧要任务。人脸识别的核心是将人脸识别技术与后台数据、行为分析模型及处置流程紧密结合，实现从被动监控到主动预警的转变。

随着远程监控中心智能分析设备的推广，我们已经能够实现针对ATM伪装诈骗车手、异常滞留、异常人脸（口罩/墨镜）检测的有效识别，以及防范冒名开户、内部人员违规操作、AI换脸骗贷、员工系统登录双因子认证、微表情分析与活体检测等。

将人脸识别应用于人员异常行为检测，关键在于通过人脸识别进行风险识别实现具体的应用联动。

一是ATM与自助银行区域的主动防护。银行通过在自助区入口加装具备AI人脸识别功能的门禁系统，要求进入者必须"全脸入镜"才能进入。系统会实时检测是否佩戴口罩、墨镜或帽子等进行面部伪装，一旦发现便会通过语音提示要求移除，有效防范诈骗取款车手。同时，基于深度学习算法的视频监控系统能对防护舱内的异常滞留、人员徘徊等行为进行分析并告警，实现对潜在风险的早期预警。

二是营业厅内的精准身份核验与联防联控。在柜台或智慧柜员机办理业务时，人脸识别系统会将现场捕捉的照片与身份证件照进行快速比对，以识别冒名开户等风险。对于识别出的冒名开户者，系统会将其面部特征和所用证件信息纳入"人脸灰名单库"和"证件灰名单库"。此后，该人员无论在同一地区的哪个网点出现，系统都能自动识别、预警并触发联防机制，有效打击流窜作案。

三是内部风险控制与远程面审的反欺诈。在银行内部，人脸识别可与双因子认证结合，用于员工登录核心业务系统，替代传统的账号密码，提升内部信息安全。在远程信贷面审等环节，借助微表情分析、声形同步检测、活体检测等技术，可以有效识别利用AI换脸视频（Deepfake）、"假人"问答等新型欺诈手段，保护信贷资金安全。

要实现上述场景的顺畅运行，银行还需在技术和机制上做好以下支撑：

技术与数据联动。需要打通前后端数据，例如将前端采集的人脸信息与后台的黑白名单库、业务系统、反诈数据库进行实时比对。同时，风险预警需要与现场处置流程无缝衔接，确保报警信息能快速推送到监控中心或安保人员，并启动相应的预案。

合规与体验兼顾。在系统设计时需考虑多元用户需求，例如提供多语种语音提示、确保轮椅使用者也能顺利使用人脸门禁，体现社会包容。此外，必须严格遵守个人信息保护相关法律法规，确保数据采集和使用的合法合规。

（作者：黎城农商银行安全保卫部科长 卫亮）

【责任编辑：陈雨晴】