COVID-19 küresel salgını, finansal hizmetler, sigorta ve sağlık gibi çeşitli sektörlerde kullanıcıları çevrimiçi olarak doğrulama ve dahil etme ihtiyacını hızlandırdı. Kullanıcı deneyimi söz konusu olduğunda, kimlik doğrulaması için yüksek bir standardı korurken sorunsuz bir işlem sağlamak çok önemlidir. Soru şu ki, dijital dünyadaki gerçek insanları nasıl doğrularsınız?
Amazon Rekognisyon bankacılık, avantajlar, e-ticaret ve çok daha fazlası gibi çevrimiçi uygulamalarınıza kimlik doğrulaması için önceden eğitilmiş yüz tanıma ve analiz yetenekleri sağlar.
Bu gönderide, “ID + Selfie” kimlik doğrulama tasarım desenini sunuyoruz ve basit kod kendi kimlik doğrulama REST uç noktanızı oluşturmak için kullanabilirsiniz. Bu, yüz tabanlı kimlik doğrulaması gerektiren mevcut veya yeni çözümlere dahil edebileceğiniz yaygın bir tasarım modelidir. Kullanıcı, ehliyet veya pasaport gibi bir kimlik formu sunar. Kullanıcı, uygulama ile gerçek zamanlı bir selfie daha yakalar. Ardından belgedeki yüzü, cihazlarında çekilen gerçek zamanlı özçekimle karşılaştırırız.
Amazon Rekognition CompareFaces API'si
"Kimlik + Selfie" tasarım deseninin temelinde, selfie'deki yüzün kimlik belgesindeki yüzle karşılaştırılması yer alır. Bunun için Amazon Rekognition kullanıyoruz CompareFaces
API. API, kaynak giriş görüntüsündeki bir yüzü, hedef giriş görüntüsünde algılanan bir yüz veya yüzlerle karşılaştırır. Aşağıdaki örnekte, örnek bir sürücü belgesini (solda) bir selfie (sağda) ile karşılaştırıyoruz.
Kaynak | Hedef |
API kodunun bir örneği aşağıdadır:
içinde birkaç değer döndürülür. CompareFaces API yanıtı. Odaklanıyoruz Similarity
döndürülen değer FaceMatches
Selfie'nin sağlanan kimlikle eşleştiğini doğrulamak için.
Anahtar ayar parametrelerini anlama
SimilarityThreshold
varsayılan olarak %80'e ayarlanmıştır ve yalnızca benzerlik puanı %80'e eşit veya daha büyük olan sonuçları döndürür. belirterek değeri ayarlayın. SimilarityThreshold
parametre.
QualityFilter
gerekli kalite çubuğunu karşılamayan algılanan yüzleri filtrelemek için bir giriş parametresidir. Kalite çubuğu, çeşitli yaygın kullanım durumlarına dayanmaktadır. Kullanmak QualityFilter
belirterek kalite çubuğunu ayarlamak için LOW
, MEDIUM
ya da HIGH
. Düşük kaliteli yüzleri filtrelemek istemiyorsanız, NONE
. Varsayılan değer NONE
.
Çözüme genel bakış
Aşağıdaki bileşenleri dağıtarak dijital kimlik doğrulaması için bir "Kimlik + Selfie" API'si oluşturabilirsiniz:
- Selfie ve tanımlama yükünü göndermemize izin veren ve bu durumda benzerlik puanı olan bir yanıt veren POST yöntemine sahip bir REST API
- Yükü alma, görüntüleri uygun biçime dönüştürme ve Amazon Rekognition'ı çağırma işlevi
compare_faces
API.
Uygulıyoruz Amazon API Ağ Geçidi REST API işlevi için ve AWS Lambda işlev için.
Aşağıdaki şema, çözüm mimarisini ve iş akışını göstermektedir.
İş akışı aşağıdaki adımları içerir:
- Kullanıcı, gerekli kimlik belgesini ve bir selfie yükler.
- İstemci kimlik belgesini ve özçekimi REST uç noktasına gönderir.
- REST uç noktası, istemciye bir benzerlik puanı döndürür.
- Uygulamanızda iş mantığı üzerinden bir değerlendirme yapılır. Örneğin benzerlik puanı %80'in altındaysa dijital kimlik kontrolünden geçemez; aksi takdirde dijital kimlik kontrolünden geçer.
- İstemci durumu kullanıcıya gönderir.
Lambda kodu
Lambda işlevi, her görüntü için gelen yükü base64'ten bayta dönüştürür ve ardından kaynağı (selfie) ve hedefi (tanımlama) Amazon Rekognition'a gönderir compare_faces
API ve API yanıtının gövdesinde alınan benzerlik puanını döndürür. Aşağıdaki koda bakın:
Projeyi dağıtın
Bu proje aracılığıyla dağıtılabilir AWS Örnekleri ile AWS Bulut Geliştirme Kiti (AWS CDK'sı). Depoyu klonlayabilir ve AWS hesabınıza dağıtmak için aşağıdaki AWS CDK işlemini kullanabilirsiniz.
- AWS CDK aracılığıyla çözüm kaynaklarını programlı olarak dağıtma izinlerine sahip bir kullanıcı ayarlayın.
- Ayarla AWS Komut Satırı Arayüzü (AWS CLI). Talimatlar için bkz. AWS CLI'yi yapılandırma.
- AWS CDK'yi ilk kez kullanıyorsanız, şu bölümde listelenen ön koşulları tamamlayın: Python'da AWS CDK ile çalışma.
- klonlamak GitHub deposu.
- Sanal ortamı oluşturun. Kullandığınız komut işletim sisteminize bağlıdır:
- Windows kullanıyorsanız, klonlanmış deponun kaynağından terminal pencerenizde aşağıdaki komutu çalıştırın:
- Mac veya Linux kullanıyorsanız, klonlanmış deponun kaynağından terminal pencerenizde aşağıdaki komutu çalıştırın:
- Sanal ortamı etkinleştirdikten sonra uygulamanın standart bağımlılıklarını yükleyin:
- Artık ortam kurulduğuna ve gereksinimler karşılandığına göre, bu projeyi AWS'ye dağıtmak için AWS CDK dağıtım komutunu verebiliriz:
API çağrıları yapın
Yükü base64 formatında REST uç noktasına göndermemiz gerekiyor. Kaynak ve hedef dosyaları açmamıza, bunları base64'e dönüştürmemize ve yükü API Gateway'e göndermemize izin veren API çağrısını yapmak için bir Python dosyası kullanıyoruz. Bu kod depoda mevcuttur.
Unutmayın SOURCE
ve TARGET
dosya konumları yerel dosya sisteminizde olacaktır ve URL, projenin oluşturulması sırasında oluşturulan API Ağ Geçidi URL'sidir.
Temizlemek
Bu projeyi oluşturmak için AWS CDK'yı kullandık, böylece projemizi yerel olarak açabilir ve kaynakları temizlemek için aşağıdaki AWS CDK komutunu verebiliriz:
Sonuç
İşte karşınızda, dijital kimlik doğrulaması gerçekleştirmek için uygulamanızla entegre edebileceğiniz basit bir API'ye sahip “ID + Selfie” tasarım deseni. Serimizdeki bir sonraki gönderide, kimlik belgesinden metin çıkararak ve yinelemeyi önlemek için bir yüz koleksiyonunu arayarak bu kalıbı daha da genişleteceğiz.
Daha fazla bilgi edinmek için Amazon Tanıma Geliştirici Kılavuzu yüzleri algılama ve analiz etme üzerine.
Yazarlar Hakkında
Mike Ames AWS'li Temel Uygulamalı Yapay Zeka/ML Çözümleri Mimarıdır. Şirketlerin dolandırıcılık, israf ve kötüye kullanımla mücadele etmek için makine öğrenimi ve yapay zeka hizmetlerini kullanmasına yardımcı olur. Boş zamanlarında onu dağ bisikleti sürerken, kickboks yaparken veya 90'ların metal grubunda gitar çalarken bulabilirsiniz.
Nuh Donaldson AWS'de federal finans kuruluşlarını destekleyen bir Çözüm Mimarıdır. Manuel süreçleri azaltabilen, müşteri deneyimlerini iyileştirebilen ve ilginç sorunların çözülmesine yardımcı olabilen AI/ML teknolojisi konusunda heyecanlı. İş dışında, oğluyla buzda hokey oynamayı, en büyük kızıyla avlanmayı ve en küçük kızıyla çember atmayı seviyor.
- AI
- yapay zeka
- AI sanat üreteci
- yapay zeka robotu
- Amazon Rekognisyon
- yapay zeka
- yapay zeka sertifikası
- bankacılıkta yapay zeka
- yapay zeka robotu
- yapay zeka robotları
- yapay zeka yazılımı
- AWS Makine Öğrenimi
- blockchain
- blockchain konferans ai
- zeka
- konuşma yapay zekası
- kripto konferans ai
- dal-e
- derin öğrenme
- Temel (100)
- google ai
- makine öğrenme
- Platon
- plato yapay zekası
- Plato Veri Zekası
- Plato Oyunu
- PlatoVeri
- plato oyunu
- ölçek ai
- sözdizimi
- zefirnet