商業(yè)銀行基于Group Testing技術(shù)的圖像識別應(yīng)用研究

隨著大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等新興技術(shù)的發(fā)展，金融領(lǐng)域的傳統(tǒng)業(yè)務(wù)模式已逐步進化為智慧金融。商業(yè)銀行在基于物聯(lián)網(wǎng)和圖像識別算法模型進行信貸業(yè)務(wù)風(fēng)險管理的同時，對圖像識別算法模型的運行效率和資源消耗也提出了更高的要求。本文創(chuàng)新地在圖像識別模型推理測試環(huán)節(jié)，將圖像數(shù)據(jù)樣本逐一檢測（One-by-one Testing）改進為群組檢測（Group Testing），通過對測試圖像數(shù)據(jù)進行合并組合，達成快速對多張圖像進行一次性識別檢測的目標，大大縮減了計算時間、有效提高了計算效率，并顯著降低了人工智能模型的計算資源消耗、節(jié)省了計算成本，積極助力人工智能綠色低碳發(fā)展。

商業(yè)銀行圖像識別技術(shù)應(yīng)用

圖像識別（Image Recognition，IR）作為計算機視覺（Computer Vision，CV）領(lǐng)域的一個重要研究方向，在商業(yè)銀行的眾多業(yè)務(wù)領(lǐng)域得到了廣泛應(yīng)用。在移動支付中，圖像識別技術(shù)可以實現(xiàn)人臉識別（Face Recognition，F(xiàn)R），將用戶的面部特征與數(shù)據(jù)庫中的信息進行匹配，以驗證用戶的身份。在信貸業(yè)務(wù)中，通過人臉識別遠程輔助身份認證，優(yōu)化開戶及風(fēng)控業(yè)務(wù)流程，提升客戶體驗；通過光學(xué)字符識別（Optical Character Recognition，OCR），自動鑒別客戶各類憑證、證件和報表，推進金融服務(wù)提質(zhì)增效。

目標檢測（Object Detection，OD）是在圖像識別的基礎(chǔ)上對物體進行定位，即給出物體在圖像中的位置

和尺寸大小。在金融信貸業(yè)務(wù)中，尤其是風(fēng)控場景中發(fā)揮了重要作用，例如，金融票據(jù)防偽鑒別場景，基于小目標檢測的票據(jù)圖像文本信息提取等技術(shù)，構(gòu)建深度學(xué)習(xí)目標檢測模型實現(xiàn)視覺檢測自動化；針對AI算法模型替換原照片進而偽造人臉場景，通過深度目標檢測及圖向量預(yù)訓(xùn)練模型，構(gòu)建AI換臉背景相似度識別模型，實現(xiàn)對銀行賬戶服務(wù)AI仿造人臉攻擊的識別和防御。為更好地服務(wù)實體經(jīng)濟，多維度滿足中小微企業(yè)的融資需求，在信貸業(yè)務(wù)領(lǐng)域，針對傳統(tǒng)抵質(zhì)押融資業(yè)務(wù)存在道德風(fēng)險高、信息透明度低以及融資成本高等問題，金融機構(gòu)通過5G物聯(lián)網(wǎng)技術(shù)對倉儲物流進行“7×24小時”連續(xù)監(jiān)測，利用圖像識別技術(shù)對物聯(lián)網(wǎng)平臺的信息進行智能化識別，對倉庫貨物進出、人員入庫作業(yè)等行為進行有效監(jiān)管，根據(jù)企業(yè)經(jīng)營狀況監(jiān)控，及時預(yù)測風(fēng)險并觸發(fā)相應(yīng)的防范措施，實現(xiàn)銀行企業(yè)信貸業(yè)務(wù)風(fēng)險管理智能化水平的提升。圖像識別模型應(yīng)用一般分為模型訓(xùn)練（Training）和推理測試（Testing）兩個階段環(huán)節(jié)，模型訓(xùn)練環(huán)節(jié)根據(jù)不同問題的要求選擇合適的算法，并使用已經(jīng)預(yù)處理好的數(shù)據(jù)進行模型訓(xùn)練；推理測試環(huán)節(jié)將訓(xùn)練好的模型部署到生產(chǎn)環(huán)境中，并使用新產(chǎn)生的業(yè)務(wù)數(shù)據(jù)進行實時或離線的推理測試。在模型訓(xùn)練環(huán)節(jié)，隨著大規(guī)模訓(xùn)練數(shù)據(jù)和復(fù)雜神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)的出現(xiàn)，AI模型訓(xùn)練需要越來越多的計算資源，變得越來越耗時耗能，提高AI模型訓(xùn)練效率和加快模型訓(xùn)練速度面臨著嚴峻挑戰(zhàn)。而對于模型推理測試環(huán)節(jié)，雖然資源消耗相較于模型訓(xùn)練有一定程度的降低，但隨著大量推理測試數(shù)據(jù)的產(chǎn)生，仍需較高的計算資源和計算能力來確保實時或近實時服務(wù)響應(yīng)，同樣面臨著如何有效提高資源利用效率和推理測試速度的挑戰(zhàn)。

目前，為提高圖像識別模型應(yīng)用資源利用效率以及模型訓(xùn)練、推理測試的速度，很多研究工作從計算方法（Me th o d）、數(shù)據(jù)資料（Ma t e r i a l）和機器設(shè)備（Machine）等維度上進行了廣泛而深入的探索實踐。本文針對極度不平衡數(shù)據(jù)集，從模型機制（Mechanism）層面，在模型推理測試環(huán)節(jié)，提出將圖像數(shù)據(jù)樣本逐一檢測（One-by-one Testing）改進為群組檢測（Group Testing），通過將多張圖像數(shù)據(jù)進行混合后，一次性識別檢測出多張圖像數(shù)據(jù)中的目標，從而大幅降低檢測次數(shù)和時間，有效提升檢測效率；由此形成圖像識別算法模型提高模型訓(xùn)練和推理測試資源利用效率及速度的“4M”框架方法論。

目標檢測技術(shù)發(fā)展

目標檢測又稱為目標提取，其主要任務(wù)是從給定的輸入圖像中提取符合條件的目標信息，并對目標所屬類別和所處位置進行分析。目標檢測方法從最初的人工篩選特征再分類的傳統(tǒng)檢測方法，已經(jīng)發(fā)展到基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)進行特征自動選擇，以更自動化、智能化的方案使目標檢測算法模型的精度進一步提升，速度進一步加快。目前，基于深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)主流目標檢測算法是以YOLO（You Only Look Once）為代表的單階段檢測為主，它在2015年由Joseph Redmon和Ali Farhadi提出。隨著深度學(xué)習(xí)和計算機視覺技術(shù)的發(fā)展，YOLO也有了顯著的演化和改進：改進的YOLOv2和YOLOv3分別通過添加了多尺度信息和設(shè)計了更強的主干網(wǎng)絡(luò)DarkNet53，來提高特征提取能力；YOLOv4考慮選擇參數(shù)更多且學(xué)習(xí)能力更強的CSP Darknet（Cross Stage Partial Darknet）網(wǎng)絡(luò)作為骨干網(wǎng)絡(luò)；隨后出現(xiàn)的YOLOv5在輸入端進行了改進，它在主干網(wǎng)絡(luò)中加入了一種Focus結(jié)構(gòu)，在預(yù)測端提出并采用GIoU（Generalized Intersection over Union）Loss作為損失函數(shù)。

隨著大規(guī)模訓(xùn)練數(shù)據(jù)和復(fù)雜神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)的出現(xiàn)，為了提高圖像識別算法模型資源利用效率以及模型訓(xùn)練、推理測試的速度，很多改進的技術(shù)方案被提出，主要聚集于計算方法（Me t h o d）、數(shù)據(jù)資料（Material）和機器設(shè)備（Machine）三個層面：

計算方法層面

通過優(yōu)化模型的網(wǎng)絡(luò)結(jié)構(gòu)與參數(shù)配置，提高模型訓(xùn)練和推理測試的資源利用效率及速度。

網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化。通過剪枝（Pr u n i ng）和量化（Quantization）等技術(shù)減少模型參數(shù)量和計算量，以及動態(tài)調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)，以增強模型對復(fù)雜圖像特征的學(xué)習(xí)能力。2017年，An d r ew G. Howa r d等人提出了一種輕量級卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)MobileNet，采用了深度可分離卷積（D e p t h w i s e S e p a r a b l e Convolution）的結(jié)構(gòu)，將標準的卷積操作拆分為深度卷積和逐點卷積兩個步驟，這種結(jié)構(gòu)大大減少了參數(shù)量和計算量，使得模型在保持計算效率的同時，仍能保持良好的模型準確性。

參數(shù)配置。開發(fā)新的激活函數(shù)（如ReLU、Swish 等），以改善梯度消失或爆炸問題，從而加速模型訓(xùn)練過程。同時，設(shè)計更加貼合任務(wù)特性的損失函數(shù)，引導(dǎo)模型更準確地學(xué)習(xí)目標特征。

數(shù)據(jù)資料層面

數(shù)據(jù)資料作為模型訓(xùn)練的基礎(chǔ)，其處理與利用方式直接影響模型性能，通過圖像尺寸變更進行特征壓縮、提取關(guān)鍵特征進行特征增強等方法，有助于提高模型訓(xùn)練和推理測試的資源利用效率及速度。

特征壓縮。通過主成分分析（P r i n c i p a l Component Analysis，PCA）、哈希算法等技術(shù)對圖像進行降維處理，改變圖像尺寸以進行特征壓縮，從而將更小尺寸的圖像數(shù)據(jù)用于模型訓(xùn)練和推理測試，有助于減少模型訓(xùn)練和推理測試的資源使用，使運行速度得以提升。

特征提取。利用注意力機制、特征金字塔網(wǎng)絡(luò)等方法，從圖像數(shù)據(jù)中提取關(guān)鍵特征，從而提高特征表示的魯棒性和有效性。

機器設(shè)備層面

通過增加硬件設(shè)備、應(yīng)用高效能硬件設(shè)備等方式，提高模型訓(xùn)練和推理測試的資源利用效率及速度。如通過采用GPU、TPU、FP GA等專用加速硬件設(shè)備，利用其強大的并行計算能力加速模型訓(xùn)練和推理測試過程。同時，利用分布式計算框架將大規(guī)模模型訓(xùn)練任務(wù)分配到多臺機器上并行執(zhí)行，從而有效縮短模型訓(xùn)練時間。

Group Testing技術(shù)發(fā)展

1943年，Robert Dorfman提出用于疾病篩查的群組檢測協(xié)議，啟動了群組檢測（Group Testing）研究。Dorfman群組檢測協(xié)議是一種用于大規(guī)模篩查的統(tǒng)計方法。該方法最早應(yīng)用于第二次世界大戰(zhàn)，當時美國征召了大量士兵入伍，美軍希望對士兵做血液檢測，以分析士兵是否感染梅毒。由于血液檢測成本昂貴，對每名士兵逐一檢測效率很低且成本巨大，因此設(shè)計了Group Testing篩選方法，將士兵分為多個小組，每個小組的人員一起進行檢測。從而，如果一個小組的檢測結(jié)果是陰性，即該組內(nèi)沒有感染人員，那么這個小組的所有人員都被認為是健康的，不需要進一步的檢測；而如果一個小組的檢測結(jié)果是陽性，即該組內(nèi)至少有一名人員感染，那么這個小組的每名人員都需要進行單獨的檢測以確定其個體狀態(tài)。這種方法特別適用于資源有限、需要高效檢測的情況。

應(yīng)用該思想進行群組檢測通常包括以下四個步驟（見圖1）：

1.分組：將全部檢測對象分為多個不重疊的小組；

2.初步檢測：對每個小組進行檢測；

3.結(jié)果分析：如果小組檢測為陰性，則該組所有檢測對象都被認為是非缺陷的；如果小組檢測為陽性，則進入下一步；

4.個體檢測：對檢測結(jié)果為陽性的小組中的每個檢測對象進行單獨檢測，以確定哪些檢測對象是有缺陷的。

在實際應(yīng)用中，通過Group Testing群組檢測協(xié)議并合理劃分小組樣本數(shù)量，當缺陷的發(fā)生率較低時將有足夠多的小組被檢測為陰性，這會大量減少所需的總檢測數(shù)量。在2019年末開始的新冠病毒傳播期間，防疫部門為精準防控避免疫情進一步擴散，開展大規(guī)模的核酸檢測時，將多個人（比如10個人）的樣本進行混合，放入同一個試管中，最終一起對這多個人進行檢測，其背后蘊含的原理正是Group Testing思想。

基于Group Testing的目標檢測技術(shù)方案

在目標檢測領(lǐng)域，圖像作為一種易于理解的數(shù)據(jù)模態(tài)，也存在便于拼接混合的特點，現(xiàn)代圖像處理軟件（如Photoshop等）提供了快速合并組合圖像數(shù)據(jù)的功能，使用戶能夠輕松地將多張圖像合并組合成一張，OpenCV等圖像處理庫和算法同樣支持圖像合并組合任務(wù)，隨著圖像融合技術(shù)的逐漸成熟，圖像合并組合技術(shù)也在現(xiàn)代生活和生產(chǎn)中得到了廣泛應(yīng)用。本文提出圖像的目標檢測也可以像血液檢測或疾病篩查一樣采用群組檢測方案。本文聚焦模型機制（Mechanism）層面，將推理測試環(huán)節(jié)圖像數(shù)據(jù)樣本的逐一檢測（One-by-one Te s t ing）機制，改進為群組檢測（Gr oup Testing）機制，將圖像識別模型訓(xùn)練、推理測試資源利用效率和速度提升的“3M”框架方法論，升級為“4M”體系。

具體而言，在開展圖像目標檢測任務(wù)時，基于群組檢測協(xié)議，通過將多組圖像混合為一張圖像后，利用目標檢測算法模型一次性檢測即可識別出多張圖像中是否存在目標物品或人物，從而大幅降低檢測次數(shù)和時間，有效提升檢測效率。面向目標檢測任務(wù)的群組檢測方法尤其適用于“1”“0”類別標簽極度不平衡樣本集，在此類樣本集上目標物品或人物出現(xiàn)在極少數(shù)圖像數(shù)據(jù)樣本中。合并組合后的圖像如果沒有目標物品或人物，那么該合并組合圖像不需要進一步對單張圖像進行逐一檢測；如果合并組合后的圖像有至少一個目標物品或人物，那么該合并組合圖像需要進行進一步的單張圖像逐一檢測。

鴿巢原理又稱為抽屜原理，其基本邏輯是如果有n 個物體放入m個盒子中（且n>m），那么至少有一個盒子必須放置兩個或更多的物體，在解決與鴿巢原理相關(guān)的問題時，最差原則（或稱為最不利原則）是一種重要的方法。最差原則的基本思想是考慮所有可能情況中最不利于某件事情發(fā)生的情況，也就是說，我們需要設(shè)想一個最壞的場景，即所有物體盡可能均勻地分布在各個盒子中，直到無法再均勻分配為止。這樣，我們就能確定至少有一個盒子中必須包含多于一個的物體。

在開展基于群組檢測協(xié)議的圖像目標檢測任務(wù)時，假設(shè)總共有n張圖像，其中w張圖像有目標物品或人物，可以取k張圖像合并組合為一張，即合并組合后共計張圖像，也就是鴿巢原理中的n個物體放入個盒子，由于合并組合數(shù)k>1，因此n> ，符合鴿巢原理。然而，基于群組檢測協(xié)議的圖像目標檢測任務(wù)，其檢測次數(shù)與圖像中是否包含目標物品或人物相關(guān)，w張有目標物品或人物的單張圖像（物品）放入張合并組合圖像（盒子）中之后，形成以下兩種情況：

若時，按照鴿巢原理，在最差原則下合并組合后的每張圖像（盒子）均包含目標物品或人物的圖像（物品），所有圖像均需再次進行逐一檢測，難以降低檢測次數(shù)和時間；

若時，按照鴿巢原理最差原則，盡可能將有目標物品或人物的圖像（物品）放在不同的合并組合圖像（盒子）中時，最多會有w張合并組合圖像其每張僅有一個目標物品或人物，剩下的（）張合并組合圖像是沒有目標物品或人物的，則無需進行進一步的單張圖像逐一檢測。在鴿巢原理最差原則下依舊能夠降低檢測次數(shù)和檢測時間。

本文的實證分析將在鴿巢原理最差原則下開展，以期驗證基于群組檢測協(xié)議的圖像目標檢測任務(wù)在廣泛意義上的適用性。

商業(yè)銀行群體目標檢測應(yīng)用實證分析

業(yè)務(wù)理解與數(shù)據(jù)理解

基于國內(nèi)某全國性股份制商業(yè)銀行企業(yè)信貸業(yè)務(wù)場景，該場景對客戶用作貸款抵押物的生產(chǎn)設(shè)備通過攝像頭進行監(jiān)控，以確保設(shè)備未丟失、未挪動、未損壞。攝像頭采集的圖像由客戶廠房發(fā)送至商業(yè)銀行，銀行端接收到圖像后，需要訓(xùn)練并部署目標檢測算法模型，從而對設(shè)備周圍的環(huán)境進行檢測，判斷是否有人員擅自進入設(shè)備作業(yè)區(qū)域。如出現(xiàn)違規(guī)人員進入，則意味著設(shè)備存在被盜、挪動、人為損壞等風(fēng)險，此類風(fēng)險的及時識別檢測，有助于商業(yè)銀行第一時間采取風(fēng)險管控措施，有效提升風(fēng)險管理能力。在該場景中，由于設(shè)備大部分時間處于自動化生產(chǎn)狀態(tài)，周圍人員極少，因此屬于“1”“0”類別標簽極度不平衡樣本集，應(yīng)用群組檢測方法能有效減少檢測次數(shù)、縮短檢測時間、提升檢測效率、節(jié)省資源成本。

在數(shù)據(jù)算料方面，本文選取一段時間內(nèi)的999張監(jiān)控圖像作為推理測試樣本，其中包含20張有人員的“1”標簽圖像數(shù)據(jù)樣本，“1”標簽樣本占比約為2%。為驗證群組目標檢測技術(shù)的廣泛有效性，在分組階段，根據(jù)鴿巢原理最差原則，將999張圖像依次取3張進行合并組合，形成333張合并組合后的圖像，

同時使有人員的單張圖像樣本盡可能均勻分布于合并組合后的圖像中，即333張合并組合圖像中有20張是有人員的。

目標檢測模型群組檢測

基于上述數(shù)據(jù)，本文工作主要聚焦于監(jiān)控的設(shè)備畫面中是否有人員出現(xiàn)，并給出所有圖像是否有人員的識別檢測標簽。本文工作使用YOLOv5模型作為識別是否有人員的基礎(chǔ)模型，在進行群組目標檢測前，YOLOv5模型已訓(xùn)練完畢。

首先，應(yīng)用已訓(xùn)練好的YOLOv5模型，開展999 張圖像數(shù)據(jù)樣本的逐一檢測，得到所用時間以及根據(jù)999張圖像數(shù)據(jù)樣本進行逐一檢測的AUC、KS、Accuracy、Recall和Precision模型評估指標。

而后，設(shè)計目標檢測模型群組檢測機制，應(yīng)用已訓(xùn)練好的YOLOv5模型，開展333張合并組合圖像（即999張圖像數(shù)據(jù)樣本進行“3混1”處理）的群組檢測，并得到群組檢測所用的時間以及AUC、KS、Accuracy、Recall和Precision模型評估指標。

具體步驟如下：

1.分組：將999張圖像按每3張合并組合為1張新的圖像；

2.初步測試：應(yīng)用已訓(xùn)練好的YOLOv5模型對合并組合后的333張圖像進行識別檢測；

3.結(jié)果分析：如果當識別到合并組合后的圖像是無人員的，則直接將參與合并組合的每個單張圖像都判斷為無人員的；如果當識別到合并組合后的圖像是有人員的，則進入下一步；

4.個體測試：對識別為有人員的合并組合圖像中的每個單張圖像進行逐一識別檢測，以確定有無人員。

實證分析結(jié)果

本文所選取的999張圖像逐一檢測所用時間為140 秒，在同樣的服務(wù)器配置環(huán)境下，“3混1”（3張圖像合并組合為1張圖像）的群組檢測所用時間僅需60秒，完成群組檢測的總體時間僅為逐一檢測的42.86%，具體結(jié)果如表1所示。

從目標檢測模型的AUC、KS、Accuracy、Recall 和Precision模型評估指標上分析，在不改變Cut-off 點的情況下，“3混1”群組檢測的識別檢測效果在AUC、KS、Accuracy、Recall和Precision均優(yōu)于（或不低于）逐一檢測，具體結(jié)果如表2所示。

實證分析結(jié)果表明，在商業(yè)銀行企業(yè)信貸業(yè)務(wù)場景，將設(shè)備監(jiān)控采集的圖像通過群組檢測識別畫面內(nèi)是否有人員出現(xiàn)，相較采用逐一檢測機制，在不降低（甚至所有提升）識別檢測準確性的前提下，能夠有效降低檢測時間、提高資源效率、節(jié)省計算能耗。

結(jié)語

本文創(chuàng)新提出將Group Testing思想應(yīng)用于計算機視覺目標檢測領(lǐng)域，將模式識別與機器學(xué)習(xí)類任務(wù)的推理測試環(huán)節(jié)從One-by-one Testing改進為Group Testing，從模型機制（Mechanism）層面為提高圖像識別模型推理測試速度和資源利用效率提供了新思路，將提升目標檢測模型訓(xùn)練和推理測試資源利用效率及速度的“3M”框架方法論升級為“4M”體系。實證分析結(jié)果表明，群組目標檢測方案在不降低（甚至有所提升）識別檢測準確性的情況下，極大地縮減了檢測時間。群組目標檢測機制創(chuàng)新能夠有效提升檢測效率，降低計算資源消耗，促進數(shù)據(jù)中心節(jié)能降耗，對人工智能綠色低碳發(fā)展具有借鑒意義。

（龍盈智達〔北京〕科技有限公司的楊璇、呂奕霖、王杰、馮琳對本文亦有貢獻）

（作者單位：華夏銀行）

責(zé)任編輯：董治