Tăng tốc các dự án xác minh danh tính của bạn bằng cách triển khai mẫu AWS Amplify và Amazon Rekognition

Nhận thức lại Amazon cho phép bạn giảm thiểu các cuộc tấn công gian lận và giảm thiểu xích mích khi tham gia cho các khách hàng hợp pháp thông qua quy trình xác minh danh tính được tổ chức hợp lý. Điều này có thể làm tăng sự tin tưởng và an toàn của khách hàng. Các khả năng chính của giải pháp này bao gồm:

• Đăng ký người dùng mới bằng ảnh tự chụp
• Đăng ký người dùng mới sau khi đối sánh khuôn mặt với thẻ ID và trích xuất dữ liệu thẻ ID
• Xác thực người dùng cũ

Amazon Rekognition cung cấp các chương trình được đào tạo trước nhận dạng khuôn mặt các khả năng mà bạn có thể nhanh chóng thêm vào quy trình làm việc giới thiệu và xác thực người dùng của mình để xác minh danh tính của người dùng đã chọn tham gia trực tuyến. Không cần có kiến ​​thức chuyên môn về máy học (ML) để sử dụng dịch vụ này.

Trong một trang trước gửi, chúng tôi đã mô tả quy trình xác minh danh tính điển hình và chỉ cho bạn cách xây dựng giải pháp xác minh danh tính bằng cách sử dụng các API Rekognition khác nhau của Amazon. Trong bài đăng này, chúng tôi đã thêm giao diện người dùng xác thực dựa trên nhận dạng khuôn mặt để hiển thị giải pháp xác minh danh tính đầu cuối hoàn chỉnh. Chúng tôi cung cấp triển khai mẫu hoàn chỉnh trong Kho GitHub.

Tổng quan về giải pháp

Kiến trúc tham chiếu sau đây cho thấy cách bạn có thể sử dụng Amazon Rekognition cùng với các dịch vụ AWS khác để triển khai xác minh danh tính.

Kiến trúc bao gồm các thành phần sau:

1. Người dùng truy cập cổng web front-end được lưu trữ trong Amplify AWS Amplify là một giải pháp end-to-end cho phép các nhà phát triển web front-end xây dựng và triển khai các ứng dụng full stack an toàn, có thể mở rộng.
2. Các ứng dụng gọi Cổng API Amazon để định tuyến các yêu cầu đến đúng AWS Lambda chức năng tùy thuộc vào luồng người dùng. Có bốn hành động chính trong giải pháp này: xác thực, đăng ký, đăng ký bằng thẻ ID và cập nhật.
3. API Gateway sử dụng tích hợp dịch vụ để chạy Chức năng bước AWS máy trạng thái nhanh tương ứng với điểm cuối cụ thể được gọi từ API Gateway. Trong mỗi bước, các hàm Lambda chịu trách nhiệm kích hoạt tập hợp các lệnh gọi đến và đi chính xác Máy phát điện Amazon và Dịch vụ lưu trữ đơn giản của Amazon (Amazon S3), cùng với các API Rekognition của Amazon có liên quan.
4. DynamoDB giữ các ID khuôn mặt (face-id), URI đường dẫn S3 và các ID duy nhất (ví dụ: số ID nhân viên) cho mỗi face-id. Amazon S3 lưu trữ tất cả các hình ảnh khuôn mặt.
5. Thành phần chính cuối cùng của giải pháp là Amazon Rekognition. Mỗi luồng (xác thực, đăng ký, đăng ký bằng thẻ ID và cập nhật) gọi các API Rekognition của Amazon khác nhau tùy thuộc vào nhiệm vụ.

Trước khi chúng tôi triển khai giải pháp, điều quan trọng là phải biết các khái niệm và mô tả API sau:

• Bộ sưu tập - Amazon Rekognition lưu trữ thông tin về các khuôn mặt được phát hiện trong các vùng chứa phía máy chủ được gọi là bộ sưu tập. Bạn có thể sử dụng thông tin khuôn mặt được lưu trữ trong bộ sưu tập để tìm kiếm các khuôn mặt đã biết trong hình ảnh, video được lưu trữ và video phát trực tuyến. Bạn có thể sử dụng các bộ sưu tập trong nhiều tình huống khác nhau. Ví dụ: bạn có thể tạo một bộ sưu tập khuôn mặt để lưu trữ các hình ảnh huy hiệu đã quét bằng cách sử dụng Chỉ mụcKhuôn mặt Khi một nhân viên bước vào tòa nhà, hình ảnh khuôn mặt của nhân viên đó có thể được chụp lại và gửi đến Tìm kiếmKhuôn mặtByHình ảnh hoạt động. Nếu sự trùng khớp về khuôn mặt tạo ra điểm số tương đồng đủ cao (giả sử là 99%), bạn có thể xác thực nhân viên đó.
• API DetectFaces - API này phát hiện các khuôn mặt trong một hình ảnh được cung cấp làm đầu vào và trả về thông tin về các khuôn mặt. Trong quy trình đăng ký người dùng, thao tác này có thể giúp bạn sàng lọc hình ảnh trước khi chuyển sang bước tiếp theo. Ví dụ: bạn có thể kiểm tra xem ảnh có khuôn mặt hay không, người được xác định có ở đúng hướng hay không và họ có đeo thiết bị chặn khuôn mặt như kính râm hoặc mũ lưỡi trai hay không.
• API IndexFaces - API này phát hiện các khuôn mặt trong hình ảnh đầu vào và thêm chúng vào bộ sưu tập được chỉ định. Thao tác này được sử dụng để thêm hình ảnh đã được sàng lọc vào bộ sưu tập cho các truy vấn trong tương lai.
• API SearchFacesByImage - Đối với một hình ảnh đầu vào nhất định, trước tiên API phát hiện khuôn mặt lớn nhất trong hình ảnh, sau đó tìm kiếm bộ sưu tập được chỉ định để tìm các khuôn mặt phù hợp. Thao tác so sánh các đặc điểm của khuôn mặt đầu vào với các đặc điểm của khuôn mặt trong bộ sưu tập được chỉ định.
• API CompareFaces - API này so sánh một khuôn mặt trong hình ảnh đầu vào nguồn với mỗi khuôn mặt trong số 100 khuôn mặt lớn nhất được phát hiện trong hình ảnh đầu vào đích. Nếu hình ảnh nguồn chứa nhiều khuôn mặt, dịch vụ sẽ phát hiện khuôn mặt lớn nhất và so sánh nó với từng khuôn mặt được phát hiện trong ảnh đích. Đối với trường hợp sử dụng của chúng tôi, chúng tôi mong đợi cả hình ảnh nguồn và hình ảnh đích chứa một khuôn mặt duy nhất.
• API DeleteFaces - API này xóa các khuôn mặt khỏi bộ sưu tập. Bạn chỉ định một ID bộ sưu tập và một mảng ID khuôn mặt để xóa.

Quy trình công việc

Giải pháp cung cấp một mẫu quy trình công việc để cho phép người dùng đăng ký, xác thực và cập nhật hình ảnh hồ sơ người dùng. Chúng tôi trình bày chi tiết từng quy trình làm việc trong phần này.

Đăng ký người dùng mới bằng cách sử dụng ảnh tự chụp khuôn mặt

Hình dưới đây cho thấy quy trình làm việc của một đăng ký người dùng mới. Các bước điển hình trong quy trình này là:

1. Một người dùng chụp ảnh selfie.
2. Kiểm tra chất lượng của hình ảnh selfie được thực hiện.
   Chú thích: Kiểm tra phát hiện độ sống cũng có thể được thực hiện sau bước này. Để biết thêm chi tiết, vui lòng đọc phần này Blog của chúng tôi..
3. Ảnh tự chụp được kiểm tra dựa trên cơ sở dữ liệu về các khuôn mặt người dùng hiện có.

Hình ảnh sau đây minh họa quy trình làm việc của Chức năng Bước cho việc đăng ký người dùng mới.

Ba hàm được gọi trong quy trình làm việc này: phát hiện khuôn mặt, khuôn mặt tìm kiếmvà mặt chỉ mục. Các phát hiện khuôn mặt hàm gọi Amazon Rekognition DetectFaces API để xác định xem một khuôn mặt có được phát hiện trong hình ảnh và có thể sử dụng được hay không. Một số kiểm tra chất lượng bao gồm xác định rằng chỉ có một khuôn mặt xuất hiện trong hình ảnh, đảm bảo khuôn mặt không bị kính râm hoặc mũ che khuất và xác nhận rằng khuôn mặt không bị xoay bằng cách sử dụng đặt ra kích thước. Nếu hình ảnh vượt qua kiểm tra chất lượng, khuôn mặt tìm kiếm chức năng tìm kiếm một khuôn mặt phù hợp hiện có trong bộ sưu tập Amazon Rekognition bằng cách xác nhận Khuôn MặtTrận ĐấuNgưỡng điểm tin cậy đáp ứng mục tiêu ngưỡng của bạn. Để biết thêm thông tin, hãy tham khảo Sử dụng các ngưỡng tương tự để đối sánh các khuôn mặt. Nếu hình ảnh khuôn mặt không tồn tại trong bộ sưu tập, mặt chỉ mục hàm được gọi để lập chỉ mục khuôn mặt trong các bộ sưu tập. Siêu dữ liệu hình ảnh khuôn mặt được lưu trữ trong bảng DynamoDB và hình ảnh khuôn mặt được lưu trữ trong nhóm S3.

Nếu đăng ký người dùng mới thành công, thông tin thuộc tính hình ảnh khuôn mặt sẽ được thêm vào DynamoDB. Bạn có thể tùy chỉnh luồng theo quy trình nghiệp vụ. Nó thường chứa một số hoặc tất cả các bước được trình bày trong sơ đồ trước. Bạn có thể chọn chạy đồng bộ tất cả các bước (đợi một bước hoàn thành trước khi chuyển sang bước tiếp theo). Ngoài ra, bạn có thể chạy một số bước không đồng bộ (không đợi bước đó hoàn thành) để tăng tốc quá trình đăng ký người dùng và cải thiện trải nghiệm của khách hàng. Nếu các bước không thành công, bạn phải khôi phục đăng ký người dùng.

Đăng ký người dùng mới sau khi đối sánh khuôn mặt với thẻ ID bằng cách trích xuất dữ liệu thẻ ID

Ngoài việc đăng ký người dùng bằng hình ảnh, quy trình làm việc này cho phép người dùng đăng ký bằng thẻ nhận dạng giống như bằng lái xe. Các bước đăng ký người dùng mới bằng thẻ ID tương tự như các bước đăng ký người dùng mới.

Hình ảnh sau đây minh họa dòng công việc Chức năng Bước cho đăng ký người dùng mới với ID.

Bốn chức năng được gọi trong quy trình làm việc này:  phát hiện khuôn mặt, khuôn mặt tìm kiếm, mặt chỉ mục và so sánh khuôn mặt. Trình tự của các hoạt động trong dòng công việc này tương tự như dòng công việc đăng ký người dùng với việc bổ sung so sánh khuôn mặt. Sau khi xác minh chất lượng của hình ảnh selfie và đảm bảo hình ảnh khuôn mặt không có trong bộ sưu tập, so sánh khuôn mặt chức năng được gọi để xác minh hình ảnh selfie khớp với hình ảnh khuôn mặt trong thẻ ID. Nếu hình ảnh trùng khớp, các thuộc tính liên quan được trích xuất từ ​​thẻ ID. Bạn có thể trích xuất các cặp khóa-giá trị từ tài liệu nhận dạng bằng cách sử dụng Văn bản Amazon AnalyzeID API (cho các khu vực Hoa Kỳ) hoặc Amazon Rekognition DetectText API (các khu vực không thuộc Hoa Kỳ và các ngôn ngữ không phải tiếng Anh). Các thuộc tính trích xuất từ ​​thẻ ID được hợp nhất và khuôn mặt của người dùng được lập chỉ mục trong bộ sưu tập thông qua mặt chỉ mục chức năng.

Siêu dữ liệu hình ảnh khuôn mặt được lưu trữ trong bảng DynamoDB và hình ảnh khuôn mặt được lưu trữ trong nhóm S3.

Nếu hình ảnh không khớp hoặc đăng ký trùng lặp được phát hiện, người dùng sẽ không đăng nhập được. Đăng nhập thất bại có thể được ghi lại bằng cách sử dụng amazoncloudwatch sự kiện và các hành động có thể được kích hoạt bằng cách sử dụng Dịch vụ thông báo đơn giản của Amazon (Amazon SNS) để thông báo cho các hoạt động bảo mật để giám sát và theo dõi các lần đăng nhập không thành công. Để biết thêm thông tin, hãy tham khảo Theo dõi các chủ đề Amazon SNS bằng CloudWatch.

Xác thực người dùng cũ

Một quy trình phổ biến khác là thông tin đăng nhập hiện có hoặc đăng nhập của người dùng cũ. Trong quy trình này, việc kiểm tra khuôn mặt người dùng (ảnh tự chụp) được thực hiện so với khuôn mặt đã đăng ký trước đó. Các bước điển hình trong quy trình này bao gồm chụp khuôn mặt người dùng (selfie), kiểm tra chất lượng ảnh selfie, tìm kiếm và so sánh ảnh selfie với cơ sở dữ liệu khuôn mặt. Sơ đồ sau đây cho thấy một dòng chảy có thể xảy ra.

Hình ảnh sau minh họa quy trình xác thực người dùng hiện có.

Dòng công việc Hàm Bước này gọi ba hàm: phát hiện khuôn mặt, so sánh khuôn mặt và khuôn mặt tìm kiếm. Sau phát hiện khuôn mặt chức năng xác minh rằng hình ảnh khuôn mặt đã chụp là hợp lệ, so sánh khuôn mặt chức năng kiểm tra liên kết trong bảng DynamoDB để tìm hình ảnh khuôn mặt trong nhóm S3 khớp với người dùng hiện có. Nếu tìm thấy khớp, người dùng xác thực thành công. Nếu không tìm thấy kết quả trùng khớp, hàm tìm kiếm khuôn mặt được gọi để tìm kiếm hình ảnh khuôn mặt trong bộ sưu tập. Người dùng được xác minh và quá trình xác thực hoàn tất nếu hình ảnh khuôn mặt của họ tồn tại trong bộ sưu tập. Nếu không, quyền truy cập của người dùng bị từ chối.

Điều kiện tiên quyết

Trước khi bạn bắt đầu, hãy hoàn thành các điều kiện tiên quyết sau:

1. Tạo tài khoản AWS.
2. cài đặt Giao diện dòng lệnh AWS (AWS CLI) phiên bản 2 trên máy cục bộ của bạn. Để được hướng dẫn, hãy tham khảo Cài đặt hoặc cập nhật phiên bản mới nhất của AWS CLI.
3. Thiết lập AWS CLI.
4. Cài đặt Node.js trên máy cục bộ của bạn.
5. Sao chép repo mẫu trên máy cục bộ của bạn:

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

Triển khai giải pháp

Chọn ngăn xếp CloudFormation thích hợp để cung cấp giải pháp trong tài khoản AWS của bạn ở Khu vực ưa thích của bạn. Giải pháp này triển khai API Gateway được tích hợp với Step Functions và Amazon Rekognition API để chạy quy trình xác minh danh tính.

Nhấp vào một trong các nút khởi chạy sau sẽ cung cấp giải pháp vào Tài khoản AWS của bạn ở khu vực cụ thể.

  N.Virginia (us-east-1)

  Oregon (us-west-2)

Chạy các bước sau trên máy cục bộ của bạn để triển khai ứng dụng Front-end:

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

Gọi giao diện người dùng web

Cổng thông tin web được triển khai với Amplify. Trên bảng điều khiển Amplify, tìm môi trường ứng dụng web được lưu trữ và URL. Sao chép URL và truy cập nó từ trình duyệt của bạn.

Đăng ký người dùng mới bằng cách sử dụng ảnh tự chụp khuôn mặt

Đăng ký chính mình với tư cách là người dùng bằng các bước sau:

1. Mở URL web được cung cấp từ Amplify.
2. Chọn Đăng ký
3. Bật máy ảnh của bạn và chụp ảnh khuôn mặt.
4. Nhập tên người dùng và thông tin chi tiết của bạn.
5. Chọn Đăng ký để đăng ký tài khoản của bạn.

Xác thực người dùng cũ

Sau khi đăng ký, bạn đăng nhập bằng cách sử dụng ID khuôn mặt làm cơ chế xác thực.

1. Mở URL web do Amplify cung cấp
2. Chụp khuôn mặt của bạn.
3. Nhập ID người dùng của bạn.
4. Chọn Đăng nhập.

Bạn nhận được thông báo "Đăng nhập thành công" sau khi ID khuôn mặt của bạn được xác minh với hình ảnh đăng ký.

Đăng ký người dùng mới sau khi đối sánh khuôn mặt với thẻ ID bằng cách trích xuất dữ liệu thẻ ID

Để kiểm tra đăng ký người dùng bằng ID, hãy hoàn thành các bước sau:

1. Mở URL web do Amplify cung cấp.
2. Chọn Đăng ký bằng ID
3. Bật máy ảnh của bạn và chụp ảnh khuôn mặt.
4. Kéo và thả thẻ ID của bạn
5. Chọn Đăng ký .

Ảnh chụp màn hình sau đây cho thấy một ví dụ. Ứng dụng hỗ trợ hình ảnh thẻ ID lên đến 256 KB.

Bạn nhận được thông báo "Người dùng đã đăng ký thành công".

Làm sạch

Để tránh tích lũy thêm các khoản phí trong tài khoản AWS của bạn, hãy xóa các tài nguyên bạn đã cung cấp bằng cách điều hướng đến bảng điều khiển AWS CloudFormation và xóa Riv-Prod cây rơm.

Xóa ngăn xếp không xóa nhóm S3 bạn đã tạo. Nhóm này lưu trữ tất cả các hình ảnh khuôn mặt. Nếu bạn muốn xóa nhóm S3, hãy điều hướng đến bảng điều khiển Amazon S3, làm trống nhóm, sau đó xác nhận bạn muốn xóa vĩnh viễn.

Kết luận

Amazon Rekognition giúp dễ dàng thêm phân tích hình ảnh vào các ứng dụng xác minh danh tính của bạn bằng cách sử dụng công nghệ học sâu đã được chứng minh, có khả năng mở rộng cao, không yêu cầu chuyên môn về ML để sử dụng. Amazon Rekognition cung cấp phát hiện và so sánh khuôn mặt các khả năng. Với sự kết hợp của Phát hiện không gian, So sánh khuôn mặt, Chỉ mụcKhuôn mặt, Tìm kiếmKhuôn mặtByHình ảnh, phát hiện văn bản và  ID phân tích, bạn có thể triển khai các quy trình chung xung quanh đăng ký người dùng mới và thông tin đăng nhập người dùng hiện có.

Bộ sưu tập Amazon Rekognition cung cấp phương pháp lưu trữ thông tin về các khuôn mặt được phát hiện trong vùng chứa phía máy chủ. Sau đó, bạn có thể sử dụng thông tin khuôn mặt được lưu trữ trong bộ sưu tập để tìm kiếm các khuôn mặt đã biết trong hình ảnh. Khi sử dụng bộ sưu tập, bạn không cần phải lưu trữ ảnh gốc sau khi lập chỉ mục các khuôn mặt trong bộ sưu tập. Các bộ sưu tập của Amazon Rekognition không lưu giữ các hình ảnh thực tế. Thay vào đó, thuật toán phát hiện cơ bản sẽ phát hiện các khuôn mặt trong hình ảnh đầu vào, trích xuất các đặc điểm trên khuôn mặt thành một vectơ đặc trưng cho mỗi khuôn mặt và lưu trữ nó trong bộ sưu tập.

Để bắt đầu hành trình xác minh danh tính của bạn, hãy truy cập Xác minh danh tính bằng Amazon Rekognition.

Giới thiệu về tác giả

Cây nho Kacchawaha là Kiến trúc sư Giải pháp tại AWS với chuyên môn về Học máy. Anh ấy chịu trách nhiệm giúp khách hàng kiến ​​trúc khối lượng công việc có thể mở rộng, bảo mật và tiết kiệm chi phí trên AWS.

Ramesh Thiagarajan là một Kiến trúc sư Giải pháp Cấp cao sống tại San Francisco. Ông có bằng Cử nhân Khoa học Ứng dụng và bằng Thạc sĩ về An ninh mạng. Ông chuyên về di chuyển trên đám mây, bảo mật đám mây, tuân thủ và quản lý rủi ro. Ngoài công việc, anh ấy còn là một người đam mê làm vườn và rất thích các dự án bất động sản và cải tạo nhà cửa.

Amit Gupta là Kiến trúc sư Giải pháp Dịch vụ AI tại AWS. Anh ấy đam mê tạo điều kiện cho khách hàng có các giải pháp máy học được kiến ​​trúc tốt trên quy mô lớn.

Tim Murphy là Kiến trúc sư giải pháp cao cấp của AWS, làm việc với các khách hàng dịch vụ tài chính doanh nghiệp để xây dựng các giải pháp tập trung vào đám mây kinh doanh. Ông đã dành thập kỷ qua để làm việc với các công ty khởi nghiệp, tổ chức phi lợi nhuận, doanh nghiệp thương mại và các cơ quan chính phủ, triển khai cơ sở hạ tầng trên quy mô lớn. Vào những lúc rảnh rỗi khi anh ấy không mày mò với công nghệ, bạn rất có thể sẽ tìm thấy anh ấy ở những khu vực xa xôi trên trái đất, đi bộ đường dài, lướt sóng hoặc đạp xe qua một thành phố mới.

Nate Bachmeier là một Kiến trúc sư giải pháp cao cấp của AWS khám phá New York một cách du mục, tích hợp một đám mây tại một thời điểm. Ông chuyên về di chuyển và hiện đại hóa các ứng dụng. Ngoài ra, Nate là một sinh viên toàn thời gian và có hai đứa con.

Jessie-Lee Fry là Chuyên gia Snr AIML tập trung vào Thị giác Máy tính tại AWS. Cô ấy giúp các tổ chức tận dụng Học máy và AI để chống lại gian lận và thúc đẩy sự đổi mới thay mặt cho khách hàng của họ. Ngoài công việc, cô ấy thích dành thời gian cho gia đình, đi du lịch và đọc tất cả về AI có trách nhiệm.