本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
Amazon Rekognition 人臉活體可協助您確認進行人臉驗證的使用者是否實際位於攝影機前方。其可以偵測攝影機面臨的欺騙攻擊或試圖繞過攝影機的操作。使用者可以通過拍攝短影片自拍來完成人臉活體檢查，並按照一系列旨在驗證其存在的提示進行操作。
人臉活體是透過機率計算來決定，然後在檢查之後傳回可信度分數 (介於 0 至 100 之間)。得分越高，接受检查的人的可信度就越大。人臉活體還傳回一個畫面，稱為可用於人臉比較和搜尋的參考映像。與任何基於概率的系統一樣，人臉活體無法保證完美的結果。將其與其他因素一起使用，對使用者的個人身份做出基於風險的決定。
人臉活體使用多種組成部分：
-
AWS Amplify SDK (React
、Swift (iOS ) 和 Android ) 搭配 FaceLivenessDetector 元件 -
AWS SDKs
-
AWS 雲端 APIs
當您設定應用程式與人臉活體特徵整合時，使用以下 API 操作：
-
CreateFaceLivenessSession：啟動人臉活體工作階段，讓人臉活體偵測模型在您的應用程式中使用。傳回建立的工作階段的 SessionId。
-
StartFaceLivenessSession - 由 AWS Amplify FaceLivenessDetector 呼叫。啟動事件串流，其中包含目前工作階段中相關事件和屬性的相關資訊。
-
GetFaceLivenessSessionResults：擷取特定人臉活體工作階段的結果，包括人臉活體可信度分數、參考映像和稽核映像。
您將使用 AWS Amplify 開發套件，將人臉活體功能與 Web 應用程式的人臉驗證工作流程整合。當使用者透過您的應用程式上線或驗證時，請將使用者傳送至 Amplify SDK 中的人臉活體檢查工作流程。Amplify SDK 會在使用者進行影片自拍時為使用者處理使用者介面和即時回饋。
當使用者的人臉移至裝置上顯示的橢圓形時，Amplify SDK 會在螢幕上顯示一系列彩色燈光。然後，它將自拍影片安全地串流至雲端 API。雲端 API 使用進階機器學習模型進行即時分析。分析完成後，您會在後端收到以下內容：
-
人臉活體信心得分 (介於 0 到 100 之間)
-
稱為參考映像的高質量映像可用於人臉匹配或人臉搜尋
-
一組最多四張影像稱為稽核影像，從自拍影片中選取
人臉活體可用於各種用例。例如，人臉活體可以與人臉比對 (與 CompareFace 和 SearchFacesByImage) 一起使用，用於身分驗證，在具有年齡存取限制的平台上估計年齡，以及在阻止機器人存取的同時偵測真實的人類使用者。
您可以進一步了解服務的目的使用案例、服務如何使用機器學習 (ML)，以及 Rekognition 人臉活體 AI 服務卡
您可以設定人臉活體和人臉比對可信度分數的閾值。您選擇的閾值應該反映您的使用案例。然後，您會根據分數高於或低於閾值，向使用者傳送身分驗證核准/拒絕。如果被拒絕，要求使用者再試一次，或將其傳送至其他方法。
下圖展示了使用者流程，從指令到活性檢查到傳回結果：
