Amazon Rekognition Face Liveness

可在面部验证期间检测出真实用户,并在几秒钟内阻止使用欺诈手段的不法分子

Amazon Rekognition Face Liveness 可以验证只有真实用户(而不是使用欺诈手段的虚假行为者)可以访问您的服务。 Amazon Rekognition Face Liveness 可以分析自拍短视频,以检测呈现给相机的欺骗行为(例如打印的照片、数字照片、数字视频或 3D 面具)以及绕过相机的欺诈行为(例如预先录制或深度伪造的视频)。Face Liveness 是一项完全托管的功能,可以轻松添加到在大多数带有前置摄像头的设备上运行的 React Web、原生 iOS 和原生 Android 应用程序中。无需基础设施管理、特定于硬件的实施或机器学习专业知识。该功能会根据需求自动纵向扩展或缩减,您只需为所进行的人脸活动检查付费。

使用 Amazon Rekognition Face Liveness 验证在线用户未受欺骗行为攻击(2:35)

使用案例

用户入门

使用 Face Liveness 验证新用户,可减少在您的服务上创建的欺诈性账户。例如,金融服务客户可以在开设在线账户之前使用 Face Liveness 和 Amazon Rekognition Face Matching 来验证用户身份。

增强身份验证

使用 Face Liveness 加强对高价值用户活动的验证,例如设备更改、密码更改和汇款。例如,共享出行客户可以在开始乘车之前使用 Face Liveness 和 Face Matching 来验证司机身份。

用户年龄验证

使用 Face Liveness 阻止未成年用户访问受限内容。例如,在线游戏或约会的客户可以使用 Face Liveness 和 Amazon Rekognition Facial Analysis 中的年龄估算功能来验证用户的年龄,然后再授予访问权限。

机器人检测

借助 Face Liveness 避免机器人使用您的服务。例如,社交媒体客户可以使用 Face Liveness 进行真人检查,将机器人拒之门外。

工作原理

Amazon Redshift 数据共享的工作原理

功能

 
高安全性 演示攻击检测 检测呈现给摄像头的欺骗性攻击,例如打印的 2D 照片、2D 剪裁的纸质面具以及数字屏幕上的高分辨率照片或视频。

绕过攻击检测

检测绕过摄像头的欺骗性攻击,例如直接投入视频捕获子系统的预先录制、合成和深度伪造的视频。

3D 面具攻击检测

检测使用由硅胶、乳胶、塑料、布料等制成的 3D 面具进行的欺骗性攻击。

可配置置信度分数 

根据您的使用案例提供介于 0 到 100 之间的可调安全级别的置信度分数。
降低用户摩擦

近乎被动的用户操作

需要将脸部移动到用户设备屏幕上呈现的椭圆形这样的简单动作,类似于自拍视频。

快速验证

实时分析用户自拍视频,以最大限度地减少端到端延迟,并在几秒钟内提供结果。

用户指导和反馈

提供屏幕说明和上下文指导,帮助最终用户快速完成活动性检查。

无障碍合规性

Face Liveness 用户挑战中显示的彩色屏幕遵守《网页内容无障碍浏览指引(WCAG)2.1》,最大限度地减少对照片敏感用户的影响。
轻松集成

多平台支持

集成到适用于网络(React)和移动设备(原生 iOS 和原生 Android)的 AWS Amplify 软件开发工具包中。无需实施特定的硬件。

预建的用户界面(UI)组件

提供预建的用户界面,可快速将 Face Liveness 集成到您的应用程序中。

优化的视频捕捉和流式传输

将自拍视频大小降低到 1 MB 以下,以实现高效的数据传输。

带质量检查的自拍相框

提供高质量的自拍相框,用于面部匹配或年龄估算。
易于管理

完全托管

无需在其本地或托管基础架构中部署或管理活动性软件。 

审计图像

最多返回到四个相框以用于手动检查或审计跟踪。

按使用量付费并自动扩展

按每次活动性检查付费,自动纵向扩展到每天数百万次活动性检查。

开源设备软件开发工具包

AWS Amplify 软件开发工具包具有完全的透明度和可见性。

客户

本行已隐藏!!

Entersekt 是强大的设备身份和客户身份验证软件的领先提供商。全球各国的金融机构和其他大型企业依靠其多项专利技术与客户进行安全通信,保护他们免受欺诈,并为他们提供便捷的新体验,无论使用何种渠道或设备。

“我们的目标是使用包括面部生物识别在内的一系列技术,协助组织打击欺诈,加快真正的客户入门并遵守监管要求。通过评估,我们发现,Amazon Rekognition Face Liveness 的用户友好界面和在检测复杂欺骗性攻击方面的良好精度非常突出。将 Rekognition Face Liveness 纳入我们的身份验证流程既简单又快捷。”
AU Small Finance Bank

Software Colombia 是一家总部位于哥伦比亚波哥大的顶级软件开发公司,在全球提供尖端技术解决方案。

“AWS 身份验证及其全新的 Amazon Rekognition Face Liveness 帮助我们的新 eLogic 生物识别解决方案将欺诈和风险降低了 95%,同时使我们的产品更具包容性和可访问性。”

Alex Chacón,Software Colombia 首席执行官

常见问题

支持哪些 AWS 区域?
Face Liveness 现已在五个 AWS 区域推出:美国东部(弗吉尼亚州北部)、美国西部(俄勒冈州)、欧洲地区(爱尔兰)、亚太地区(东京)和亚太地区(孟买)。要了解有关区域支持的更多信息,请访问 Amazon Rekognition 端点页面

Face Liveness 输出的是什么?
Face Liveness 功能生成的概率置信度分数介于 0 到 100 之间。分数越高,则用户活着且真实的置信度就越高。Face Liveness 提供自拍相框,用于面部匹配或年龄估算。该功能还会返回多达四个审计框架,以供人工审查和审计跟踪。

我应该使用 Face Liveness 来替换用户名和密码吗?
我们不建议使用 Face Liveness 和 Face Matching 来代替用户名/密码。我们建议使用 Face Liveness 和 Face Matching 作为用户名/密码登录的辅助方法或增强方法,以额外增加一层安全性。

您如何解决 Face Liveness 中的偏差?
Face Liveness 使用数据集进行训练和测试,这些数据集代表了各种环境变化下的人类面部特征和肤色。这包括自拍视频的数据集,我们有可靠的人口统计标签,例如性别、年龄和肤色。

Face Liveness 处理的用户视频是否已存储? 如何选择退出数据存储?
除非您选择退出,否则 Face Liveness 可能会存储和使用经过处理的自拍视频,仅用于提供、维护和改进该功能。要了解更多信息,请访问 Rekognition 数据隐私

Face Liveness 是如何定价的?
Face Liveness 按每次检查进行定价。要了解更多信息,请访问 Amazon Rekognition 定价页面。 

了解有关 Amazon Rekognition 定价的更多信息

访问定价页面
准备好开始构建了吗?
Amazon Rekognition 入门
还有更多问题?
联系我们