吴秋霞：利用科技创新筑造金融行业的钢铁长城

（文/刘成）在改革开放40多年的高速发展中，虽然成绩斐然，但仍可以清晰地看到我国金融市场规范有待完善，金融安全和金融风险防控等领域内还面临着转型升级的问题，而这些也是全球经济一体化趋势下，整个金融界以及各个国家社会经济发展需要面对的新课题。身为全球500强企业平安集团金融犯罪风险管理总监（海外），吴秋霞已致力于研究金融安全问题超过15年，她所希望的就是能为全球金融行业的发展献计献策，尽毕生之力，同时为金融安全理论、反洗钱、金融风险监控等相关领域的科技发展和人才培养做出更大的贡献。

“作为一个金融安全专家，我有责任把我的所学所知，把我对经济学和金融学的理解，把我的研究心得传授给更多的人，有责任影响更多有理想，有抱负，有能力的年轻人从事经济学和金融学研究和实务，也有责任对全球经济一体化背景下各个国家的经济、金融活动产生正面影响。”面对记者，吴秋霞的话铿锵有力。多年以来，她也遵循发自内心的使命感在金融界脚踏实地坚持科研奋斗。

从小到大，一直都是学霸的吴秋霞就有着一股不服输的性格，极强的使命感和进取心不断驱使着吴秋霞有选择地从事一些最具挑战性的研究工作，不断攻克一些学术难题，并取得了一系列原创性研究成果，其中不乏对金融行业发展具有里程碑意义的先进技术。以基于人脸识别的金融交易操作监控系统为例，该成果首次发表于2018年6月，一经推出就引起了国内外金融专家学者们的广泛关注。该系统由数据库建立模块、判断模块及安全模式模块等部分组成，能够通过对外接摄像设备采集到的人脸图像进行精准识别，判断操作者是否为交易人本人，避免他人通过非法渠道窃取交易人本人信息，预防金融犯罪。在该系统中，吴秋霞对人脸识别技术中最为复杂的弹性束图匹配方法和隐马尔科夫模型方法进行了多处深入改良，比如针对基于弹性束图匹配的正面人脸识别方法中不同频率的特征值对于人脸图像识别率影响大的问题，吴秋霞提出了一种利用权值分配对小波系数进行优化的方法，该方法通过对采集到的信息进行智能化分类并赋予相应的权值，显著增强了不同人脸弹性图结构之间的差异性，极大地增强了人脸识别的准确性。再比如吴秋霞通过对基于隐马尔科夫模型的人脸识别系统的研究和分析，采用奇异值作为特征向量构建隐马尔科夫模型进行人脸识别，由于奇异值向量具有稳定性、位移不变性、转置不变性、与对应图像亮度成比例变化等特性，因此对于人脸图像易受到的光照、角度、环境等因素的影响具有一定的鲁棒性，相对于直接采用图像灰度值和二维离散余弦变换值所做的识别结果，采用奇异值分解的隐马尔科夫模型人脸识别方法可以得到更高的识别率。

欧洲著名经济学家，普林斯顿大学经济系的经济学和金融学讲座教授Yacine Aït-Sahalia曾表示，基于人脸识别的金融交易操作监控系统的每一处创新都是一种颠覆，该技术凭借着极高的识别率和安全性，彻底打破了公众对于金融终端安全性的质疑，其未来必将在世界范围内取得大量应用，所创造的经济价值不可估量。

除了在科研攻关方面取得了举世瞩目的成就外，吴秋霞在引领全行业整体发展、推进人才培养方面也成绩斐然。这些年，她为其任职的机构、行业组织提供了超过一百场培训，使自己卓越的金融行业理念和技术思维得以广泛传播。她所培养出的学员也成长为在各大跨国企业独当一面的中坚力量。

面对诸多成绩和荣誉，吴秋霞说：“我要衷心地感谢澳大利亚的西澳大利亚大学、亚莫纳什大学，和英国曼彻斯特大学的培养，感谢一路遇到的恩师，以及一路上遇到的朋友、同事，更重要的是家人，感谢他们支持我的事业。”

1979年出生的吴秋霞，今年也才42岁，对她来说，此时正是人生壮年。在她眼里，探索未知的路还很遥远，面对着不断发展、瞬息万变的国际金融形势，她希望能在未来做出更好的研究成果来回馈行业和社会。

风雨多经志弥坚，关山初度路犹长。当前，吴秋霞用自己的奋斗和坚持唱出了充满信心与展望的时代强音，未来，虽然科研路上阻碍重重，但她依然会不忘初心，扬帆起航，绘就出更加宏伟的蓝图，为金融行业筑造更加坚固的钢铁长城。