AWS Amplify 및 Amazon Rekognition 샘플 구현을 사용하여 신원 확인 프로젝트 가속화

플라톤에 의해 재발행

팔로워 : 0

아마존 인식 간소화된 신원 확인 프로세스를 통해 사기 공격을 완화하고 적법한 고객의 온보딩 마찰을 최소화할 수 있습니다. 이를 통해 고객의 신뢰와 안전성을 높일 수 있습니다. 이 솔루션의 주요 기능은 다음과 같습니다.

셀카를 사용하여 새 사용자 등록
신분증과 얼굴 매칭 후 신규 사용자 등록 및 신분증 데이터 추출
재방문 사용자 인증

Amazon Rekognition은 사전 훈련된 얼굴 인식 사용자 온보딩 및 인증 워크플로에 신속하게 추가하여 옵트인된 사용자의 신원을 온라인으로 확인할 수 있는 기능. 이 서비스를 사용하는 데 기계 학습(ML) 전문 지식이 필요하지 않습니다.

이전에 게시에서 일반적인 신원 확인 워크플로를 설명하고 다양한 Amazon Rekognition API를 사용하여 신원 확인 솔루션을 구축하는 방법을 보여주었습니다. 이 게시물에서는 완전한 종단 간 신원 확인 솔루션을 보여주기 위해 얼굴 신원 기반 인증 사용자 인터페이스를 추가했습니다. 우리는 완전한 샘플 구현을 제공합니다. GitHub 저장소.

솔루션 개요

다음 참조 아키텍처는 다른 AWS 서비스와 함께 Amazon Rekognition을 사용하여 신원 확인을 구현하는 방법을 보여줍니다.

아키텍처에는 다음 구성 요소가 포함됩니다.

사용자는 내에서 호스팅되는 프런트 엔드 웹 포털에 액세스합니다. AWS 증폭 Amplify는 프런트 엔드 웹 개발자가 안전하고 확장 가능한 전체 스택 애플리케이션을 구축 및 배포할 수 있도록 하는 종단 간 솔루션입니다.
응용 프로그램 호출 아마존 API 게이트웨이 요청을 올바른 경로로 라우팅하기 위해 AWS 람다 사용자 흐름에 따라 기능. 이 솔루션에는 인증, 등록, ID 카드로 등록 및 업데이트의 네 가지 주요 작업이 있습니다.
API Gateway는 서비스 통합을 사용하여 AWS 단계 함수 API Gateway에서 호출된 특정 엔드포인트에 해당하는 익스프레스 상태 머신. 각 단계 내에서 Lambda 함수는 올바른 호출 세트를 트리거하는 역할을 합니다. 아마존 DynamoDB 와 아마존 단순 스토리지 서비스 (Amazon S3), 관련 Amazon Rekognition API와 함께.
DynamoDB는 얼굴 ID를 보유합니다(face-id), S3 경로 URI 및 각각에 대한 고유 ID(예: 직원 ID 번호) face-id. Amazon S3는 모든 얼굴 이미지를 저장합니다.
솔루션의 마지막 주요 구성 요소는 Amazon Rekognition입니다. 각 흐름(인증, 등록, ID 카드로 등록 및 업데이트)은 작업에 따라 서로 다른 Amazon Rekognition API를 호출합니다.

솔루션을 배포하기 전에 다음 개념과 API 설명을 아는 것이 중요합니다.

Collections – Amazon Rekognition은 감지된 얼굴에 대한 정보를 다음으로 알려진 서버 측 컨테이너에 저장합니다. 컬렉션. 컬렉션에 저장된 얼굴 정보를 사용하여 이미지, 저장된 비디오 및 스트리밍 비디오에서 알려진 얼굴을 검색할 수 있습니다. 다양한 시나리오에서 컬렉션을 사용할 수 있습니다. 예를 들어 다음을 사용하여 스캔한 배지 이미지를 저장할 얼굴 컬렉션을 만들 수 있습니다. 인덱스페이스 직원이 건물에 들어올 때 직원의 얼굴 이미지를 캡처하여 이미지로 얼굴 검색 작업. 얼굴 일치가 충분히 높은 유사성 점수(예: 99%)를 생성하면 직원을 인증할 수 있습니다.
얼굴 감지 API – 이 API는 입력으로 제공된 이미지 내에서 얼굴을 감지하고 얼굴에 대한 정보를 반환합니다. 사용자 등록 워크플로에서 이 작업은 다음 단계로 이동하기 전에 이미지를 스크린하는 데 도움이 될 수 있습니다. 예를 들어 사진에 얼굴이 포함되어 있는지, 식별된 사람이 올바른 방향인지, 선글라스나 모자와 같은 얼굴 차단기를 착용하지 않았는지 확인할 수 있습니다.
인덱스페이스 API – 이 API는 입력 이미지에서 얼굴을 감지하고 지정된 컬렉션에 추가합니다. 이 작업은 향후 쿼리를 위해 선별된 이미지를 컬렉션에 추가하는 데 사용됩니다.
SearchFacesByImage API – 주어진 입력 이미지에 대해 API는 먼저 이미지에서 가장 큰 얼굴을 감지한 다음 지정된 컬렉션에서 일치하는 얼굴을 검색합니다. 이 작업은 입력 얼굴의 특징을 지정된 컬렉션의 얼굴 특징과 비교합니다.
얼굴 비교 API – 이 API는 소스 입력 이미지의 얼굴을 대상 입력 이미지에서 감지된 가장 큰 얼굴 100개 각각과 비교합니다. 원본 이미지에 여러 얼굴이 포함된 경우 서비스는 가장 큰 얼굴을 감지하고 대상 이미지에서 감지된 각 얼굴과 비교합니다. 사용 사례의 경우 소스 이미지와 대상 이미지 모두에 단일 얼굴이 포함될 것으로 예상합니다.
삭제얼굴 API – 이 API는 컬렉션에서 얼굴을 삭제합니다. 컬렉션 ID와 제거할 얼굴 ID 배열을 지정합니다.

워크 플로우

이 솔루션은 사용자 등록, 인증 및 사용자 프로필 이미지 업데이트를 가능하게 하는 워크플로 샘플을 제공합니다. 이 섹션에서는 각 워크플로에 대해 자세히 설명합니다.

얼굴 셀카를 사용하여 새 사용자 등록

다음 그림은 새 사용자 등록의 워크플로를 보여줍니다. 이 프로세스의 일반적인 단계는 다음과 같습니다.

사용자가 셀카 이미지를 캡처합니다.
셀카 이미지의 품질 검사가 수행됩니다.
주의 사항: 이 단계 후에 활성 감지 검사를 수행할 수도 있습니다. 자세한 내용은 이것을 읽으십시오 블로그.
셀카는 기존 사용자 얼굴 데이터베이스와 비교하여 확인됩니다.

다음 이미지는 새 사용자 등록을 위한 Step Functions 워크플로를 보여줍니다.

이 워크플로에서는 세 가지 함수가 호출됩니다. 얼굴 감지, 검색 얼굴및 인덱스 면. 그만큼 얼굴 감지 함수는 Amazon Rekognition을 호출합니다. DetectFaces 이미지에서 얼굴이 감지되어 사용 가능한지 확인하는 API입니다. 일부 품질 검사에는 이미지에 얼굴이 하나만 있는지 확인하고, 얼굴이 선글라스나 모자로 가려지지 않았는지 확인하고, 포즈를 취하게하다 치수. 이미지가 품질 검사를 통과하면 검색 얼굴 함수는 다음을 확인하여 Amazon Rekognition 컬렉션에서 기존 얼굴 일치를 검색합니다. FaceMatch 임계값 신뢰도 점수가 임계값 목표를 충족합니다. 자세한 내용은 다음을 참조하십시오. 유사성 임계값을 사용하여 얼굴 일치. 얼굴 이미지가 컬렉션에 없으면 인덱스 면 컬렉션에서 얼굴을 인덱싱하기 위해 함수가 호출됩니다. 얼굴 이미지 메타데이터는 DynamoDB 테이블에 저장되고 얼굴 이미지는 S3 버킷에 저장됩니다.

새 사용자 등록이 성공하면 DynamoDB에 얼굴 이미지 속성 정보가 추가됩니다. 비즈니스 프로세스에 따라 흐름을 사용자 지정할 수 있습니다. 여기에는 종종 이전 다이어그램에 표시된 단계의 일부 또는 전체가 포함됩니다. 모든 단계를 동기적으로 실행하도록 선택할 수 있습니다(다음 단계로 이동하기 전에 한 단계가 완료될 때까지 기다림). 또는 일부 단계를 비동기식으로 실행(해당 단계가 완료될 때까지 기다리지 않음)하여 사용자 등록 프로세스의 속도를 높이고 고객 경험을 개선할 수 있습니다. 단계가 성공하지 못하면 사용자 등록을 롤백해야 합니다.

ID 카드 데이터 추출로 ID 카드와 얼굴 일치 후 새 사용자 등록

이미지로 사용자 등록하는 것 외에도 이 워크플로를 통해 사용자는 운전 면허증과 같은 신분증으로 등록할 수 있습니다. ID 카드로 새 사용자를 등록하는 단계는 새 사용자를 등록하는 단계와 유사합니다.

다음 이미지는 ID로 새 사용자 등록을 위한 Step Functions 워크플로를 보여줍니다.

이 워크플로에서는 네 가지 함수가 호출됩니다. 얼굴 감지, 검색 얼굴, 인덱스 면 와 비교 얼굴. 이 워크플로의 작업 순서는 다음이 추가된 사용자 등록 워크플로와 유사합니다. 비교 얼굴. 셀카 이미지의 품질을 확인하고 얼굴 이미지가 컬렉션에 존재하지 않는지 확인한 후, 비교 얼굴 셀카 이미지가 ID 카드의 얼굴 이미지와 일치하는지 확인하기 위해 함수가 호출됩니다. 이미지가 일치하면 ID 카드에서 관련 속성이 추출됩니다. 새로 출시된 기능을 사용하여 신원 문서에서 키-값 쌍을 추출할 수 있습니다. 아마존 텍사스 AnalyzeID API(미국 리전용) 또는 Amazon Rekognition DetectText API(미국 외 지역 및 영어 외 언어). ID 카드에서 추출한 속성이 병합되고 사용자의 얼굴이 컬렉션에서 색인화됩니다. 인덱스 면 기능.

얼굴 이미지 메타데이터는 DynamoDB 테이블에 저장되고 얼굴 이미지는 S3 버킷에 저장됩니다.

이미지가 일치하지 않거나 중복 등록이 감지되면 사용자는 로그인 실패를 수신합니다. 로그인 실패는 다음을 사용하여 기록할 수 있습니다. 아마존 클라우드 워치 이벤트 및 작업은 다음을 사용하여 트리거될 수 있습니다. 아마존 단순 알림 서비스 (Amazon SNS) 로그인 실패 모니터링 및 추적을 위해 보안 작업에 알립니다. 자세한 내용은 다음을 참조하십시오. CloudWatch를 사용하여 Amazon SNS 주제 모니터링.

재방문 사용자 인증

또 다른 일반적인 흐름은 기존 또는 복귀 사용자 로그인입니다. 이 흐름에서 사용자 얼굴(셀카)의 확인은 이전에 등록된 얼굴에 대해 수행됩니다. 이 프로세스의 일반적인 단계에는 사용자 얼굴 캡처(셀카), 셀피 이미지 품질 확인, 셀피 검색 및 얼굴 데이터베이스와 비교가 포함됩니다. 다음 다이어그램은 가능한 흐름을 보여줍니다.

다음 이미지는 기존 사용자를 인증하기 위한 워크플로를 보여줍니다.

이 Step Function 워크플로는 세 가지 함수를 호출합니다. 얼굴 감지, 비교 얼굴 와 검색 얼굴. 후 얼굴 감지 기능은 캡처된 얼굴 이미지가 유효한지 확인하고, 비교 얼굴 함수는 기존 사용자와 일치하는 S3 버킷의 얼굴 이미지에 대한 DynamoDB 테이블의 링크를 확인합니다. 일치하는 항목이 발견되면 사용자가 성공적으로 인증됩니다. 일치하는 항목이 없으면 search-faces 함수가 호출되어 컬렉션에서 얼굴 이미지를 검색합니다. 사용자의 얼굴 이미지가 컬렉션에 있으면 사용자가 확인되고 인증 프로세스가 완료됩니다. 그렇지 않으면 사용자의 액세스가 거부됩니다.

사전 조건

시작하기 전에 다음 전제 조건을 완료하십시오.

AWS 계정 생성.
설치 AWS 명령 줄 인터페이스 (AWS CLI) 로컬 머신의 버전 2. 지침은 다음을 참조하십시오. 최신 버전의 AWS CLI 설치 또는 업데이트.
AWS CLI 설정.
Node.js 설치 로컬 컴퓨터에서.
로컬 머신에서 샘플 리포지토리를 복제합니다.

git clone https://github.com/aws-samples/rekognition-identity-verification.git

솔루션 배포

적절한 CloudFormation 스택을 선택하여 원하는 리전의 AWS 계정에 솔루션을 프로비저닝하십시오. 이 솔루션은 Step Functions 및 Amazon Rekognition API와 통합된 API Gateway를 배포하여 신원 확인 워크플로를 실행합니다.

다음 시작 버튼 중 하나를 클릭하면 특정 리전의 AWS 계정에 솔루션이 프로비저닝됩니다.

N. 버지니아(us-east-1)

오리건(us-west-2)

로컬 컴퓨터에서 다음 단계를 실행하여 프런트 엔드 애플리케이션을 배포합니다.

cd rekognition-identity-verification 
./fe-deployment.sh