A pandemia global da COVID-19 acelerou a necessidade de verificar e integrar utilizadores online em vários setores, como serviços financeiros, seguros e cuidados de saúde. Quando se trata da experiência do usuário, é crucial fornecer uma transação sem atrito e, ao mesmo tempo, manter um alto padrão de verificação de identidade. A questão é: como você verifica pessoas reais no mundo digital?
Reconhecimento da Amazônia fornece recursos pré-treinados de reconhecimento facial e análise para verificação de identidade para seus aplicativos on-line, como bancos, benefícios, comércio eletrônico e muito mais.
Neste post, apresentamos o padrão de design de verificação de identidade “ID + Selfie” e Código de amostra você pode usar para criar seu próprio endpoint REST de verificação de identidade. Este é um padrão de design comum que você pode incorporar em soluções novas ou existentes que exigem verificação de identidade baseada em rosto. O usuário apresenta uma forma de identificação como carteira de motorista ou passaporte. O usuário então captura uma selfie em tempo real com o aplicativo. Em seguida, comparamos o rosto do documento com a selfie em tempo real tirada no dispositivo.
A API CompareFaces do Amazon Rekognition
No centro do padrão de design “ID + Selfie” está a comparação do rosto na selfie com o rosto no documento de identificação. Para isso, utilizamos o Amazon Rekognition CompareFaces
API. A API compara um rosto na imagem de entrada de origem com um rosto ou rostos detectados na imagem de entrada de destino. No exemplo a seguir, comparamos um exemplo de carteira de motorista (esquerda) com uma selfie (direita).
fonte | Target |
A seguir está um exemplo do código da API:
Vários valores são retornados no Resposta da API CompareFaces. Nós nos concentramos no Similarity
valor retornado em FaceMatches
para validar se a selfie corresponde ao ID fornecido.
Compreendendo os principais parâmetros de ajuste
SimilarityThreshold
é definido como 80% por padrão e retornará apenas resultados com pontuação de similaridade maior ou igual a 80%. Ajuste o valor especificando o SimilarityThreshold
parâmetro.
QualityFilter
é um parâmetro de entrada para filtrar rostos detectados que não atendem a uma barra de qualidade exigida. A barra de qualidade é baseada em vários casos de uso comuns. Usar QualityFilter
para definir a barra de qualidade especificando LOW
, MEDIUM
ou HIGH
. Se você não quiser filtrar rostos de baixa qualidade, especifique NONE
. o valor padrão é NONE
.
Visão geral da solução
Você pode criar uma API “ID + Selfie” para verificação de identidade digital implantando os seguintes componentes:
- Uma API REST com um método POST que nos permite enviar o payload de selfie e identificação e retornar uma resposta, neste caso a pontuação de similaridade
- Uma função para receber a carga útil, converter as imagens para o formato adequado e chamar o Amazon Rekognition
compare_faces
API.
Nós implementamos Gateway de API da Amazon para a funcionalidade da API REST e AWS Lambda para a função.
O diagrama a seguir ilustra a arquitetura e o fluxo de trabalho da solução.
O fluxo de trabalho contém as seguintes etapas:
- O usuário carrega o documento de identificação necessário e uma selfie.
- O cliente envia o documento de identificação e a selfie para o endpoint REST.
- O endpoint REST retorna uma pontuação de similaridade para o cliente.
- Uma avaliação é feita por meio da lógica de negócios da sua aplicação. Por exemplo, se a pontuação de similaridade for inferior a 80%, ele será reprovado na verificação de identidade digital; caso contrário, ele passará na verificação de identidade digital.
- O cliente envia o status ao usuário.
Código lambda
A função Lambda converte a carga recebida de base64 em byte para cada imagem e, em seguida, envia a origem (selfie) e o destino (identificação) para o Amazon Rekognition compare_faces
API e retorna a pontuação de similaridade recebida no corpo da resposta da API. Veja o seguinte código:
Implantar o projeto
Este projeto está disponível para implantação por meio de Amostras da AWS com o Kit de desenvolvimento em nuvem da AWS (AWSCDK). Você pode clonar o repositório e usar o seguinte processo do AWS CDK para implantar em sua conta da AWS.
- Configure um usuário que tenha permissões para implantar programaticamente os recursos da solução por meio do AWS CDK.
- Configure o Interface de linha de comando da AWS (AWS CLI). Para obter instruções, consulte Configurando o AWS CLI.
- Se esta for a primeira vez que você usa o AWS CDK, preencha os pré-requisitos listados em Trabalhando com o AWS CDK em Python.
- Clone o Repositório GitHub.
- Crie o ambiente virtual. O comando que você usa depende do seu sistema operacional:
- Se estiver usando o Windows, execute o seguinte comando na janela do terminal a partir da origem do repositório clonado:
- Se estiver usando Mac ou Linux, execute o seguinte comando na janela do terminal a partir da origem do repositório clonado:
- Após ativar o ambiente virtual, instale as dependências padrão do app:
- Agora que o ambiente está configurado e os requisitos atendidos, podemos emitir o comando de implantação do AWS CDK para implantar este projeto na AWS:
Faça chamadas de API
Precisamos enviar a carga no formato base64 para o endpoint REST. Usamos um arquivo Python para fazer a chamada da API, o que nos permite abrir os arquivos de origem e destino, convertê-los para base64 e enviar a carga útil para o API Gateway. Este código está disponível no repositório.
Observe que o SOURCE
e TARGET
os locais dos arquivos estarão em seu sistema de arquivos local e o URL é o URL do API Gateway gerado durante a criação do projeto.
limpar
Usamos o AWS CDK para construir este projeto, para que possamos abrir nosso projeto localmente e emitir o seguinte comando AWS CDK para limpar os recursos:
Conclusão
Aí está, o padrão de design “ID + Selfie” com uma API simples que você pode integrar ao seu aplicativo para realizar a verificação de identidade digital. Na próxima postagem de nossa série, expandiremos ainda mais esse padrão, extraindo texto do documento de identificação e pesquisando uma coleção de rostos para evitar duplicação.
Para saber mais, confira o Guia do desenvolvedor do Amazon Rekognition na detecção e análise de rostos.
Sobre os autores
Mike Ames é arquiteto principal de soluções de IA/ML aplicadas na AWS. Ele ajuda as empresas a usar serviços de aprendizado de máquina e IA para combater fraudes, desperdícios e abusos. Nas horas vagas, você pode encontrá-lo praticando mountain bike, praticando kickboxing ou tocando guitarra em uma banda de metal dos anos 90.
Noah Donaldson é arquiteto de soluções na AWS, apoiando organizações financeiras federais. Ele está entusiasmado com a tecnologia de IA/ML que pode reduzir processos manuais, melhorar a experiência do cliente e ajudar a resolver problemas interessantes. Fora do trabalho, ele gosta de passar o tempo no gelo com o filho jogando hóquei, caçando com a filha mais velha e jogando basquete com a filha mais nova.
- AI
- arte ai
- gerador de arte ai
- ai robô
- Reconhecimento da Amazônia
- inteligência artificial
- certificação de inteligência artificial
- inteligência artificial em bancos
- robô de inteligência artificial
- robôs de inteligência artificial
- software de inteligência artificial
- Aprendizado de máquina da AWS
- blockchain
- conferência blockchain ai
- Coingenius
- inteligência artificial conversacional
- conferência de criptografia ai
- dall's
- deep learning
- Fundamental (100)
- google ai
- aprendizado de máquina
- platão
- platão ai
- Inteligência de Dados Platão
- Jogo de Platão
- PlatãoData
- jogo de platô
- escala ai
- sintaxe
- zefirnet