เร่งความเร็วโครงการการยืนยันตัวตนของคุณโดยใช้ตัวอย่างการใช้งาน AWS Amplify และ Amazon Rekognition

ความหมายของ Amazon ช่วยให้คุณลดการโจมตีที่ฉ้อโกงและลดความขัดแย้งในการเริ่มต้นใช้งานสำหรับลูกค้าที่ถูกกฎหมายผ่านกระบวนการตรวจสอบตัวตนที่คล่องตัว ซึ่งอาจส่งผลให้ลูกค้าไว้วางใจและความปลอดภัยเพิ่มขึ้น ความสามารถหลักของโซลูชันนี้ได้แก่:

• ลงทะเบียนผู้ใช้ใหม่โดยใช้เซลฟี่
• ลงทะเบียนผู้ใช้ใหม่หลังจากจับคู่ใบหน้ากับบัตรประจำตัวประชาชนและการดึงข้อมูลบัตรประจำตัวประชาชน
• ตรวจสอบสิทธิ์ผู้ใช้ที่กลับมา

Amazon Rekognition เสนอการฝึกอบรมล่วงหน้า การจดจำใบหน้า ความสามารถที่คุณสามารถเพิ่มลงในเวิร์กโฟลว์การปฐมนิเทศและการรับรองความถูกต้องของผู้ใช้ได้อย่างรวดเร็ว เพื่อยืนยันตัวตนของผู้ใช้ที่เลือกใช้ทางออนไลน์ ไม่จำเป็นต้องมีความเชี่ยวชาญด้านการเรียนรู้ของเครื่อง (ML) เพื่อใช้บริการนี้

ในหน้าที่แล้ว เสาเราได้อธิบายเวิร์กโฟลว์การยืนยันตัวตนโดยทั่วไปและแสดงให้คุณเห็นถึงวิธีสร้างโซลูชันการยืนยันตัวตนโดยใช้ Amazon Rekognition API ต่างๆ ในโพสต์นี้ เราได้เพิ่มส่วนต่อประสานผู้ใช้สำหรับการยืนยันตัวตนด้วยใบหน้าเพื่อแสดงโซลูชันการยืนยันตัวตนแบบครบวงจร เรามีตัวอย่างการใช้งานที่สมบูรณ์ใน พื้นที่เก็บข้อมูล GitHub.

ภาพรวมโซลูชัน

สถาปัตยกรรมอ้างอิงต่อไปนี้แสดงวิธีที่คุณสามารถใช้ Amazon Rekognition ร่วมกับบริการอื่นๆ ของ AWS เพื่อใช้การยืนยันตัวตน

สถาปัตยกรรมประกอบด้วยองค์ประกอบต่อไปนี้:

1. ผู้ใช้เข้าถึงเว็บพอร์ทัลส่วนหน้าซึ่งโฮสต์อยู่ภายใน AWS ขยาย Amplify เป็นโซลูชันแบบ end-to-end ที่ช่วยให้นักพัฒนาเว็บส่วนหน้าสามารถสร้างและปรับใช้แอปพลิเคชันฟูลสแต็กที่ปลอดภัยและปรับขนาดได้
2. แอปพลิเคชั่นเรียกใช้ Amazon API Gateway Amazon เพื่อกำหนดเส้นทางคำขอให้ถูกต้อง AWS แลมบ์ดา ฟังก์ชั่นขึ้นอยู่กับการไหลของผู้ใช้ มีการดำเนินการหลักสี่ประการในโซลูชันนี้: ตรวจสอบสิทธิ์ ลงทะเบียน ลงทะเบียนด้วยบัตรประจำตัวประชาชน และอัปเดต
3. API Gateway ใช้การรวมบริการเพื่อเรียกใช้ ฟังก์ชันขั้นตอนของ AWS เครื่องสถานะด่วนที่สอดคล้องกับปลายทางเฉพาะที่เรียกจาก API เกตเวย์ ภายในแต่ละขั้นตอน ฟังก์ชันแลมบ์ดามีหน้าที่กระตุ้นชุดการโทรเข้าและออกจาก . ที่ถูกต้อง อเมซอน ไดนาโมดีบี และ บริการจัดเก็บข้อมูลอย่างง่ายของ Amazon (Amazon S3) พร้อมด้วย Amazon Rekognition API ที่เกี่ยวข้อง
4. DynamoDB ถือ ID ใบหน้า (face-id), URI พาธ S3 และ ID เฉพาะ (เช่น หมายเลข ID พนักงาน) สำหรับแต่ละ face-id. Amazon S3 เก็บภาพใบหน้าทั้งหมด
5. องค์ประกอบหลักขั้นสุดท้ายของโซลูชันคือ Amazon Rekognition แต่ละโฟลว์ (ตรวจสอบสิทธิ์ ลงทะเบียน ลงทะเบียนด้วยบัตรประจำตัวประชาชน และอัปเดต) จะเรียกใช้ Amazon Rekognition API ที่แตกต่างกันขึ้นอยู่กับงาน

ก่อนที่เราจะปรับใช้โซลูชัน สิ่งสำคัญคือต้องทราบแนวคิดและคำอธิบาย API ต่อไปนี้:

• คอลเลคชั่น – Amazon Rekognition จัดเก็บข้อมูลเกี่ยวกับใบหน้าที่ตรวจพบในคอนเทนเนอร์ฝั่งเซิร์ฟเวอร์ที่เรียกว่า คอลเลกชัน. คุณสามารถใช้ข้อมูลใบหน้าที่จัดเก็บไว้ในคอลเลกชั่นเพื่อค้นหาใบหน้าที่รู้จักในรูปภาพ วิดีโอที่จัดเก็บไว้ และวิดีโอสตรีมมิ่ง คุณสามารถใช้คอลเล็กชันในสถานการณ์ต่างๆ ได้ ตัวอย่างเช่น คุณอาจสร้างคอลเลกชั่นใบหน้าเพื่อจัดเก็บภาพตราที่สแกนโดยใช้ปุ่ม ดัชนีใบหน้า เมื่อพนักงานเข้าไปในอาคารอาจจับภาพใบหน้าของพนักงานและส่งไปที่ ค้นหาใบหน้าโดยรูปภาพ การดำเนินการ. หากการจับคู่ใบหน้าสร้างคะแนนความคล้ายคลึงกันสูงเพียงพอ (เช่น 99%) คุณสามารถรับรองความถูกต้องของพนักงานได้
• ตรวจจับใบหน้า API – API นี้จะตรวจจับใบหน้าภายในรูปภาพที่ให้ไว้เป็นอินพุตและส่งคืนข้อมูลเกี่ยวกับใบหน้า ในเวิร์กโฟลว์การลงทะเบียนผู้ใช้ การดำเนินการนี้อาจช่วยคุณคัดกรองรูปภาพก่อนที่จะไปยังขั้นตอนถัดไป ตัวอย่างเช่น คุณสามารถตรวจสอบว่าภาพถ่ายมีใบหน้าหรือไม่ บุคคลที่ระบุอยู่ในทิศทางที่ถูกต้องหรือไม่ และบุคคลนั้นไม่ได้สวมอุปกรณ์ป้องกันใบหน้า เช่น แว่นกันแดดหรือหมวก
• API ของ IndexFaces – API นี้จะตรวจจับใบหน้าในรูปภาพที่นำเข้าและเพิ่มไปยังคอลเล็กชันที่ระบุ การดำเนินการนี้ใช้เพื่อเพิ่มรูปภาพที่สกรีนลงในคอลเลกชันสำหรับการสืบค้นในอนาคต
• SearchFacesByImage API – สำหรับรูปภาพอินพุตที่กำหนด API จะตรวจจับใบหน้าที่ใหญ่ที่สุดในรูปภาพก่อน จากนั้นจึงค้นหาคอลเลกชั่นที่ระบุเพื่อหาใบหน้าที่ตรงกัน การดำเนินการเปรียบเทียบคุณลักษณะของใบหน้าอินพุตกับคุณลักษณะใบหน้าในคอลเล็กชันที่ระบุ
• เปรียบเทียบใบหน้า API – API นี้เปรียบเทียบใบหน้าในรูปภาพอินพุตต้นทางกับใบหน้าที่ใหญ่ที่สุด 100 ใบหน้าที่ตรวจพบในภาพอินพุตเป้าหมาย หากรูปภาพต้นทางมีหลายใบหน้า บริการจะตรวจจับใบหน้าที่ใหญ่ที่สุดและเปรียบเทียบกับใบหน้าแต่ละใบหน้าที่ตรวจพบในภาพเป้าหมาย สำหรับกรณีการใช้งานของเรา เราคาดหวังให้ทั้งรูปภาพต้นทางและเป้าหมายมีใบหน้าเดียว
• ลบใบหน้า API – API นี้จะลบใบหน้าออกจากคอลเล็กชัน คุณระบุ ID คอลเลกชันและอาร์เรย์ของ ID ใบหน้าที่จะลบ

เวิร์กโฟลว์

โซลูชันนี้แสดงตัวอย่างเวิร์กโฟลว์เพื่อเปิดใช้งานการลงทะเบียนผู้ใช้ การรับรองความถูกต้อง และการอัปเดตรูปภาพโปรไฟล์ผู้ใช้ เราให้รายละเอียดแต่ละขั้นตอนการทำงานในส่วนนี้

ลงทะเบียนผู้ใช้ใหม่โดยใช้การเซลฟี่ใบหน้า

รูปต่อไปนี้แสดงเวิร์กโฟลว์ของการลงทะเบียนผู้ใช้ใหม่ ขั้นตอนทั่วไปในกระบวนการนี้คือ:

1. ผู้ใช้จับภาพเซลฟี่
2. มีการตรวจสอบคุณภาพของภาพเซลฟี่
   หมายเหตุ: สามารถตรวจสอบการตรวจจับความมีชีวิตชีวาได้หลังจากขั้นตอนนี้ อ่านรายละเอียดเพิ่มเติมได้ที่นี่ บล็อก.
3. เซลฟี่ถูกตรวจสอบกับฐานข้อมูลใบหน้าของผู้ใช้ที่มีอยู่

รูปภาพต่อไปนี้แสดงเวิร์กโฟลว์ Step Functions สำหรับการลงทะเบียนผู้ใช้ใหม่

สามฟังก์ชันถูกเรียกในเวิร์กโฟลว์นี้: ตรวจจับใบหน้า, ค้นหาใบหน้าและ หน้าดัชนี. ตรวจจับใบหน้า ฟังก์ชั่นเรียก Amazon Rekognition DetectFaces API เพื่อตรวจสอบว่ามีการตรวจพบใบหน้าในรูปภาพและใช้งานได้หรือไม่ การตรวจสอบคุณภาพบางอย่างรวมถึงการพิจารณาว่ามีใบหน้าเพียงใบหน้าเดียวในภาพ ตรวจสอบให้แน่ใจว่าใบหน้าไม่ได้ถูกบังด้วยแว่นกันแดดหรือหมวก และการยืนยันว่าใบหน้าไม่ได้หมุนโดยใช้ปุ่ม ท่าทาง มิติ. หากภาพผ่านการตรวจสอบคุณภาพ ให้ ค้นหาใบหน้า ฟังก์ชันค้นหาการจับคู่ใบหน้าที่มีอยู่ในคอลเลกชัน Amazon Rekognition โดยการยืนยัน FaceMatchเกณฑ์ คะแนนความเชื่อมั่นตรงตามเป้าหมายเกณฑ์ของคุณ สำหรับข้อมูลเพิ่มเติม โปรดดูที่ ใช้เกณฑ์ความคล้ายคลึงกันเพื่อจับคู่ใบหน้า. หากไม่มีรูปใบหน้าอยู่ในคอลเลกชั่น หน้าดัชนี เรียกฟังก์ชันเพื่อจัดทำดัชนีใบหน้าในคอลเล็กชัน ข้อมูลเมตาของรูปภาพใบหน้าถูกเก็บไว้ในตาราง DynamoDB และรูปภาพใบหน้าจะถูกจัดเก็บไว้ในบัคเก็ต S3

หากการลงทะเบียนผู้ใช้ใหม่สำเร็จ ข้อมูลแอตทริบิวต์รูปภาพใบหน้าจะถูกเพิ่มใน DynamoDB คุณสามารถปรับแต่งโฟลว์ตามกระบวนการทางธุรกิจได้ มักจะมีขั้นตอนบางส่วนหรือทั้งหมดที่นำเสนอในแผนภาพก่อนหน้า คุณสามารถเลือกที่จะเรียกใช้ขั้นตอนทั้งหมดพร้อมกันได้ (รอหนึ่งขั้นตอนให้เสร็จก่อนที่จะไปยังขั้นตอนถัดไป) อีกวิธีหนึ่ง คุณสามารถเรียกใช้บางขั้นตอนแบบอะซิงโครนัส (อย่ารอให้ขั้นตอนนั้นเสร็จสิ้น) เพื่อเร่งกระบวนการลงทะเบียนผู้ใช้และปรับปรุงประสบการณ์ของลูกค้า หากขั้นตอนไม่สำเร็จ คุณต้องย้อนกลับการลงทะเบียนผู้ใช้

ลงทะเบียนผู้ใช้ใหม่หลังจากเผชิญหน้ากับบัตรประจำตัวที่มีการแยกข้อมูลบัตรประจำตัวประชาชน

นอกจากการลงทะเบียนผู้ใช้ด้วยรูปภาพแล้ว เวิร์กโฟลว์นี้ยังอนุญาตให้ผู้ใช้ลงทะเบียนด้วยบัตรประจำตัว เช่น ใบขับขี่ ขั้นตอนในการลงทะเบียนผู้ใช้ใหม่ด้วยบัตรประจำตัวจะคล้ายกับขั้นตอนในการลงทะเบียนผู้ใช้ใหม่

รูปภาพต่อไปนี้แสดงเวิร์กโฟลว์ Step Functions สำหรับการลงทะเบียนผู้ใช้ใหม่ด้วย ID

สี่ฟังก์ชันถูกเรียกในเวิร์กโฟลว์นี้:  ตรวจจับใบหน้า, ค้นหาใบหน้า, หน้าดัชนี และ เปรียบเทียบใบหน้า. ลำดับของการดำเนินการในเวิร์กโฟลว์นี้คล้ายกับเวิร์กโฟลว์การลงทะเบียนผู้ใช้ด้วยการเพิ่ม เปรียบเทียบใบหน้า. หลังจากตรวจสอบคุณภาพของภาพเซลฟี่และมั่นใจว่าไม่มีภาพใบหน้าในคอลเลกชั่น เปรียบเทียบใบหน้า เรียกใช้ฟังก์ชันเพื่อตรวจสอบภาพเซลฟี่ที่ตรงกับรูปใบหน้าในบัตรประจำตัวประชาชน หากรูปภาพตรงกัน คุณสมบัติที่เกี่ยวข้องจะถูกดึงออกมาจากบัตรประชาชน คุณสามารถแยกคู่คีย์-ค่าจากเอกสารระบุตัวตนโดยใช้ตัวเปิดใหม่ Amazon Text AnalyzeID API (สำหรับภูมิภาคของสหรัฐอเมริกา) หรือ Amazon Rekognition DetectText API (ภูมิภาคที่ไม่ใช่สหรัฐอเมริกาและภาษาที่ไม่ใช่ภาษาอังกฤษ) คุณสมบัติที่ดึงออกมาจากบัตรประชาชนจะถูกรวมเข้าด้วยกันและใบหน้าของผู้ใช้จะถูกจัดทำดัชนีในคอลเล็กชันผ่านทาง หน้าดัชนี ฟังก์ชัน

ข้อมูลเมตาของรูปภาพใบหน้าถูกเก็บไว้ในตาราง DynamoDB และรูปภาพใบหน้าจะถูกจัดเก็บไว้ในบัคเก็ต S3

หากรูปภาพไม่ตรงกันหรือตรวจพบการลงทะเบียนซ้ำ ผู้ใช้จะได้รับความล้มเหลวในการเข้าสู่ระบบ สามารถบันทึกความล้มเหลวในการเข้าสู่ระบบได้โดยใช้ an อเมซอน คลาวด์วอตช์ เหตุการณ์และการกระทำสามารถเรียกใช้ได้โดยใช้ บริการแจ้งเตือนแบบง่ายของ Amazon (Amazon SNS) เพื่อแจ้งการดำเนินการด้านความปลอดภัยสำหรับการตรวจสอบและติดตามการเข้าสู่ระบบที่ล้มเหลว สำหรับข้อมูลเพิ่มเติม โปรดดูที่ การตรวจสอบหัวข้อ Amazon SNS โดยใช้ CloudWatch.

ตรวจสอบสิทธิ์ผู้ใช้ที่กลับมา

ขั้นตอนทั่วไปอื่นคือการเข้าสู่ระบบของผู้ใช้ที่มีอยู่หรือที่กลับมา ในขั้นตอนนี้ การตรวจสอบใบหน้าผู้ใช้ (เซลฟี) จะดำเนินการกับใบหน้าที่ลงทะเบียนไว้ก่อนหน้านี้ ขั้นตอนทั่วไปในกระบวนการนี้รวมถึงการจับภาพใบหน้าของผู้ใช้ (เซลฟี) การตรวจสอบคุณภาพของภาพเซลฟี่ และค้นหาและเปรียบเทียบเซลฟี่กับฐานข้อมูลใบหน้า แผนภาพต่อไปนี้แสดงโฟลว์ที่เป็นไปได้

รูปภาพต่อไปนี้แสดงเวิร์กโฟลว์สำหรับการตรวจสอบสิทธิ์ผู้ใช้ที่มีอยู่

เวิร์กโฟลว์ของ Step Function นี้เรียกฟังก์ชันสามอย่าง: ตรวจจับใบหน้า, เปรียบเทียบใบหน้า และ ค้นหาใบหน้า. หลังจาก ตรวจจับใบหน้า ฟังก์ชันตรวจสอบว่าภาพใบหน้าที่จับได้นั้นถูกต้อง เปรียบเทียบใบหน้า ฟังก์ชันจะตรวจสอบลิงก์ในตาราง DynamoDB เพื่อหาภาพใบหน้าในบัคเก็ต S3 ที่ตรงกับผู้ใช้ที่มีอยู่ หากพบรายการที่ตรงกัน ผู้ใช้จะตรวจสอบสิทธิ์ได้สำเร็จ หากไม่พบการจับคู่ ระบบจะเรียกฟังก์ชันการค้นหาใบหน้าเพื่อค้นหาภาพใบหน้าในคอลเลกชั่น ผู้ใช้ได้รับการยืนยันแล้วและกระบวนการรับรองความถูกต้องจะเสร็จสิ้นหากมีรูปใบหน้าอยู่ในคอลเล็กชัน มิฉะนั้น การเข้าถึงของผู้ใช้จะถูกปฏิเสธ

เบื้องต้น

ก่อนที่คุณจะเริ่มต้น ให้ทำตามข้อกำหนดเบื้องต้นต่อไปนี้:

1. สร้างบัญชี AWS.
2. ติดตั้ง อินเทอร์เฟซบรรทัดคำสั่ง AWS AWS (AWS CLI) เวอร์ชัน 2 บนเครื่องของคุณ สำหรับคำแนะนำ โปรดดูที่ การติดตั้งหรืออัปเดตเวอร์ชันล่าสุดของ AWS CLI.
3. ตั้งค่า AWS CLI.
4. ติดตั้ง Node.js บนเครื่องท้องถิ่นของคุณ
5. โคลน repo ตัวอย่างบนเครื่องของคุณ:

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

ปรับใช้โซลูชัน

เลือก CloudFormation stack ที่เหมาะสมเพื่อเตรียมใช้งานโซลูชันในบัญชี AWS ของคุณในภูมิภาคที่คุณต้องการ โซลูชันนี้ปรับใช้ API Gateway ที่ผสานรวมกับ Step Functions และ Amazon Rekognition API เพื่อเรียกใช้เวิร์กโฟลว์การยืนยันตัวตน

การคลิกที่ปุ่มเปิดใช้ปุ่มใดปุ่มหนึ่งต่อไปนี้จะเป็นการเตรียมใช้งานโซลูชันในบัญชี AWS ของคุณในภูมิภาคนั้นๆ

  น. เวอร์จิเนีย (us-east-1)

  โอเรกอน (us-west-2)

เรียกใช้ขั้นตอนต่อไปนี้บนเครื่องท้องถิ่นของคุณเพื่อปรับใช้แอปพลิเคชัน Front-end:

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

เรียกใช้เว็บ UI

เว็บพอร์ทัลถูกปรับใช้กับ Amplify บนคอนโซล Amplify ค้นหาสภาพแวดล้อมของเว็บแอปพลิเคชันที่โฮสต์และ URL คัดลอก URL และเข้าถึงได้จากเบราว์เซอร์ของคุณ

ลงทะเบียนผู้ใช้ใหม่โดยใช้การเซลฟี่ใบหน้า

ลงทะเบียนตัวเองในฐานะผู้ใช้ด้วยขั้นตอนต่อไปนี้:

1. เปิด URL ของเว็บที่ได้รับจาก Amplify
2. Choose สมัครสมาชิก
3. เปิดใช้งานกล้องของคุณและจับภาพใบหน้า
4. ป้อนชื่อผู้ใช้และรายละเอียดของคุณ
5. Choose ลงชื่อ เพื่อลงทะเบียนบัญชีของคุณ

ตรวจสอบสิทธิ์ผู้ใช้ที่กลับมา

หลังจากที่คุณลงทะเบียนแล้ว คุณจะเข้าสู่ระบบโดยใช้รหัสใบหน้าเป็นกลไกการตรวจสอบสิทธิ์

1. เปิด URL ของเว็บที่ให้บริการโดย Amplify
2. จับภาพ ID ใบหน้าของคุณ
3. ป้อน ID ผู้ใช้ของคุณ
4. Choose เข้าสู่ระบบ.

คุณจะได้รับข้อความ “เข้าสู่ระบบสำเร็จ” หลังจากที่ ID ใบหน้าของคุณได้รับการยืนยันด้วยภาพการลงทะเบียน

ลงทะเบียนผู้ใช้ใหม่หลังจากเผชิญหน้ากับบัตรประจำตัวที่มีการแยกข้อมูลบัตรประจำตัวประชาชน

ในการทดสอบการลงทะเบียนผู้ใช้ด้วย ID ให้ทำตามขั้นตอนต่อไปนี้:

1. เปิด URL ของเว็บที่ Amplify ให้มา
2. Choose ลงทะเบียนด้วย ID
3. เปิดใช้งานกล้องของคุณและจับภาพใบหน้า
4. ลากและวางบัตรประจำตัวประชาชนของคุณ
5. Choose สมัครสมาชิก.

ภาพหน้าจอต่อไปนี้แสดงตัวอย่าง แอปพลิเคชั่นรองรับภาพบัตรประชาชนสูงสุด 256 KB

คุณได้รับข้อความ “ผู้ใช้ที่ลงทะเบียนสำเร็จ”

ทำความสะอาด

เพื่อป้องกันไม่ให้เกิดค่าใช้จ่ายเพิ่มเติมในบัญชี AWS ของคุณ ให้ลบทรัพยากรที่คุณจัดเตรียมโดยไปที่คอนโซล AWS CloudFormation และลบ Riv-Prod กอง

การลบสแต็กจะไม่ลบบัคเก็ต S3 ที่คุณสร้างขึ้น ถังนี้เก็บภาพใบหน้าทั้งหมด หากคุณต้องการลบบัคเก็ต S3 ให้ไปที่คอนโซล Amazon S3 ล้างบัคเก็ต จากนั้นยืนยันว่าคุณต้องการลบออกอย่างถาวร

สรุป

Amazon Rekognition ทำให้ง่ายต่อการเพิ่มการวิเคราะห์รูปภาพลงในแอปพลิเคชันการยืนยันตัวตนของคุณ โดยใช้เทคโนโลยีการเรียนรู้เชิงลึกที่ได้รับการพิสูจน์แล้ว ปรับขนาดได้สูง และไม่จำเป็นต้องมีความเชี่ยวชาญ ML ในการใช้งาน Amazon Rekognition จัดให้ การตรวจจับใบหน้าและการเปรียบเทียบ ความสามารถ ด้วยการผสมผสานของ ตรวจจับใบหน้า, เปรียบเทียบใบหน้า, ดัชนีใบหน้า, ค้นหาใบหน้าโดยรูปภาพ, ตรวจจับข้อความ และ   วิเคราะห์IDคุณสามารถใช้ขั้นตอนทั่วไปในการลงทะเบียนผู้ใช้ใหม่และการเข้าสู่ระบบของผู้ใช้ที่มีอยู่

คอลเล็กชัน Amazon Rekognition มีวิธีการจัดเก็บข้อมูลเกี่ยวกับใบหน้าที่ตรวจพบในคอนเทนเนอร์ฝั่งเซิร์ฟเวอร์ จากนั้นคุณสามารถใช้ข้อมูลใบหน้าที่จัดเก็บไว้ในคอลเลกชั่นเพื่อค้นหาใบหน้าที่รู้จักในภาพ เมื่อใช้คอลเลกชั่น คุณไม่จำเป็นต้องจัดเก็บรูปภาพต้นฉบับหลังจากที่คุณจัดทำดัชนีใบหน้าในคอลเลกชั่น คอลเล็กชัน Amazon Rekognition ไม่คงรูปจริง แต่อัลกอริธึมการตรวจจับที่ซ่อนอยู่จะตรวจจับใบหน้าในภาพที่ป้อน แยกคุณลักษณะใบหน้าออกเป็นเวกเตอร์คุณลักษณะสำหรับแต่ละใบหน้า และจัดเก็บไว้ในคอลเลกชั่น

หากต้องการเริ่มต้นการเดินทางสู่การยืนยันตัวตน โปรดไปที่ การยืนยันตัวตนโดยใช้ Amazon Rekognition.

เกี่ยวกับผู้แต่ง

วินัย คชวาหะ เป็นสถาปนิกโซลูชันที่ AWS ที่เชี่ยวชาญด้านการเรียนรู้ของเครื่อง เขามีหน้าที่รับผิดชอบในการช่วยเหลือลูกค้าสถาปนิกปริมาณงานที่ปรับขนาดได้ ปลอดภัย และคุ้มค่าบน AWS

ราเมศวร์ ทีฆาราชัน เป็น Senior Solutions Architect ซึ่งตั้งอยู่ในซานฟรานซิสโก เขาจบวิทยาศาสตรบัณฑิตสาขาวิทยาศาสตร์ประยุกต์และปริญญาโทด้านความปลอดภัยทางไซเบอร์ เขาเชี่ยวชาญด้านการโยกย้ายระบบคลาวด์ การรักษาความปลอดภัยบนคลาวด์ การปฏิบัติตามข้อกำหนด และการจัดการความเสี่ยง นอกที่ทำงาน เขาเป็นคนทำสวนที่กระตือรือร้น และมีความสนใจอย่างมากในโครงการอสังหาริมทรัพย์และการปรับปรุงบ้าน

Amit Gupta เป็นสถาปนิกโซลูชันบริการ AI ที่ AWS เขาหลงใหลในการช่วยให้ลูกค้าได้รับโซลูชันแมชชีนเลิร์นนิงที่มีสถาปัตยกรรมที่ดีในวงกว้าง

ทิม เมอร์ฟy เป็นสถาปนิกโซลูชันอาวุโสสำหรับ AWS โดยทำงานร่วมกับลูกค้าบริการทางการเงินระดับองค์กรที่สร้างโซลูชันธุรกิจที่เน้นระบบคลาวด์ เขาใช้เวลากว่าทศวรรษในการทำงานกับบริษัทสตาร์ทอัพ องค์กรไม่แสวงผลกำไร องค์กรการค้า และหน่วยงานภาครัฐ ในการปรับใช้โครงสร้างพื้นฐานตามขนาด ในเวลาว่างที่เขาไม่ได้คิดเกี่ยวกับเทคโนโลยี คุณมักจะพบเขาในพื้นที่ห่างไกลของภูเขาปีนเขา โต้คลื่น หรือขี่จักรยานผ่านเมืองใหม่

เนท บาคไมเออร์ เป็น AWS Senior Solutions Architect ที่สำรวจนิวยอร์กแบบเร่ร่อน ครั้งละหนึ่งการรวมระบบคลาวด์ เขาเชี่ยวชาญในการโยกย้ายและปรับปรุงแอปพลิเคชันให้ทันสมัย นอกจากนี้ เนทเป็นนักเรียนเต็มเวลาและมีลูกสองคน

เจสซี่-ลี ฟราย เป็นผู้เชี่ยวชาญ Snr AIML โดยมุ่งเน้นที่ Computer Vision ที่ AWS เธอช่วยให้องค์กรต่างๆ ใช้ประโยชน์จาก Machine Learning และ AI เพื่อต่อสู้กับการฉ้อโกงและขับเคลื่อนนวัตกรรมในนามของลูกค้า นอกเวลางาน เธอสนุกกับการใช้เวลาอยู่กับครอบครัว ท่องเที่ยว และอ่านเรื่องราวเกี่ยวกับ Responsible AI ทั้งหมด