CaixaBank: geldautomaten met gezichtsherkenning

We krijgen in ons dagelijks leven almaar meer te maken met gezichtsherkenning, bijvoorbeeld in smartphones die door kunstmatige intelligentie worden ontgrendeld op basis van onze gelaatstrekken. Ook CaixaBank innoveert op dit vlak door haar geldautomaten met gezichtsherkenning uit te rusten.

Samenvatting

1. Geld afhalen zonder pincode
2. Gezichtsherkenning, biometrische technologie

Geld afhalen zonder pincode

De gezichtsherkenning bij CaixaBank is bedoeld als vervanging van pincodes (persoonlijke identificatienummers), die iedereen nu moet intikken op geldautomaten om geld af te halen. Het blijft wel nog altijd mogelijk om de wijze van opname te kiezen en klanten zijn niet verplicht om de gezichtsherkenning te gebruiken. Zij kunnen nog altijd hun pincode invoeren.

Om geld te kunnen opnemen zonder pincode moeten klanten van de bank zich eerst registreren en zich laten fotograferen, zodat hun gelaatstrekken kunnen worden opgeslagen om nadien in geldautomaten gebruikt te worden.

Er bestaan over de hele wereld al initiatieven om gezichtsherkenning in te voeren, bijvoorbeeld om fraude op te sporen (Ping An, China) of als aanvulling op de pincode (Macau, China). De Spaanse bank zou echter de eerste zijn die gezichtsherkenning gebruikt als het enige controle-instrument tussen de bank en haar klanten bij geldopnames.

De eerste geldautomaten met gelaatsherkenning zijn nu al actief in 20 geldautomaten en zullen naar verwachting in de loop van 2019 geleidelijk worden uitgebreid in Spanje, waar CaixaBank over het grootste bankennetwerk beschikt.

Gezichtsherkenning, biometrische technologie

CaixaBank was ook de eerste bank die gezichtsherkenning invoerde om mobiele betalingen op bepaalde mobiele apparaten mogelijk te maken. Dit initiatief volgt hetzelfde principe, aangezien het werd ontwikkeld op basis van biometrische technologie.

De bedoeling is om de gebruikers- en consumentenervaring te verbeteren en tegelijkertijd de veiligheid van de klant en zijn gegevens te blijven garanderen. Daarom wordt het gezicht geanalyseerd aan de hand van 16.000 controlepunten, zoals oogafstand, liphoeken, neusranden, enz.

In een eerder artikel hadden we het er echter al over in welke mate algoritmes voor gezichtsherkenning bevooroordeeld kunnen zijn. Dit kan al gauw nog erger worden als gevolg van slechte belichting of bij weinig contrast tussen voorgrond – het gezicht van de gebruiker – en achtergrond, wat gezichtsherkenningssystemen problemen kan opleveren.

Afbeelding: Shutterstock