Банк NDA

Проблема

При обмене валют кассиры банка, совершают кражу, когда удерживают комиссию за перевод. Дополнительно повысилась вероятность передачи личных данных клиентов банка и перепродажи их на чёрном рынке. Это несёт финансовые и репутационные риски. Чтобы обнаружить такую схему работы сотрудника, нужно просматривать многочасовые записи и тратить дополнительные ресурсы.

Решение

Команда разработала сервис, встроенный в систему банка. Он автоматически фиксирует информацию с видеорегистратора в кассе. Затем обнаруживает событие обмена валют и соотносит данные с занесёнными операциями внутри системы. В случае несоответствия, операции подсвечиваются службе безопасности банка для дальнейшей работы.

Результат

Увеличение прибыли и сокращение репутационных рисков клиента.

Во время обмена валют, операционист может не провести полученные средства через кассу банка и зарабатывать на разнице курсов. Для банка, это репутационные и финансовые риски. Разработана система детекции наличной валюты в лотке — ExchangeGuard. Система использует существующую инфраструктуру банка. Благодаря видеопотоку, обнаруживает валюту и сверяет событие с автоматизированной банковской системой учёта операций и контролирует мошеннические действия.

Купюры в лотке могут перекрываться другими предметами. Это затрудняло детекцию и пришлось создать большой синтетический датасет и обучать нейронную сеть «с нуля» для достижения точности.
Разработка «дешевых», с точки зрения машинного времени, алгоритмов. Они позволят избежать анализа нейросетью большей части кадров. Это было важно для снижения себестоимости детекции.
Чтобы не перегружать интернет-каналы, была создана дублирующая программно-аппаратная инфраструктура. Для предварительного анализа видео-данных в отделениях банка.
Метаданные передаются на центральный сервер для обогащения и сопоставления с информацией из других систем банка. Это позволяет определять потенциальное мошенничество.