View a markdown version of this page

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, consentendo di utilizzare il modello di rilevamento Face Liveness nell'applicazione. Restituisce un valore 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 controllo.

Utilizzerai l' AWS Amplify SDK per integrare la funzionalità Face Liveness con i tuoi 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 utilizzano FaceMovementAndLightChallenge i movimenti del volto dell'utente nell'ovale visualizzato sul dispositivo, Amplify SDK mostra una sequenza di luci colorate sullo schermo. Quindi trasmette in modo sicuro il video selfie alle API cloud. In alternativa, durante l'utilizzo FaceMovementChallenge, il viso dell'utente si sposta nell'ovale visualizzato sul dispositivo, ma non vi è alcuna sequenza di luci colorate. Sebbene «FaceMovementAndLightChallenge» rimanga l'impostazione migliore per massimizzare la precisione, «FaceMovementChallenge» consente ai clienti di dare priorità a controlli più rapidi della velocità rispetto alla precisione. Nella scelta tra queste impostazioni, i clienti devono tenere conto dei requisiti dei rispettivi casi d'uso, tra cui i tipi di attacco previsti, i tassi di falsa accettazione e falsi rifiuti desiderati e controlli aggiuntivi come la geolocalizzazione (ad esempio basata sull'IP), i codici One Time Pass (OTP), ecc. I clienti devono prendere questa decisione dopo aver testato le prestazioni di Liveness con diverse soglie di punteggio di affidabilità sui loro contenuti specifici. Inoltre, con entrambi i tipi di Liveness Check, i proprietari dell'applicazione dovrebbero 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 riconoscimento facciale (con CompareFaces e 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 mentre scoraggiano 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:

Il flusso dell'utente mostra la centratura del viso, l'avvicinamento, la posizione ferma per verificare la vivacità e il risultato positivo con un punteggio di confidenza.