Rilevamento del riconoscimento facciale - Amazon Rekognition

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Rilevamento del riconoscimento facciale

Amazon Rekognition Face Liveness ti aiuta a verificare che un utente sottoposto a verifica facciale sia fisicamente presente davanti a una telecamera. Rileva lo spoofing rivolto a una telecamera o il tentativo di bypassare una telecamera. Gli utenti possono completare un controllo di riconoscimento facciale scattando un breve video selfie in cui seguono una serie di istruzioni volte a verificare la loro effettiva presenza.

Il riconoscimento facciale viene determinato con un calcolo probabilistico, quindi dopo il controllo viene restituito un punteggio di confidenza (compreso tra 0 e 100). Più alto è il punteggio, maggiore è la fiducia che la persona che effettua il controllo sia effettivamente presente sul posto. Face Liveness restituisce anche una cornice, chiamata immagine di riferimento, che può essere utilizzata per il confronto e la ricerca dei volti. Come con qualsiasi sistema basato sulla probabilità, Face Liveness non può garantire risultati perfetti. Usalo insieme ad altri fattori per prendere una decisione basata sul rischio sull'identità personale degli utenti.

Face Liveness utilizza più componenti:

Quando configuri l'applicazione per l'integrazione con la funzionalità Face Liveness, utilizza le seguenti operazioni API:

  • CreateFaceLivenessSession- Avvia una sessione di Face Liveness, permettendo di utilizzare il modello di rilevamento Face Liveness nell'applicazione. Restituisce un SessionId per la sessione creata. Consente inoltre di impostare il proprio ChallengePrefrence, in modo da poter utilizzare l' FaceMovementChallenge opzione.

  • StartFaceLivenessSession- Chiamato dall' AWS Amplify. FaceLivenessDetector Avvia un flusso di eventi contenente informazioni sugli eventi e gli attributi rilevanti nella sessione corrente.

  • GetFaceLivenessSessionResults- Recupera i risultati di una sessione specifica di Face Liveness, tra cui un punteggio di confidenza di Face Liveness, un'immagine di riferimento e immagini di audit.

Utilizzerai l'SDK AWS Amplify per integrare la funzionalità Face Liveness con i flussi di lavoro di verifica facciale per le applicazioni web. Quando gli utenti effettuano l'accesso o si autenticano tramite la tua applicazione, inviali al flusso di lavoro Face Liveness check nell'SDK Amplify. L'Amplify SDK gestisce l'interfaccia utente e il feedback in tempo reale per gli utenti mentre scattano il loro video selfie.

Quando si utilizza FaceMovementAndLightChallenge il movimento del viso dell'utente verso l'ovale visualizzato sul dispositivo, Amplify SDK visualizza una sequenza di luci colorate sullo schermo. Quindi trasmette in modo sicuro il video del selfie sul cloud. APIs In alternativa, durante l'uso FaceMovementChallenge, il viso dell'utente si sposta nell'ovale visualizzato sul dispositivo, ma non c'è una sequenza di luci colorate. Sebbene 'FaceMovementAndLightChallenge' rimanga l'impostazione migliore per massimizzare la precisione, 'FaceMovementChallenge' consente ai clienti di dare priorità ai controlli più rapidi di vivacità rispetto alla precisione. Nella scelta tra queste impostazioni, i clienti devono considerare i requisiti del proprio caso d'uso, tra cui i tipi di attacco previsti, le percentuali di falsa accettazione e di falsi rifiuti desiderate e controlli aggiuntivi come la geolocalizzazione (ad esempio in base all'IP), i codici One Time Pass (), ecc. OTPs I clienti devono prendere questa decisione dopo aver testato le prestazioni di Liveness con varie soglie di punteggio di affidabilità sui loro contenuti specifici. Inoltre, con entrambi i tipi di liveness check, i proprietari delle applicazioni devono implementare controlli per proteggere il dispositivo da cui viene inviato lo streaming video. Una volta completata l'analisi, riceverai quanto segue sul backend:

  • Un punteggio di confidenza di riconoscimento facciale (compreso tra 0 e 100)

  • Un'immagine di alta qualità chiamata immagine di riferimento che può essere utilizzata per Face Match o Face Search

  • Un set composto da un massimo di quattro immagini, denominate immagini di controllo, selezionate dal video del selfie

Face Liveness può essere utilizzato per una varietà di casi d'uso. Ad esempio, Face Liveness può essere utilizzato insieme al face matching (with CompareFacesand SearchFacesByImage) per la verifica dell'identità, per la stima dell'età su piattaforme con restrizioni di accesso basate sull'età e per rilevare utenti umani reali scoraggiando i bot.

Puoi saperne di più sui casi d'uso a cui è destinato il servizio, su come il machine learning (ML) viene utilizzato dal servizio e sulle considerazioni chiave per la progettazione e l'uso responsabili del servizio nella scheda di servizio per l’IA di Rekognition Face Liveness.

Puoi impostare delle soglie per i punteggi di confidenza di Face Liveness e Face Match. Le soglie scelte devono riflettere il caso d'uso. Quindi invii una verifica dell'identità all'utente in base approval/denial al punteggio superiore o inferiore alle soglie. Se negato, chiedi all'utente di riprovare o indirizzalo a un altro metodo.

L'immagine seguente mostra il flusso dell'utente, dalle istruzioni al riconoscimento fino al risultato restituito:

Flusso di utenti che mostra la centratura del viso, l'avvicinamento, la posizione ferma per controllare la vivacità e il risultato positivo ottenuto con un punteggio di confidenza.