Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Detección de la pruebas de vida del rostro
Amazon Rekognition Face Liveness le ayuda a comprobar que un usuario que se está sometiendo a una verificación facial está físicamente presente frente a una cámara. Detecta los ataques simulados que se presentan ante una cámara o cuando se intenta esquivar una cámara. Los usuarios pueden comprobar la vitalidad de sus rostros haciéndose una breve selfie en vídeo en la que siguen una serie de instrucciones destinadas a comprobar su presencia.
La vitalidad del rostro se determina mediante un cálculo probabilístico y, a continuación, se obtiene una puntuación de confianza (entre 0 y 100) tras la comprobación. Cuanto más alta sea la puntuación, mayor será la confianza en que la persona que recibe el cheque está viva. Face Liveness también devuelve un fotograma, denominado imagen de referencia, que se puede utilizar para comparar y buscar rostros. Como ocurre con cualquier sistema basado en probabilidades, Face Liveness no puede garantizar resultados perfectos. Úselo junto con otros factores para tomar una decisión basada en el riesgo sobre la identidad personal de los usuarios.
Face Liveness utiliza varios componentes:
-
AWS Amplify el SDK (React
, Swift (iOS ) y Android) con componentes FaceLivenessDetector -
AWS SDK
-
AWS API en la nube
Cuando configura su aplicación para que se integre con la característica Face Liveness, utilice las siguientes operaciones de API:
-
CreateFaceLivenessSession- Inicia una sesión de Face Liveness, lo que permite utilizar el modelo de detección de Face Liveness en su aplicación. Devuelve un valor SessionId para la sesión creada.
-
StartFaceLivenessSession- Llamado por AWS Amplify FaceLivenessDetector. Inicia una secuencia de eventos que contiene información sobre los eventos y atributos relevantes de la sesión actual.
-
GetFaceLivenessSessionResultados: recupera los resultados de una sesión específica de Face Liveness, incluida la puntuación de confianza de Face Liveness, una imagen de referencia y las imágenes de auditoría.
Utilizará el SDK AWS Amplify para integrar la función Face Liveness con sus flujos de trabajo de verificación basada en rostros para aplicaciones web. Cuando los usuarios se incorporen a su aplicación o se autentiquen a través de ella, envíelos al flujo de trabajo Face Liveness Check en el Amplify SDK. El Amplify SDK gestiona la interfaz de usuario y los comentarios en tiempo real para los usuarios mientras capturan su selfie en vídeo.
Cuando el rostro del usuario se mueve hacia el óvalo que se muestra en su dispositivo, el Amplify SDK muestra una secuencia de luces de colores en la pantalla. A continuación, transmite de forma segura el vídeo de la selfie a las API de la nube. Las API de la nube realizan análisis en tiempo real con modelos de machine learning avanzados. Una vez finalizado el análisis, recibirá lo siguiente en el backend:
-
Una puntuación de confianza en Face Liveness (entre 0 y 100)
-
Una imagen de alta calidad llamada imagen de referencia que se puede utilizar para buscar rostros o buscar rostros
-
Un conjunto de hasta cuatro imágenes, denominadas imágenes de auditoría, seleccionadas del vídeo de la selfie
Face Liveness se puede aprovechar para una variedad de casos de uso. Por ejemplo, Face Liveness se puede utilizar junto con la coincidencia de rostros (con CompareFacesy SearchFacesByImage) para verificar la identidad, estimar la edad en plataformas con restricciones de acceso basadas en la edad y detectar usuarios humanos reales y, al mismo tiempo, disuadir a los robots.
Puede obtener más información sobre los casos de uso para los que está destinado el servicio, cómo utiliza el servicio el aprendizaje automático (ML) y las consideraciones clave para el diseño y el uso responsables del servicio en la tarjeta de servicio Rekognition Face Liveness AI
Puede establecer umbrales para Face Liveness y las puntuaciones de confianza en las coincidencias faciales. Los umbrales que elija deben reflejar su caso de uso. A continuación, envíe al usuario una autorización o denegación de la verificación de identidad en función de si la puntuación esté por encima o por debajo de los umbrales. Si se rechaza, pide al usuario que vuelva a intentarlo o le envía a otro método.
En el siguiente gráfico se muestra el flujo de usuarios, desde las instrucciones hasta la comprobación de la actividad y el resultado obtenido: