有了它，海外用户再也不必为电子签名烦恼了！

法大大有奇招

本文字数：1881，预计阅读6分钟。

技术

对于那些未在中国大陆公安部门办理证件备案的海外用户，法大大有另一套“不为人知”的实名认证技术。

随着全球化进程越来越快，跨国公司这种商业形态已经愈发常见。越来越多外资企业在中国开设分公司，国内企业“走出去”的情况也已经成为常态。

根据中国企业联合会、中国企业家协会发布了《中国跨国公司100大及跨国指数》显示，2018中国跨国公司100大海外资产总额达到87331亿元，比上年增长8.11%；营业收入达到59652亿元，比上年增长17.84 %；员工总数达到1297121人，比上年增长11.23%；入围门槛为72.22亿元，比上年增长17.49%。

中国跨国公司100大及跨国指数前10

在跨国企业发展经营的过程中，和海外人士产生工作交集的情况并不少见。我们曾多次曾经提及，法大大采用公安部公民网络身份数据信息来完成个人实名认证——严格来说，这套系统更多是针对于中国公民以及拥有中国大陆公安部门颁发证照的海外个人，而对于那些未在公安部门办理证件备案的海外用户，法大大则有另一套“不为人知”的实名认证技术。

今天我们就来看看，这套海外用户实名认证技术究竟有什么本事。

01

法大大海外实名认证的优势？

目前，很多互联网企业都是通过“后台人工审核用户上传资料”的方式，来完成海外用户认证的，然而这样的办法费时费力，无法为用户带来流畅的体验。

实践中，随着跨国企业使用电子合同的场景日益增加，海外用户实名认证的需求也与日俱增。在人工智能和大数据盛行的时代背景下，基于深度学习的图像识别技术成为了最具可行性的解决方案。经过精心设计和大量训练之后的模型已经可以在大多数图像视觉任务上超过人眼, 比如微软亚洲研究院视觉计算组视觉系统，在ImageNet 1000挑战中的错误率已降低至4.94%，首次超越了人类。

有了这样的人工智能技术，法大大的海外用户只需上传一张真实护照照片和一段本人的短视频，即可快速完成自助实名认证，省去等待后台人工审核的时间，提高用户体验。对于跨国公司来说，不但提升了内外部工作效率，还节约了大量金钱、时间和人力成本。

02

法大大海外实名认证的流程？

一、护照篡改检测

为了防止用户上传到审核后台的图片是经过处理或伪造的，法大大会先对用户上传的图片做一个篡改检测，辨别护照文件的真实性。关于这方面的研究，我们参考了CVPR 2018的一篇论文《Learning Rich Features for Image Manipulation Detection》, 该论文采用了一种双通道faster-rcnn的识别方式，将RGB原图作为faster-rcnn网络输入，将经过富含隐写分析的模型滤波器（SRM）提取的局部噪声特征图作为faster-rcnn网络的另一个输入。两条分支共享RPN提取的RoI，将原有faster-rcnn的RoI Pooling改为双线性池化层，融合来自两个通道的特征，进一步结合两种模态的空间共现。

人工智能识别图片真实性

二、护照信息提取

对于通过篡改检测的真实护照图片，法大大会提取图片中用于实名认证的个人文字信息和头像信息。这一块我们采用论文《Detecting Text in Natural Image with Connectionist Text Proposal Network》中提出的基于序列检测的CTPN检测文字位置，然后将检测到的文本框送入CRNN-CTC网络进行文字识别。对于头像提取，我们采用Faster-RCNN的增强版，Mask-RCNN进行掩码分割。

CRNN-CTC网络结构图

三、活体人脸对比

通过上面两步审核之后，系统会请用户录制一段面部短视频，提取视频中活体人脸特征和采集的头像特征进行比对，即我们将人脸检测出来的bbox里有背景，真人人脸，假人脸三类的置信度，这样可以在早期就过滤掉一部分非活体，整个系统速度非常地快。

micro-texture + SSD or binocular depth

至此，整个审核流程结束。

03

法大大海外实名认证的原理？

整个实名认证，概括来说是通过OCR和AI两项技术完成的。

传统的OCR（Optical Character Recognition，光学字符识别）包含图像去噪、倾斜校正、文本检测、字符切割、字符识别等步骤，其中文本检测又分基于滑动窗口扫描和基于底层规则分割聚类等。

传统的OCR对于特征的提取过程十分苛刻，并且时间上也比较慢。因此，法大大引入了深度学习的人工智能技术，进一步提升了后台自动审核的效率。

护照信息提取示例

对于深度学习来说，Computer vision的任务就是从海量数据中学习图片的特征，然后不断调整自己的参数，下次再有新图片来的时候，就可以从以前学习过的图片中找出这张图片的特征，就像在模拟人的大脑一样，某样东西见多了，就知道这种东西的特点是什么。由于深度学习是模拟人类大脑神经元之间的连接，数据的特征是神经网络在学习的过程中自己选择的，我们根本不知道自己的神经网络模型到底学习了些什么，不知道每一个参数的含义是什么，整个过程就像一个黑箱一样，所以我们无法解释整个模型的运作机制，这导致深度学习有一定的不可解释性，但又充满了各种可能。

传统的“OCR+人工审核”的方式对复杂场景下的检测会比较吃力，引入深度学习这种强大的特征提取能力之后，系统后台的计算能力进一步加强，在保证准确性的前提上，审核速度有了大幅提升。

通过海外用户实名认证技术，法大大在跨国企业电子合同应用中，再次走在了行业的前面。未来，法大大的海外应用场景将进一步扩展和完善，为外资企业“引进来”和国内企业“走出去”贡献更大的力量。