บริการทางการเงิน, เศรษฐกิจแบบกิ๊ก, โทรคมนาคม, การดูแลสุขภาพ, โซเชียลเน็ตเวิร์ก และลูกค้ารายอื่น ๆ ใช้การยืนยันใบหน้าในระหว่างการเริ่มต้นใช้งานออนไลน์, การรับรองความถูกต้องแบบ step-up, การจำกัดการเข้าถึงตามอายุ และการตรวจจับบอท ลูกค้าเหล่านี้จะยืนยันตัวตนของผู้ใช้โดยจับคู่ใบหน้าของผู้ใช้ในเซลฟี่ที่ถ่ายด้วยกล้องของอุปกรณ์ที่มีรูปถ่ายบัตรประจำตัวที่ออกโดยรัฐบาลหรือรูปโปรไฟล์ที่กำหนดไว้ล่วงหน้า พวกเขายังประเมินอายุของผู้ใช้โดยใช้การวิเคราะห์ใบหน้าก่อนที่จะอนุญาตให้เข้าถึงเนื้อหาที่จำกัดอายุ อย่างไรก็ตาม ผู้ไม่ประสงค์ดีใช้การโจมตีแบบหลอกลวงมากขึ้นเรื่อยๆ โดยใช้ภาพใบหน้าหรือวิดีโอของผู้ใช้ที่โพสต์แบบสาธารณะ จับภาพแบบลับๆ หรือสร้างขึ้นโดยสังเคราะห์เพื่อให้เข้าถึงบัญชีของผู้ใช้โดยไม่ได้รับอนุญาต เพื่อยับยั้งการฉ้อฉลนี้ รวมทั้งลดค่าใช้จ่ายที่เกี่ยวข้อง ลูกค้าจำเป็นต้องเพิ่มการตรวจจับชีวิตจริงก่อนที่จะดำเนินการจับคู่ใบหน้าหรือประมาณอายุในเวิร์กโฟลว์การยืนยันใบหน้าเพื่อยืนยันว่าผู้ใช้ที่อยู่หน้ากล้องเป็นคนจริงและมีชีวิตอยู่ .
เรารู้สึกตื่นเต้นที่จะแนะนำ ความหมายของ Amazon Face Liveness ช่วยให้คุณป้องกันการฉ้อโกงระหว่างการยืนยันใบหน้าได้อย่างง่ายดายและแม่นยำ ในโพสต์นี้ เราจะเริ่มต้นด้วยภาพรวมของฟีเจอร์ Face Liveness กรณีการใช้งาน และประสบการณ์ของผู้ใช้ปลายทาง แสดงภาพรวมของความสามารถในการตรวจจับการปลอมแปลง และแสดงวิธีที่คุณสามารถเพิ่ม Face Liveness ลงในเว็บและแอปพลิเคชันบนมือถือของคุณ
ภาพรวมของ Face Liveness
วันนี้ ลูกค้าตรวจพบความมีชีวิตชีวาโดยใช้โซลูชันต่างๆ ลูกค้าบางรายใช้โมเดลแมชชีนเลิร์นนิงการตรวจจับจุดสังเกตบนใบหน้า (ML) แบบโอเพ่นซอร์สหรือในเชิงพาณิชย์ในเว็บและแอปพลิเคชันมือถือเพื่อตรวจสอบว่าผู้ใช้แสดงท่าทางเฉพาะอย่างถูกต้องหรือไม่ เช่น ยิ้ม พยักหน้า ส่ายหัว กะพริบตา หรืออ้าปาก โซลูชันเหล่านี้มีค่าใช้จ่ายสูงในการสร้างและบำรุงรักษา ล้มเหลวในการยับยั้งการโจมตีการปลอมแปลงขั้นสูงที่ดำเนินการโดยใช้หน้ากาก 3 มิติจริงหรือวิดีโอที่ฉีดเข้าไป และต้องใช้ความพยายามสูงของผู้ใช้ในการดำเนินการให้เสร็จสิ้น ลูกค้าบางรายใช้ฟีเจอร์ Face Liveness ของบริษัทอื่นที่สามารถตรวจจับได้เฉพาะการโจมตีแบบหลอกที่แสดงต่อกล้อง (เช่น ภาพถ่ายหรือวิดีโอที่พิมพ์หรือดิจิทัลบนหน้าจอ) ซึ่งทำงานได้ดีสำหรับผู้ใช้ในบางภูมิภาค และมักจะได้รับการจัดการโดยลูกค้าอย่างสมบูรณ์ ประการสุดท้าย โซลูชันของลูกค้าบางรายใช้อินฟราเรดที่ใช้ฮาร์ดแวร์และเซ็นเซอร์อื่นๆ ในกล้องโทรศัพท์หรือคอมพิวเตอร์เพื่อตรวจจับความสดของใบหน้า แต่โซลูชันเหล่านี้มีราคาแพง เฉพาะฮาร์ดแวร์ และใช้งานได้เฉพาะกับผู้ใช้ที่มีอุปกรณ์ระดับไฮเอนด์บางรุ่นเท่านั้น
ด้วย Face Liveness คุณสามารถตรวจจับได้ในไม่กี่วินาทีว่าผู้ใช้จริงกำลังเข้าถึงบริการของคุณ ไม่ใช่ผู้ไม่ประสงค์ดีโดยใช้การปลอมแปลง Face Liveness มีคุณสมบัติหลักเหล่านี้:
- วิเคราะห์วิดีโอเซลฟี่สั้นๆ จากผู้ใช้ตามเวลาจริงเพื่อตรวจจับว่าผู้ใช้เป็นตัวจริงหรือตัวปลอม
- ส่งกลับคะแนนความเชื่อมั่นความมีชีวิตชีวา ซึ่งเป็นเมตริกสำหรับระดับความเชื่อมั่นตั้งแต่ 0–100 ที่บ่งชี้ความน่าจะเป็นที่บุคคลจะมีชีวิตจริง
- ส่งกลับภาพอ้างอิงคุณภาพสูง—กรอบเซลฟี่พร้อมการตรวจสอบคุณภาพที่สามารถใช้สำหรับดาวน์สตรีม การจับคู่ใบหน้าของ Amazon Rekognition or การประมาณอายุ การวิเคราะห์
- ส่งกลับภาพการตรวจสอบสูงสุดสี่ภาพ—เฟรมจากวิดีโอเซลฟีที่สามารถใช้สำหรับการรักษาเส้นทางการตรวจสอบ
- ตรวจจับการปลอมแปลงที่แสดงต่อกล้อง เช่น ภาพถ่ายที่พิมพ์ออกมา ภาพถ่ายดิจิทัล วิดีโอดิจิทัล หรือมาสก์ 3 มิติ ตลอดจนการปลอมแปลงที่เลี่ยงผ่านกล้อง เช่น วิดีโอที่บันทึกไว้ล่วงหน้าหรือวิดีโอ Deepfake
- สามารถเพิ่มลงในแอปพลิเคชันที่ทำงานบนอุปกรณ์ส่วนใหญ่ได้อย่างง่ายดายด้วยกล้องด้านหน้าโดยใช้ส่วนประกอบ AWS Amplify UI ที่สร้างไว้ล่วงหน้าแบบโอเพ่นซอร์ส
นอกจากนี้ ไม่จำเป็นต้องมีการจัดการโครงสร้างพื้นฐาน การปรับใช้เฉพาะฮาร์ดแวร์ หรือความเชี่ยวชาญด้าน ML คุณลักษณะนี้จะปรับขนาดขึ้นหรือลงโดยอัตโนมัติตามความต้องการ และคุณจะจ่ายเฉพาะการตรวจสอบความสดของใบหน้าเท่านั้น Face Liveness ใช้โมเดล ML ที่ได้รับการฝึกอบรมในชุดข้อมูลที่หลากหลายเพื่อให้มีความแม่นยำสูงในโทนสีผิว บรรพบุรุษ และอุปกรณ์ของผู้ใช้
ใช้กรณี
แผนภาพต่อไปนี้แสดงเวิร์กโฟลว์ทั่วไปโดยใช้ Face Liveness
คุณสามารถใช้ Face Liveness ในเวิร์กโฟลว์การตรวจสอบผู้ใช้ต่อไปนี้:
- การเริ่มต้นใช้งานของผู้ใช้ – คุณสามารถลดการสร้างบัญชีฉ้อฉลในบริการของคุณได้โดยตรวจสอบผู้ใช้ใหม่ด้วย Face Liveness ก่อนดำเนินการดาวน์สตรีม ตัวอย่างเช่น ลูกค้าบริการทางการเงินสามารถใช้ Face Liveness เพื่อตรวจจับผู้ใช้จริงและใช้งานจริง จากนั้นทำการจับคู่ใบหน้าเพื่อตรวจสอบว่านี่คือผู้ใช้ที่ถูกต้องก่อนที่จะเปิดบัญชีออนไลน์ สิ่งนี้สามารถยับยั้งผู้ไม่ประสงค์ดีที่ใช้รูปภาพโซเชียลมีเดียของบุคคลอื่นเพื่อเปิดบัญชีธนาคารที่ฉ้อฉล
- การรับรองความถูกต้องแบบเป็นขั้นเป็นตอน – คุณสามารถเสริมความแข็งแกร่งให้กับการตรวจสอบกิจกรรมของผู้ใช้ที่มีมูลค่าสูงในบริการของคุณ เช่น การเปลี่ยนอุปกรณ์ การเปลี่ยนรหัสผ่าน และการโอนเงิน ด้วย Face Liveness ก่อนดำเนินการกิจกรรม ตัวอย่างเช่น ลูกค้าที่ใช้รถร่วมกันหรือส่งอาหารสามารถใช้ Face Liveness เพื่อตรวจจับผู้ใช้จริงและผู้ใช้จริง จากนั้นทำการจับคู่ใบหน้าโดยใช้รูปโปรไฟล์ที่สร้างขึ้นเพื่อยืนยันตัวตนของคนขับหรือพนักงานส่งของก่อนการเรียกรถหรือส่งของเพื่อส่งเสริมความปลอดภัย สิ่งนี้สามารถขัดขวางพนักงานส่งของที่ไม่ได้รับอนุญาตและคนขับรถจากการมีส่วนร่วมกับผู้ใช้ปลายทาง
- การตรวจสอบอายุผู้ใช้ – คุณสามารถป้องกันไม่ให้ผู้ใช้ที่ยังไม่บรรลุนิติภาวะเข้าถึงเนื้อหาออนไลน์ที่ถูกจำกัด ตัวอย่างเช่น ร้านค้าปลีกยาสูบออนไลน์หรือลูกค้าการพนันออนไลน์สามารถใช้ Face Liveness เพื่อตรวจจับผู้ใช้จริงและผู้ใช้จริง จากนั้นทำการประมาณอายุโดยใช้การวิเคราะห์ใบหน้าเพื่อยืนยันอายุของผู้ใช้ก่อนที่จะให้สิทธิ์เข้าถึงเนื้อหาบริการ สิ่งนี้สามารถขัดขวางผู้ใช้ที่ยังไม่บรรลุนิติภาวะจากการใช้บัตรเครดิตหรือภาพถ่ายของผู้ปกครอง และการเข้าถึงเนื้อหาที่เป็นอันตรายหรือไม่เหมาะสม
- การตรวจจับบอท – คุณสามารถหลีกเลี่ยงไม่ให้บอทเข้ามามีส่วนร่วมกับบริการของคุณโดยใช้ Face Liveness แทนการตรวจสอบแคปต์ชาแบบ “มนุษย์จริง” ตัวอย่างเช่น ลูกค้าโซเชียลมีเดียสามารถใช้ Face Liveness เพื่อวางตัวตรวจสอบโดยมนุษย์จริงเพื่อกันบอท สิ่งนี้จะเพิ่มต้นทุนและความพยายามอย่างมากที่ผู้ใช้ต้องการในการขับเคลื่อนกิจกรรมของบ็อต เนื่องจากการดำเนินการที่สำคัญของบ็อตจำเป็นต้องผ่านการตรวจสอบความสดของใบหน้า
ประสบการณ์ของผู้ใช้ปลายทาง
เมื่อผู้ใช้ปลายทางจำเป็นต้องเข้าร่วมหรือยืนยันตัวตนในแอปพลิเคชันของคุณ Face Liveness จะมอบส่วนติดต่อผู้ใช้และข้อเสนอแนะแบบเรียลไทม์ให้ผู้ใช้เพื่อจับภาพวิดีโอเซลฟีสั้นๆ อย่างรวดเร็วในการขยับใบหน้าเป็นวงรีที่แสดงบนหน้าจออุปกรณ์ เมื่อใบหน้าของผู้ใช้เคลื่อนเข้าสู่วงรี ชุดของแสงสีจะแสดงบนหน้าจอของอุปกรณ์ และวิดีโอเซลฟี่จะถูกสตรีมอย่างปลอดภัยไปยัง cloud APIs ซึ่งโมเดล ML ขั้นสูงจะวิเคราะห์วิดีโอแบบเรียลไทม์ หลังจากการวิเคราะห์เสร็จสิ้น คุณจะได้รับคะแนนการคาดการณ์ความคงอยู่ (ค่าระหว่าง 0–100) ภาพอ้างอิง และภาพการตรวจสอบ ขึ้นอยู่กับว่าคะแนนความเชื่อมั่นความพร้อมใช้งานสูงหรือต่ำกว่าเกณฑ์ที่ลูกค้ากำหนด คุณสามารถดำเนินการตรวจสอบดาวน์สตรีมสำหรับผู้ใช้ได้ หากคะแนนความพร้อมใช้งานต่ำกว่าเกณฑ์ คุณสามารถขอให้ผู้ใช้ลองอีกครั้งหรือกำหนดเส้นทางให้ใช้วิธียืนยันอื่น
ลำดับของหน้าจอที่ผู้ใช้ปลายทางจะได้เห็นมีดังนี้:
- ลำดับเริ่มต้นด้วยหน้าจอเริ่มต้นที่มีบทนำและคำเตือนไวแสง แจ้งให้ผู้ใช้ปลายทางปฏิบัติตามคำแนะนำเพื่อพิสูจน์ว่าพวกเขาเป็นบุคคลจริง
- หลังจากที่ผู้ใช้ปลายทางเลือก เริ่มตรวจสอบหน้าจอกล้องจะปรากฏขึ้นและการตรวจสอบจะเริ่มนับถอยหลังจาก 3
- เมื่อสิ้นสุดการนับถอยหลัง การบันทึกวิดีโอจะเริ่มต้นขึ้น และวงรีจะปรากฏขึ้นบนหน้าจอ ผู้ใช้จะได้รับแจ้งให้เลื่อนใบหน้าเข้าไปในวงรี เมื่อ Face Liveness ตรวจพบว่าใบหน้าอยู่ในตำแหน่งที่ถูกต้อง ผู้ใช้ปลายทางจะได้รับแจ้งให้กดค้างไว้เพื่อดูลำดับของสีที่แสดง
- วิดีโอถูกส่งไปตรวจหาความสดและหน้าจอการโหลดที่มีข้อความ "กำลังตรวจสอบ" ปรากฏขึ้น
- ผู้ใช้จะได้รับการแจ้งเตือนว่าสำเร็จหรือแจ้งให้ลองอีกครั้ง
ต่อไปนี้คือประสบการณ์การใช้งานจริงของผู้ใช้ในตัวอย่างการใช้งาน Face Liveness
การตรวจจับการปลอมแปลง
Face Liveness สามารถยับยั้งการนำเสนอและข้ามการโจมตีจากการปลอมแปลง เรามาร่างประเภทการปลอมแปลงหลักและดูว่า Face Liveness ขัดขวางพวกเขาอย่างไร
การโจมตีหลอกลวงการนำเสนอ
สิ่งเหล่านี้เป็นการโจมตีแบบหลอกลวงโดยที่ผู้ไม่หวังดีนำเสนอใบหน้าของผู้ใช้รายอื่นต่อกล้องโดยใช้สิ่งประดิษฐ์ที่พิมพ์ออกมาหรือดิจิทัล ผู้ร้ายสามารถใช้ภาพพิมพ์ใบหน้าของผู้ใช้ แสดงใบหน้าของผู้ใช้บนหน้าจออุปกรณ์โดยใช้ภาพถ่ายหรือวิดีโอ หรือสวมหน้ากาก 3 มิติที่ดูเหมือนผู้ใช้ Face Liveness สามารถตรวจจับการโจมตีแบบหลอกนำเสนอประเภทนี้ได้สำเร็จ ดังที่เราแสดงให้เห็นในตัวอย่างต่อไปนี้
ต่อไปนี้เป็นการแสดงการโจมตีด้วยการหลอกนำเสนอโดยใช้วิดีโอดิจิทัลบนจอแสดงผลของอุปกรณ์
ต่อไปนี้แสดงตัวอย่างการโจมตีแบบหลอกนำเสนอโดยใช้ภาพถ่ายดิจิทัลบนจอแสดงผลของอุปกรณ์
ตัวอย่างต่อไปนี้แสดงการโจมตีด้วยการปลอมแปลงการนำเสนอโดยใช้มาสก์ 3 มิติ
ตัวอย่างต่อไปนี้แสดงการโจมตีด้วยการปลอมแปลงงานนำเสนอโดยใช้ภาพถ่ายที่พิมพ์ออกมา
บายพาสหรือการโจมตีด้วยการฉีดวิดีโอ
สิ่งเหล่านี้เป็นการโจมตีแบบหลอกลวงโดยที่ผู้ไม่หวังดีข้ามกล้องเพื่อส่งวิดีโอเซลฟีโดยตรงไปยังแอปพลิเคชันโดยใช้กล้องเสมือนจริง
ส่วนประกอบของ Face Liveness
Amazon Rekognition Face Liveness ใช้องค์ประกอบหลายอย่าง:
- AWS ขยาย SDK เว็บและมือถือด้วย
FaceLivenessDetector
ส่วนประกอบ - AWS SDK
- Cloud API
มาดูบทบาทของแต่ละองค์ประกอบและวิธีที่คุณสามารถใช้ส่วนประกอบเหล่านี้ร่วมกันเพื่อเพิ่ม Face Liveness ในแอปพลิเคชันของคุณในเวลาเพียงไม่กี่วัน
ขยาย SDK ของเว็บและอุปกรณ์เคลื่อนที่ด้วยคอมโพเนนต์ FaceLivenessDetector
แอมพลิฟายเออร์ FaceLivenessDetector
คอมโพเนนต์ผสานรวมคุณสมบัติ Face Liveness เข้ากับแอปพลิเคชันของคุณ จัดการส่วนต่อประสานผู้ใช้และข้อเสนอแนะตามเวลาจริงสำหรับผู้ใช้ในขณะที่พวกเขาถ่ายวิดีโอเซลฟี่
เมื่อแอปพลิเคชันไคลเอนต์แสดงผล FaceLivenessDetector
คอมโพเนนต์จะสร้างการเชื่อมต่อกับบริการสตรีมมิ่ง Amazon Rekognition แสดงผลวงรีบนหน้าจอของผู้ใช้ปลายทาง และแสดงลำดับของแสงสี นอกจากนี้ยังบันทึกและสตรีมวิดีโอแบบเรียลไทม์ไปยังบริการสตรีม Amazon Rekognition และแสดงข้อความสำเร็จหรือล้มเหลวอย่างเหมาะสม
AWS SDK และ Cloud API
เมื่อคุณกำหนดค่าแอปพลิเคชันของคุณเพื่อรวมเข้ากับฟีเจอร์ Face Liveness แอปพลิเคชันจะใช้การดำเนินการ API ต่อไปนี้:
- สร้าง FaceLivenessSession – เริ่มเซสชัน Face Liveness เพื่อให้ใช้โมเดลการตรวจจับ Face Liveness ในแอปพลิเคชันของคุณ คืน
SessionId
สำหรับเซสชันที่สร้างขึ้น - เริ่มเซสชัน FaceLiveness – ถูกเรียกโดย
FaceLivenessDetector
ส่วนประกอบ. เริ่มสตรีมเหตุการณ์ที่มีข้อมูลเกี่ยวกับเหตุการณ์และแอตทริบิวต์ที่เกี่ยวข้องในเซสชันปัจจุบัน - รับผลลัพธ์ FaceLivenessSession – รับผลลัพธ์ของเซสชัน Face Liveness เฉพาะ รวมถึงคะแนนความมั่นใจของ Face Liveness รูปภาพอ้างอิง และรูปภาพการตรวจสอบ
คุณสามารถทดสอบ Amazon Rekognition Face Liveness ด้วย AWS SDK ที่รองรับ เช่น AWS Python SDK Boto3 หรือ AWS SDK สำหรับ Java V2.
ประสบการณ์ของนักพัฒนา
ไดอะแกรมต่อไปนี้แสดงสถาปัตยกรรมโซลูชัน
กระบวนการตรวจสอบ Face Liveness ประกอบด้วยหลายขั้นตอน:
- ผู้ใช้เริ่มต้นการตรวจสอบ Face Liveness ในแอปไคลเอนต์
- แอปไคลเอนต์เรียกแบ็กเอนด์ของลูกค้า ซึ่งจะเรียก Amazon Rekognition บริการนี้สร้างเซสชัน Face Liveness และส่งคืนเซสชันที่ไม่ซ้ำใคร
SessionId
. - แอปไคลเอนต์แสดงผล
FaceLivenessDetector
ส่วนประกอบโดยใช้สิ่งที่ได้รับSessionId
และการโทรกลับที่เหมาะสม - พื้นที่
FaceLivenessDetector
คอมโพเนนต์สร้างการเชื่อมต่อกับบริการสตรีม Amazon Rekognition แสดงผลวงรีบนหน้าจอของผู้ใช้ และแสดงลำดับของแสงสีFaceLivenessDetector
บันทึกและสตรีมวิดีโอแบบเรียลไทม์ไปยังบริการสตรีม Amazon Rekognition - Amazon Rekognition ประมวลผลวิดีโอแบบเรียลไทม์ จัดเก็บผลลัพธ์รวมถึงอิมเมจอ้างอิงและอิมเมจการตรวจสอบซึ่งจัดเก็บไว้ในบัคเก็ต Amazon Simple Storage Service (S3) และส่งคืน
DisconnectEvent
ไปFaceLivenessDetector
คอมโพเนนต์เมื่อการสตรีมเสร็จสิ้น - พื้นที่
FaceLivenessDetector
คอมโพเนนต์เรียกการเรียกกลับที่เหมาะสมเพื่อส่งสัญญาณไปยังแอปไคลเอ็นต์ว่าการสตรีมเสร็จสิ้นและคะแนนพร้อมสำหรับการดึงข้อมูล - แอปไคลเอนต์เรียกแบ็กเอนด์ของลูกค้าเพื่อรับค่าสถานะบูลีนที่ระบุว่าผู้ใช้กำลังใช้งานอยู่หรือไม่ แบ็คเอนด์ของลูกค้าส่งคำขอไปยัง Amazon Rekognition เพื่อรับคะแนนความเชื่อมั่น ข้อมูลอ้างอิง และภาพการตรวจสอบ แบ็กเอนด์ของลูกค้าใช้แอตทริบิวต์เหล่านี้เพื่อพิจารณาว่าผู้ใช้ทำงานอยู่หรือไม่และส่งคืนการตอบกลับที่เหมาะสมไปยังแอปไคลเอ็นต์
- สุดท้าย แอปไคลเอนต์จะตอบกลับไปยัง
FaceLivenessDetector
คอมโพเนนต์ซึ่งแสดงข้อความสำเร็จหรือล้มเหลวอย่างเหมาะสมเพื่อให้โฟลว์สมบูรณ์
สรุป
ในโพสต์นี้ เราได้แสดงให้เห็นว่าฟีเจอร์ Face Liveness ใหม่ใน Amazon Rekognition ตรวจจับได้อย่างไรว่าผู้ใช้ที่กำลังผ่านกระบวนการยืนยันตัวตนอยู่หน้ากล้องหรือไม่ และไม่ใช่ผู้ไม่หวังดีที่ใช้การโจมตีด้วยการปลอมแปลง เมื่อใช้ Face Liveness คุณจะสามารถยับยั้งการฉ้อโกงในเวิร์กโฟลว์การยืนยันผู้ใช้โดยใช้ใบหน้าได้
เริ่มต้นวันนี้โดยไปที่ หน้าฟีเจอร์ Face Liveness สำหรับข้อมูลเพิ่มเติมและเข้าถึงคู่มือสำหรับนักพัฒนา Amazon Rekognition Face Liveness Cloud API มีให้บริการในสหรัฐอเมริกาฝั่งตะวันออก (เวอร์จิเนียเหนือ) สหรัฐอเมริกาฝั่งตะวันตก (ออริกอน) ยุโรป (ไอร์แลนด์) เอเชียแปซิฟิก (มุมไบ) และภูมิภาคเอเชียแปซิฟิก (โตเกียว)
เกี่ยวกับผู้เขียน
ซูไฮร์ รากิบ เป็นสถาปนิกโซลูชันบริการ AI ที่ AWS เขาเชี่ยวชาญด้าน AI/ML ที่ประยุกต์ใช้ เขามีความกระตือรือร้นในการทำให้ลูกค้าสามารถใช้ระบบคลาวด์เพื่อสร้างนวัตกรรมได้เร็วขึ้นและเปลี่ยนโฉมธุรกิจของพวกเขา
ปาวัน ประสานนา กุมาร เป็นผู้จัดการผลิตภัณฑ์อาวุโสของ AWS เขามีความกระตือรือร้นในการช่วยลูกค้าแก้ปัญหาความท้าทายทางธุรกิจผ่านปัญญาประดิษฐ์ ในเวลาว่าง เขาชอบเล่นสควอช ฟังพอดแคสต์เกี่ยวกับธุรกิจ และสำรวจร้านกาแฟและร้านอาหารใหม่ๆ
ทูชาร์ อักราวัล เป็นผู้นำด้านการจัดการผลิตภัณฑ์สำหรับ Amazon Rekognition ในบทบาทนี้ เขามุ่งเน้นที่การสร้างความสามารถในการมองเห็นด้วยคอมพิวเตอร์เพื่อแก้ปัญหาทางธุรกิจที่สำคัญสำหรับลูกค้า AWS เขาชอบใช้เวลากับครอบครัวและฟังเพลง
- เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
- เพลโตบล็อคเชน Web3 Metaverse ข่าวกรอง ขยายความรู้. เข้าถึงได้ที่นี่.
- ที่มา: https://aws.amazon.com/blogs/machine-learning/detect-real-and-live-users-and-deter-bad-actors-using-amazon-rekognition-face-liveness/
- :เป็น
- $ ขึ้น
- 100
- 3d
- 7
- a
- เกี่ยวกับเรา
- ข้างบน
- เข้า
- การเข้าถึง
- ลงชื่อเข้าใช้
- บัญชี
- ความถูกต้อง
- แม่นยำ
- ข้าม
- การกระทำ
- การปฏิบัติ
- กิจกรรม
- อยากทำกิจกรรม
- นักแสดง
- ที่เพิ่ม
- นอกจากนี้
- สูง
- หลังจาก
- AI
- บริการ AI
- AI / ML
- การอนุญาต
- ทางเลือก
- อเมซอน
- ความหมายของ Amazon
- Amazon Simple Storage Service (S3)
- การวิเคราะห์
- วิเคราะห์
- และ
- อื่น
- API
- APIs
- app
- การใช้งาน
- การใช้งาน
- ประยุกต์
- เหมาะสม
- อย่างเหมาะสม
- สถาปัตยกรรม
- เป็น
- เทียม
- ปัญญาประดิษฐ์
- AS
- เอเชีย
- ในภูมิภาคเอเชียแปซิฟิก
- ที่เกี่ยวข้อง
- At
- โจมตี
- การโจมตี
- แอตทริบิวต์
- การตรวจสอบบัญชี
- รับรองความถูกต้อง
- การยืนยันตัวตน
- อัตโนมัติ
- ใช้ได้
- AWS
- แบ็กเอนด์
- ไม่ดี
- ธนาคาร
- บัญชีเงินฝากธนาคาร
- อ่าว
- BE
- เพราะ
- ก่อน
- กำลัง
- ด้านล่าง
- ระหว่าง
- ธ ปท
- บอท
- สร้าง
- การก่อสร้าง
- ธุรกิจ
- ธุรกิจ
- by
- ร้านกาแฟ
- ที่เรียกว่า
- โทร
- ห้อง
- กล้อง
- CAN
- ความสามารถในการ
- จับ
- บัตร
- การ์ด
- กรณี
- ความท้าทาย
- เปลี่ยนแปลง
- ตรวจสอบ
- การตรวจสอบ
- ไคลเอนต์
- เมฆ
- เชิงพาณิชย์
- สมบูรณ์
- อย่างสมบูรณ์
- ส่วนประกอบ
- ส่วนประกอบ
- คอมพิวเตอร์
- วิสัยทัศน์คอมพิวเตอร์
- ความมั่นใจ
- ยืนยัน
- การเชื่อมต่อ
- เนื้อหา
- ราคา
- ค่าใช้จ่าย
- ที่สร้างขึ้น
- สร้าง
- การสร้าง
- เครดิต
- บัตรเครดิต
- วิกฤติ
- ปัจจุบัน
- ลูกค้า
- โซลูชั่นสำหรับลูกค้า
- ลูกค้า
- ชุดข้อมูล
- วัน
- การจัดส่ง
- ความต้องการ
- สาธิต
- ทั้งนี้ขึ้นอยู่กับ
- ปรับใช้
- การตรวจพบ
- กำหนด
- ผู้พัฒนา
- เครื่อง
- อุปกรณ์
- ดิจิตอล
- โดยตรง
- แสดง
- แสดง
- หลาย
- ลง
- ไดรเวอร์
- การขับขี่
- ในระหว่าง
- แต่ละ
- อย่างง่ายดาย
- ตะวันออก
- เศรษฐกิจ
- ความพยายาม
- การเปิดใช้งาน
- น่าสนใจ
- ที่จัดตั้งขึ้น
- ก่อตั้ง
- ประมาณการ
- ยุโรป
- เหตุการณ์
- เหตุการณ์
- ตัวอย่าง
- ตื่นเต้น
- ประสบการณ์
- ความชำนาญ
- สำรวจ
- ที่เปิดเผย
- Eyes
- ใบหน้า
- หน้ากาก
- ที่หน้า
- ล้มเหลว
- ความล้มเหลว
- ครอบครัว
- เร็วขึ้น
- ลักษณะ
- คุณสมบัติ
- ข้อเสนอแนะ
- สองสาม
- ทางการเงิน
- บริการทางการเงิน
- ไหล
- มุ่งเน้นไปที่
- ปฏิบัติตาม
- ดังต่อไปนี้
- ดังต่อไปนี้
- สำหรับ
- FRAME
- การหลอกลวง
- ฉ้อโกง
- ราคาเริ่มต้นที่
- ด้านหน้า
- ได้รับ
- ดึงดูด
- พนัน
- ภูมิศาสตร์
- ได้รับ
- เศรษฐกิจกิ๊ก
- ไป
- การอนุญาต
- ให้คำแนะนำ
- จัดการ
- เป็นอันตราย
- หัว
- การดูแลสุขภาพ
- ช่วย
- การช่วยเหลือ
- จุดสูง
- High-End
- ที่มีคุณภาพสูง
- ถือ
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- อย่างไรก็ตาม
- HTML
- HTTPS
- เป็นมนุษย์
- เอกลักษณ์
- ภาพ
- ภาพ
- การดำเนินงาน
- in
- รวมถึง
- รวมทั้ง
- เพิ่มขึ้น
- ขึ้น
- บ่งชี้ว่า
- ข้อมูล
- โครงสร้างพื้นฐาน
- ประทับจิต
- เราสร้างสรรค์สิ่งใหม่ ๆ
- คำแนะนำการใช้
- รวบรวม
- รวม
- Intelligence
- อินเตอร์เฟซ
- แนะนำ
- บทนำ
- ไอร์แลนด์
- IT
- ITS
- ชวา
- jpg
- เก็บ
- คีย์
- สถานที่สำคัญ
- นำไปสู่
- การเรียนรู้
- การให้
- ชั้น
- กดไลก์
- การฟัง
- สด
- ความเป็นอยู่
- โหลด
- LOOKS
- เครื่อง
- เรียนรู้เครื่อง
- เก็บรักษา
- การบำรุงรักษา
- ทำให้
- การจัดการ
- ผู้จัดการ
- หน้ากาก
- มาสก์
- การจับคู่
- ภาพบรรยากาศ
- ข่าวสาร
- วิธี
- เมตริก
- ML
- โทรศัพท์มือถือ
- แอปพลิเคชันบนมือถือ
- แบบ
- โมเดล
- เงิน
- การโอนเงิน
- ข้อมูลเพิ่มเติม
- มากที่สุด
- ปาก
- ย้าย
- ย้าย
- การย้าย
- หลาย
- มุมไบ
- ดนตรี
- จำเป็นต้อง
- เครือข่าย
- ใหม่
- ผู้ใช้ใหม่
- การประกาศ
- ที่ได้รับ
- of
- on
- ออนบอร์ด
- การดูแลพนักงานใหม่
- ออนไลน์
- การพนันออนไลน์
- เปิด
- โอเพนซอร์ส
- การเปิด
- การดำเนินการ
- ออริกอน
- อื่นๆ
- เค้าโครง
- ภาพรวม
- แปซิฟิก
- ส่ง
- ผ่าน
- หลงใหล
- รหัสผ่าน
- ชำระ
- ดำเนินการ
- คน
- โทรศัพท์
- กายภาพ
- ทางร่างกาย
- ภาพ
- ภาพ
- สถานที่
- เพลโต
- เพลโตดาต้าอินเทลลิเจนซ์
- เพลโตดาต้า
- เล่น
- พอดคาสต์
- ตำแหน่ง
- โพสต์
- โพสต์
- คำทำนาย
- นำเสนอ
- การเสนอ
- นำเสนอ
- นำเสนอ
- ก่อน
- ปัญหาที่เกิดขึ้น
- กระบวนการ
- กระบวนการ
- การประมวลผล
- ผลิตภัณฑ์
- การจัดการผลิตภัณฑ์
- ผู้จัดการผลิตภัณฑ์
- โปรไฟล์
- ส่งเสริม
- พิสูจน์
- ให้
- ให้
- สาธารณชน
- หลาม
- คุณภาพ
- อย่างรวดเร็ว
- พร้อม
- จริง
- เรียลไทม์
- รับ
- ที่ได้รับ
- การบันทึก
- บันทึก
- ลด
- ภูมิภาค
- ตรงประเด็น
- วาทกรรม
- ขอ
- ต้องการ
- จำเป็นต้องใช้
- คำตอบ
- ร้านอาหาร
- หวงห้าม
- การ จำกัด
- ผลสอบ
- ร้านค้าปลีก
- รับคืน
- ทบทวน
- ขี่
- บทบาท
- เส้นทาง
- วิ่ง
- ความปลอดภัย
- ตาชั่ง
- คะแนน
- จอภาพ
- หน้าจอ
- SDK
- วินาที
- อย่างปลอดภัย
- เซลฟี
- ระดับอาวุโส
- เซ็นเซอร์
- ลำดับ
- ชุด
- บริการ
- บริการ
- เซสชั่น
- หลาย
- สั้น
- โชว์
- แสดงให้เห็นว่า
- สัญญาณ
- อย่างมีความหมาย
- ง่าย
- ผิว
- สังคม
- โซเชียลมีเดีย
- เครือข่ายทางสังคม
- ทางออก
- โซลูชัน
- แก้
- บาง
- ความเชี่ยวชาญ
- โดยเฉพาะ
- การใช้จ่าย
- เริ่มต้น
- ข้อความที่เริ่ม
- เริ่มต้น
- ขั้นตอน
- ยังคง
- การเก็บรักษา
- เก็บไว้
- ร้านค้า
- กระแส
- สตรีม
- ที่พริ้ว
- สตรีมมิ่งบริการ
- ลำธาร
- เสริมสร้าง
- ส่ง
- ความสำเร็จ
- ประสบความสำเร็จ
- อย่างเช่น
- ที่สนับสนุน
- สังเคราะห์
- งาน
- Telco
- ทดสอบ
- ที่
- พื้นที่
- ของพวกเขา
- พวกเขา
- ตัวเอง
- ล้อยางขัดเหล่านี้ติดตั้งบนแกน XNUMX (มม.) ผลิตภัณฑ์นี้ถูกผลิตในหลายรูปทรง และหลากหลายเบอร์ความแน่นหนาของปริมาณอนุภาคขัดของมัน จะทำให้ท่านได้รับประสิทธิภาพสูงในการขัดและการใช้งานที่ยาวนาน
- ของบุคคลที่สาม
- ธรณีประตู
- ตลอด
- เวลา
- ไปยัง
- ในวันนี้
- ร่วมกัน
- โตเกียว
- ผ่านการฝึกอบรม
- การถ่ายโอน
- แปลง
- กลับ
- ชนิด
- ตามแบบฉบับ
- ui
- เป็นเอกลักษณ์
- us
- ใช้
- ผู้ใช้งาน
- ประสบการณ์ของผู้ใช้
- ส่วนติดต่อผู้ใช้
- ผู้ใช้
- ความคุ้มค่า
- ต่างๆ
- การตรวจสอบ
- ตรวจสอบ
- วีดีโอ
- วิดีโอ
- virginia
- เสมือน
- วิสัยทัศน์
- คำเตือน
- เว็บ
- ดี
- ตะวันตก
- อะไร
- ว่า
- ที่
- ในขณะที่
- จะ
- กับ
- งาน
- ขั้นตอนการทำงาน
- คุณ
- ของคุณ
- ลมทะเล