परिचय
आज के डिजिटल परिदृश्य में, अपने ग्राहक को जानें (केवाईसी) नियमों का पालन करना वित्तीय सेवाओं, ऑनलाइन बाज़ारों और उपयोगकर्ता पहचान की आवश्यकता वाले अन्य क्षेत्रों में काम करने वाले व्यवसायों के लिए सर्वोपरि है। परंपरागत रूप से, केवाईसी प्रक्रियाएं मैन्युअल दस्तावेज़ सत्यापन, समय लेने वाली और त्रुटि-प्रवण दृष्टिकोण पर निर्भर रही हैं। यह मार्गदर्शिका इस बात पर प्रकाश डालती है कि चेहरे की पहचान और विश्लेषण में विशेषज्ञता वाली AWS की एक शक्तिशाली क्लाउड-आधारित AI सेवा, Amazon Rekognition, आपकी ऑनलाइन KYC रणनीति में कैसे क्रांतिकारी बदलाव ला सकती है, इसे एक सुव्यवस्थित, सुरक्षित और लागत प्रभावी प्रक्रिया में बदल सकती है।
सीखने के मकसद
- विभिन्न उद्योगों में अपने ग्राहक को जानें (केवाईसी) नियमों के महत्व और मैन्युअल सत्यापन प्रक्रियाओं से जुड़ी चुनौतियों को समझें।
- चेहरे की पहचान और विश्लेषण में विशेषज्ञता वाली क्लाउड-आधारित एआई सेवा के रूप में अमेज़ॅन रिकॉग्निशन की क्षमताओं का अन्वेषण करें।
- उपयोगकर्ता ऑनबोर्डिंग सहित, अमेज़ॅन रिकॉग्निशन का उपयोग करके पहचान सत्यापन लागू करने में शामिल चरणों को जानें। पाठ निष्कर्षण, जीवंतता का पता लगाना, चेहरे का विश्लेषण, और चेहरे का मिलान।
- सुरक्षा उपायों को बढ़ाने, उपयोगकर्ता प्रमाणीकरण प्रक्रियाओं को सुव्यवस्थित करने और उपयोगकर्ता अनुभवों को बेहतर बनाने के लिए एआई-संचालित पहचान सत्यापन का लाभ उठाने के महत्व को समझें।
इस लेख के एक भाग के रूप में प्रकाशित किया गया था डेटा साइंस ब्लॉगथॉन।
विषय - सूची
केवाईसी चुनौतियों को समझना
केवाईसी विनियम अनिवार्य करते हैं कि व्यवसाय अपने उपयोगकर्ताओं की पहचान सत्यापित करें धोखाधड़ी को कम करें, मनी लॉन्ड्रिंग, और अन्य वित्तीय अपराध। इस सत्यापन में आम तौर पर सरकार द्वारा जारी पहचान दस्तावेजों को एकत्र करना और मान्य करना शामिल होता है। हालाँकि ये नियम एक सुरक्षित वित्तीय पारिस्थितिकी तंत्र को बनाए रखने के लिए आवश्यक हैं, मैन्युअल सत्यापन प्रक्रियाएँ चुनौतियाँ पैदा करती हैं:
- महामारी प्रभाव: महामारी के दौरान, वित्तीय क्षेत्र को नए ग्राहकों को जोड़ने में महत्वपूर्ण चुनौतियों का सामना करना पड़ा क्योंकि आवाजाही प्रतिबंधित थी। इसलिए, थोक में मैन्युअल सत्यापन संभव नहीं है। इसलिए ऑनलाइन केवाईसी लागू करके, आपका व्यवसाय भविष्य में होने वाली ऐसी घटनाओं के लिए तैयार है।
- मानवीय त्रुटियाँ: मैन्युअल सत्यापन में त्रुटियां होने की आशंका रहती है, जिससे संभावित रूप से फर्जी पंजीकरण में गड़बड़ी हो सकती है।
- आईडी प्रबंधित करना: चूंकि दस्तावेज़ीकरण एक मुद्रित प्रति है इसलिए इसे प्रबंधित करना एक बढ़ती हुई चुनौती है। प्रतियां खो सकती हैं, जल सकती हैं, चोरी हो सकती हैं, दुरुपयोग हो सकता है, आदि।
अमेज़न रिकॉग्निशन क्या है?
Amazon Rekognition Amazon Web Services (AWS) द्वारा पेश की जाने वाली एक शक्तिशाली छवि और वीडियो विश्लेषण सेवा है। यह छवियों और वीडियो में दृश्य सामग्री का विश्लेषण करने के लिए उन्नत मशीन लर्निंग एल्गोरिदम का उपयोग करता है, जिससे डेवलपर्स मूल्यवान अंतर्दृष्टि निकाल सकते हैं और ऑब्जेक्ट डिटेक्शन, चेहरे की पहचान और पहचान सत्यापन जैसे विभिन्न कार्य कर सकते हैं। नीचे दिया गया सरलीकृत आरेख इसमें शामिल सुविधाओं और सेवाओं का एक अच्छा विचार देता है।
अमेज़ॅन मान्यता के साथ पहचान सत्यापन
इससे पहले कि मैं आपको कार्यान्वयन पर ले जाऊं, मैं आपको हमारे ऑनलाइन केवाईसी के लिए पहचान सत्यापन को लागू करने में शामिल एक उच्च-स्तरीय विचार और कदम बताऊंगा।
- उपयोगकर्ता ऑनबोर्डिंग: यह प्रक्रिया व्यवसाय के लिए विशिष्ट होगी. हालाँकि, कम से कम, व्यवसाय को प्रथम नाम, मध्य नाम, अंतिम नाम, जन्म तिथि, आईडी कार्ड की समाप्ति तिथि और पासपोर्ट आकार के फोटो की आवश्यकता होगी। यह सारी जानकारी उपयोगकर्ता को राष्ट्रीय आईडी कार्ड की एक छवि अपलोड करने के लिए कहकर एकत्र की जा सकती है।
- पाठ निकालें: AWS टेक्स्ट्रेक्ट सेवा अपलोड किए गए आईडी कार्ड से उपरोक्त सभी जानकारी बड़े करीने से निकाल सकती है। इतना ही नहीं हम आईडी कार्ड से विशिष्ट जानकारी प्राप्त करने के लिए टेक्स्टट्रैक्ट से भी पूछताछ कर सकते हैं।
- जीवंतता और चेहरे की पहचान: यह सुनिश्चित करने के लिए कि अपना केवाईसी करने का प्रयास करने वाला उपयोगकर्ता स्क्रीन पर सक्रिय है और लाइवनेस सत्र शुरू होने पर लाइव है। अमेज़ॅन रिकॉग्निशन छवियों या वीडियो स्ट्रीम के भीतर चेहरों का सटीक पता लगा सकता है और तुलना कर सकता है।
- चेहरे का विश्लेषण: एक बार जब किसी चेहरे को पकड़ लिया जाता है, तो यह चेहरे की विशेषताओं जैसे उम्र, लिंग, भावनाओं और चेहरे के स्थलों के बारे में विस्तृत जानकारी प्रदान करता है। इतना ही नहीं, यह इस बात की भी पुष्टि करेगा कि उपयोगकर्ता के पास धूप का चश्मा है या उसका चेहरा अन्य वस्तुओं से ढका हुआ है।
- चेहरा मिलान: लाइवनेस की पुष्टि करने के बाद, हम राष्ट्रीय आईडी कार्ड से निकाली गई संदर्भ छवियों और लाइवनेस सत्र से वर्तमान छवि के आधार पर व्यक्तियों की पहचान सत्यापित करने के लिए चेहरा मिलान कर सकते हैं।
जैसा कि आप देख सकते हैं रिकॉग्निशन कैप्चर की गई सेल्फी का विश्लेषण करके और उपयोगकर्ता द्वारा अपलोड की गई सरकार द्वारा जारी आईडी से तुलना करके तेजी से उपयोगकर्ता पंजीकरण की सुविधा प्रदान करता है। रिकॉग्निशन के भीतर जीवंतता का पता लगाने की क्षमताएं उपयोगकर्ताओं को पलक झपकाने या अपना सिर मोड़ने जैसी विशिष्ट क्रियाएं करने के लिए प्रेरित करके स्पूफिंग प्रयासों को विफल करने में मदद करती हैं। यह सुनिश्चित करता है कि पंजीकरण करने वाला उपयोगकर्ता एक वास्तविक व्यक्ति है और चालाकी से छिपाई गई तस्वीर या गहरी नकली नहीं है। यह स्वचालित प्रक्रिया उपयोगकर्ता अनुभव को बेहतर बनाते हुए ऑनबोर्डिंग समय को काफी कम कर देती है। मान्यता मैन्युअल सत्यापन में निहित मानवीय त्रुटि की संभावना को समाप्त कर देती है। इसके अलावा, चेहरे की पहचान एल्गोरिदम विश्वसनीय पहचान सत्यापन सुनिश्चित करते हुए उच्च सटीकता दर प्राप्त करते हैं।
मुझे पता है कि अब आप इसे क्रियान्वित होते देखने के लिए बहुत उत्साहित हैं, तो चलिए सीधे इस पर चलते हैं।
पहचान सत्यापन लागू करना: स्वचालित केवाईसी समाधान
चरण 1: AWS खाता स्थापित करना
आरंभ करने से पहले, सुनिश्चित करें कि आपके पास एक सक्रिय AWS खाता है। यदि आपने अभी तक AWS खाते के लिए साइन अप नहीं किया है तो आप AWS वेबसाइट पर साइन अप कर सकते हैं। एक बार साइन अप करने के बाद, मान्यता सेवाओं को सक्रिय करें। AWS इस प्रक्रिया को सुविधाजनक बनाने के लिए व्यापक दस्तावेज़ीकरण और ट्यूटोरियल प्रदान करता है।
चरण 2: IAM अनुमतियाँ सेट करना
यदि आप Python या AWS CLI का उपयोग करना चाहते हैं तो यह चरण आवश्यक है। आपको रिकॉग्निशन, S3 और टेक्स्टट्रैक्ट तक पहुंचने की अनुमति प्रदान करने की आवश्यकता है। यह कंसोल से किया जा सकता है.
चरण 3: उपयोगकर्ता राष्ट्रीय आईडी अपलोड करें
मैं इसे सीएलआई, पायथन और एक ग्राफिकल इंटरफ़ेस के माध्यम से प्रदर्शित करूंगा। यदि आप ग्राफ़िकल इंटरफ़ेस के लिए कोई कोड ढूंढ रहे हैं तो AWS ने एक अच्छा अपलोड किया है गिट पर उदाहरण. इस आलेख ने ग्राफिकल इंटरफ़ेस दिखाने के लिए उसी कोड को तैनात किया है।
aws textract analyze-id --document-pages
'{"S3Object":{"Bucket":"bucketARN","Name":"id.jpg"}}'"IdentityDocuments": [
{
"DocumentIndex": 1,
"IdentityDocumentFields": [
{
"Type": {
"Text": "FIRST_NAME"
},
"ValueDetection": {
"Text": "xyz",
"Confidence": 93.61839294433594
}
},
{
"Type": {
"Text": "LAST_NAME"
},
"ValueDetection": {
"Text": "abc",
"Confidence": 96.3537826538086
}
},
{
"Type": {
"Text": "MIDDLE_NAME"
},
"ValueDetection": {
"Text": "",
"Confidence": 99.16631317138672
}
},
{
"Type": {
"Text": "SUFFIX"
},
"ValueDetection": {
"Text": "",
"Confidence": 99.16964721679688
}
},
{
"Type": {
"Text": "CITY_IN_ADDRESS"
},
"ValueDetection": {
"Text": "",
"Confidence": 99.17261505126953
}
},
{
"Type": {
"Text": "ZIP_CODE_IN_ADDRESS"
},
"ValueDetection": {
"Text": "",
"Confidence": 99.17854309082031
}
},
{
"Type": {
"Text": "STATE_IN_ADDRESS"
},
"ValueDetection": {
"Text": "",
"Confidence": 99.15782165527344
}
},
{
"Type": {
"Text": "STATE_NAME"
},
"ValueDetection": {
"Text": "",
"Confidence": 99.16664123535156
}
},
{
"Type": {
"Text": "DOCUMENT_NUMBER"
},
"ValueDetection": {
"Text": "123456",
"Confidence": 95.29527282714844
}
},
{
"Type": {
"Text": "EXPIRATION_DATE"
},
"ValueDetection": {
"Text": "22 OCT 2024",
"NormalizedValue": {
"Value": "2024-10-22T00:00:00",
"ValueType": "Date"
},
"Confidence": 95.7198486328125
}
},
{
"Type": {
"Text": "DATE_OF_BIRTH"
},
"ValueDetection": {
"Text": "1 SEP 1994",
"NormalizedValue": {
"Value": "1994-09-01T00:00:00",
"ValueType": "Date"
},
"Confidence": 97.41930389404297
}
},
{
"Type": {
"Text": "DATE_OF_ISSUE"
},
"ValueDetection": {
"Text": "23 OCT 2004",
"NormalizedValue": {
"Value": "2004-10-23T00:00:00",
"ValueType": "Date"
},
"Confidence": 96.1384506225586
}
},
{
"Type": {
"Text": "ID_TYPE"
},
"ValueDetection": {
"Text": "PASSPORT",
"Confidence": 98.65157318115234
}
}उपरोक्त कमांड S3 में पहले से अपलोड की गई छवि से जानकारी निकालने के लिए AWS टेक्स्टट्रैक्ट विश्लेषण-आईडी कमांड का उपयोग करता है। आउटपुट JSON में बाउंडिंग बॉक्स भी शामिल हैं इसलिए मैंने केवल मुख्य जानकारी दिखाने के लिए इसे छोटा कर दिया है। जैसा कि आप देख सकते हैं, इसने टेक्स्ट वैल्यू के आत्मविश्वास स्तर के साथ-साथ सभी आवश्यक जानकारी निकाल ली है।
पायथन फ़ंक्शंस का उपयोग करना
textract_client = boto3.client('textract', region_name='us-east-1')
def analyze_id(document_file_name)->dict:
if document_file_name is not None:
with open(document_file_name, "rb") as document_file:
idcard_bytes = document_file.read()
'''
Analyze the image using Amazon Textract.
'''
try:
response = textract_client.analyze_id(
DocumentPages=[
{'Bytes': idcard_bytes},
])
return response
except textract_client.exceptions.UnsupportedDocumentException:
logger.error('User %s provided an invalid document.' % inputRequest.user_id)
raise InvalidImageError('UnsupportedDocument')
except textract_client.exceptions.DocumentTooLargeException:
logger.error('User %s provided document too large.' % inputRequest.user_id)
raise InvalidImageError('DocumentTooLarge')
except textract_client.exceptions.ProvisionedThroughputExceededException:
logger.error('Textract throughput exceeded.')
raise InvalidImageError('ProvisionedThroughputExceeded')
except textract_client.exceptions.ThrottlingException:
logger.error('Textract throughput exceeded.')
raise InvalidImageError('ThrottlingException')
except textract_client.exceptions.InternalServerError:
logger.error('Textract Internal Server Error.')
raise InvalidImageError('ProvisionedThroughputExceeded')
result = analyze_id('id.jpeg')
print(result) # print raw outputग्राफ़िकल इंटरफ़ेस का उपयोग करना
जैसा कि आप देख सकते हैं टेक्स्टट्रैक्ट ने सभी प्रासंगिक जानकारी प्राप्त कर ली है और आईडी प्रकार भी दिखाता है। इस जानकारी का उपयोग ग्राहक या उपयोगकर्ता को पंजीकृत करने के लिए किया जा सकता है। लेकिन उससे पहले आइए यह सत्यापित करने के लिए लाइवनेस जांच करें कि यह एक वास्तविक व्यक्ति है।
जीवंतता की जांच
एक बार जब उपयोगकर्ता नीचे दी गई छवि में शुरुआती जांच पर क्लिक करता है, तो यह पहले चेहरे का पता लगाएगा, और यदि स्क्रीन पर केवल एक चेहरा है तो यह लाइवनेस सत्र शुरू कर देगा। गोपनीयता कारणों से, मैं पूरा लाइवनेस सत्र नहीं दिखा सकता। हालाँकि, आप इसकी जाँच कर सकते हैं डेमो वीडियो लिंक. लाइवनेस सत्र % विश्वास में परिणाम प्रदान करेगा। हम एक सीमा भी निर्धारित कर सकते हैं जिसके नीचे लाइवनेस सत्र विफल हो जाएगा। इस तरह के महत्वपूर्ण अनुप्रयोगों के लिए, सीमा को 95% तक रखना चाहिए।
आत्मविश्वास के अलावा, लाइवनेस सत्र चेहरे पर पहचानी जाने वाली भावनाओं और विदेशी वस्तुओं को भी प्रदान करेगा। यदि उपयोगकर्ता के पास धूप का चश्मा है या वह क्रोध आदि जैसे भाव दिखा रहा है तो एप्लिकेशन छवि को अस्वीकार कर सकता है।
पायथन कोड
rek_client = boto3.client('rekognition', region_name='us-east-1')
sessionid = rek_client.create_face_liveness_session(Settings={'AuditImagesLimit':1,
'OutputConfig': {"S3Bucket": 'IMAGE_BUCKET_NAME'}})
session = rek_client.get_face_liveness_session_results(
SessionId=sessionid)
चेहरा तुलना
एक बार जब उपयोगकर्ता लाइवनेस सत्र सफलतापूर्वक पूरा कर लेता है तो एप्लिकेशन को चेहरे की तुलना आईडी से पहचाने गए चेहरे से करनी होती है। यह हमारे एप्लिकेशन का सबसे महत्वपूर्ण हिस्सा है। हम ऐसे उपयोगकर्ता को पंजीकृत नहीं करना चाहते जिसका चेहरा आईडी से मेल नहीं खाता। अपलोड की गई आईडी से पाया गया चेहरा पहले से ही कोड द्वारा S3 में संग्रहीत है जो एक संदर्भ छवि के रूप में कार्य करेगा। इसी प्रकार लाइवनेस सत्र का चेहरा भी S3 में संग्रहीत किया जाता है। आइए पहले सीएलआई कार्यान्वयन की जाँच करें।
सीएलआई कमांड
aws rekognition compare-faces
--source-image '{"S3Object":{"Bucket":"imagebucket","Name":"reference.jpg"}}'
--target-image '{"S3Object":{"Bucket":"imagebucket","Name":"liveness.jpg"}}'
--similarity-threshold 0.9
उत्पादन
{
"UnmatchedFaces": [],
"FaceMatches": [
{
"Face": {
"BoundingBox": {
"Width": 0.12368916720151901,
"Top": 0.16007372736930847,
"Left": 0.5901257991790771,
"Height": 0.25140416622161865
},
"Confidence": 99.0,
"Pose": {
"Yaw": -3.7351467609405518,
"Roll": -0.10309021919965744,
"Pitch": 0.8637830018997192
},
"Quality": {
"Sharpness": 95.51618957519531,
"Brightness": 65.29893493652344
},
"Landmarks": [
{
"Y": 0.26721030473709106,
"X": 0.6204193830490112,
"Type": "eyeLeft"
},
{
"Y": 0.26831310987472534,
"X": 0.6776827573776245,
"Type": "eyeRight"
},
{
"Y": 0.3514654338359833,
"X": 0.6241428852081299,
"Type": "mouthLeft"
},
{
"Y": 0.35258132219314575,
"X": 0.6713621020317078,
"Type": "mouthRight"
},
{
"Y": 0.3140771687030792,
"X": 0.6428444981575012,
"Type": "nose"
}
]
},
"Similarity": 100.0
}
],
"SourceImageFace": {
"BoundingBox": {
"Width": 0.12368916720151901,
"Top": 0.16007372736930847,
"Left": 0.5901257991790771,
"Height": 0.25140416622161865
},
"Confidence": 99.0
}
}
जैसा कि आप ऊपर देख सकते हैं, इससे पता चला है कि कोई भी बेजोड़ चेहरा नहीं है और चेहरा 99% आत्मविश्वास के स्तर से मेल खाता है। इसने अतिरिक्त आउटपुट के रूप में बाउंडिंग बॉक्स भी लौटाए हैं। अब आइए पायथन कार्यान्वयन को देखें।
पायथन कोड
rek_client = boto3.client('rekognition', region_name='us-east-1')
response = rek_client.compare_faces(
SimilarityThreshold=0.9,
SourceImage={
'S3Object': {
'Bucket': bucket,
'Name': idcard_name
}
},
TargetImage={
'S3Object': {
'Bucket': bucket,
'Name': name
}
})
if len(response['FaceMatches']) == 0:
IsMatch = 'False'
Reason = 'Property FaceMatches is empty.'
facenotMatch = False
for match in response['FaceMatches']:
similarity:float = match['Similarity']
if similarity > 0.9:
IsMatch = True,
Reason = 'All checks passed.'
else:
facenotMatch = True
उपरोक्त कोड सीमा को 90% तक रखते हुए आईडी कार्ड और लाइवनेस सत्र से पहचाने गए चेहरे की तुलना करेगा। यदि चेहरा मेल खाता है तो यह IsMatch वेरिएबल को True पर सेट कर देगा। तो केवल एक फ़ंक्शन कॉल के साथ, हम दो चेहरों की तुलना कर सकते हैं, वे दोनों पहले से ही S3 बकेट में अपलोड किए गए हैं।
तो अंततः, हम वैध उपयोगकर्ता को पंजीकृत कर सकते हैं और उसका केवाईसी पूरा कर सकते हैं। जैसा कि आप देख सकते हैं, यह पूरी तरह से स्वचालित और उपयोगकर्ता द्वारा शुरू किया गया है, और इसमें कोई अन्य व्यक्ति शामिल नहीं है। वर्तमान मैन्युअल प्रक्रिया की तुलना में इस प्रक्रिया ने उपयोगकर्ता की ऑनबोर्डिंग को भी छोटा कर दिया है।
चरण 4: GPT जैसे दस्तावेज़ को क्वेरी करें
मुझे टेक्स्टट्रैक्ट की एक अत्यंत उपयोगी विशेषता पसंद आई, आप विशिष्ट प्रश्न पूछ सकते हैं, जैसे "पहचान संख्या क्या है"। आइए मैं आपको दिखाता हूं कि AWS CLI का उपयोग करके यह कैसे करें।
aws textract analyze-document --document '{"S3Object":{"Bucket":"ARN","Name":"id.jpg"}}'
--feature-types '["QUERIES"]' --queries-config '{"Queries":[{"Text":"What is the Identity No"}]}'कृपया ध्यान दें कि पहले, मैंने विश्लेषण-आईडी फ़ंक्शन का उपयोग किया था जबकि अब मैंने दस्तावेज़ को क्वेरी करने के लिए विश्लेषण-दस्तावेज़ का उपयोग किया है। यह बहुत उपयोगी है यदि आईडी कार्ड में ऐसे विशिष्ट फ़ील्ड हैं जिन्हें विश्लेषण-आईडी फ़ंक्शन द्वारा नहीं निकाला जाता है। विश्लेषण-आईडी फ़ंक्शन सभी अमेरिकी आईडी कार्डों के लिए अच्छी तरह से काम करता है, हालांकि, यह भारत सरकार के आईडी कार्डों के साथ भी अच्छी तरह से काम करता है। फिर भी, यदि कुछ फ़ील्ड नहीं निकाले गए हैं तो क्वेरी सुविधा का उपयोग किया जा सकता है।
AWS DynamoDB में संग्रहीत उपयोगकर्ता पहचान, उपयोगकर्ता आईडी और चेहरा आईडी के प्रबंधन के लिए कॉग्निटो सेवा का उपयोग करता है। AWS नमूना कोड मौजूदा डेटाबेस से छवियों की तुलना भी करता है ताकि एक ही उपयोगकर्ता किसी भिन्न आईडी या उपयोगकर्ता नाम का उपयोग करके पुनः पंजीकरण न कर सके। एक मजबूत स्वचालित केवाईसी प्रणाली के लिए इस प्रकार का सत्यापन आवश्यक है।
निष्कर्ष
स्वचालित सेल्फ केवाईसी के लिए AWS रिकॉग्निशन को अपनाकर, आप अपनी उपयोगकर्ता ऑनबोर्डिंग प्रक्रिया को एक श्रमसाध्य बाधा से एक सहज और सुरक्षित अनुभव में बदल सकते हैं। अमेज़ॅन रिकॉग्निशन उन्नत चेहरे की पहचान क्षमताओं के साथ पहचान सत्यापन प्रणाली को लागू करने के लिए एक मजबूत समाधान प्रदान करता है। इसकी सुविधाओं का लाभ उठाकर, डेवलपर्स सुरक्षा उपायों को बढ़ा सकते हैं, उपयोगकर्ता प्रमाणीकरण प्रक्रियाओं को सुव्यवस्थित कर सकते हैं और विभिन्न अनुप्रयोगों और उद्योगों में निर्बाध उपयोगकर्ता अनुभव प्रदान कर सकते हैं।
ऊपर उल्लिखित व्यापक मार्गदर्शिका के साथ, आप अमेज़ॅन रिकॉग्निशन का प्रभावी ढंग से उपयोग करके पहचान सत्यापन को लागू करने के लिए अपनी यात्रा शुरू करने के लिए अच्छी तरह से सुसज्जित हैं। एआई-संचालित पहचान सत्यापन की शक्ति को अपनाएं और डिजिटल पहचान प्रबंधन के क्षेत्र में नई संभावनाओं को अनलॉक करें।
चाबी छीन लेना
- अमेज़ॅन रिकॉग्निशन उन्नत चेहरे की पहचान और विश्लेषण क्षमताएं प्रदान करता है, जिससे सुव्यवस्थित और सुरक्षित पहचान सत्यापन प्रक्रियाओं की सुविधा मिलती है।
- यह सरकार द्वारा जारी आईडी कार्ड से आवश्यक जानकारी निकालकर और जीवंतता जांच करके स्वचालित उपयोगकर्ता ऑनबोर्डिंग को सक्षम बनाता है।
- कार्यान्वयन चरणों में AWS सेवाएँ स्थापित करना, IAM अनुमतियाँ कॉन्फ़िगर करना और पाठ निष्कर्षण और चेहरे की तुलना के लिए पायथन फ़ंक्शंस या ग्राफ़िकल इंटरफ़ेस का उपयोग करना शामिल है।
- वास्तविक समय की जीवंतता जांच यह सुनिश्चित करके सुरक्षा बढ़ाती है कि सत्यापन के दौरान उपयोगकर्ता मौजूद हैं, जबकि चेहरे की तुलना संदर्भ छवियों के विरुद्ध पहचान को मान्य करती है।
इस लेख में दिखाया गया मीडिया एनालिटिक्स विद्या के स्वामित्व में नहीं है और इसका उपयोग लेखक के विवेक पर किया जाता है।
- एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
- प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
- प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
- प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
- प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
- स्रोत: https://www.analyticsvidhya.com/blog/2024/03/how-to-implement-identity-verification-using-amazon-rekognition/
