تعارف
آج کے ڈیجیٹل منظر نامے میں، اپنے گاہک کو جانیں (KYC) کے ضوابط پر عمل کرنا مالیاتی خدمات، آن لائن بازاروں، اور دوسرے شعبوں میں کام کرنے والے کاروباروں کے لیے اہم ہے جن کے لیے صارف کی شناخت کی ضرورت ہوتی ہے۔ روایتی طور پر، KYC کے عمل نے دستی دستاویز کی تصدیق پر انحصار کیا ہے، یہ ایک وقت طلب اور غلطی کا شکار طریقہ ہے۔ یہ گائیڈ اس بات پر روشنی ڈالتا ہے کہ کس طرح Amazon Recognition، AWS کی ایک طاقتور کلاؤڈ پر مبنی AI سروس، جو چہرے کی شناخت اور تجزیہ میں مہارت رکھتی ہے، آپ کی آن لائن KYC حکمت عملی کو ایک ہموار، محفوظ، اور سرمایہ کاری مؤثر عمل میں تبدیل کر کے انقلاب لا سکتی ہے۔
سیکھنے کے مقاصد
- مختلف صنعتوں میں اپنے گاہک کو جانیں (KYC) کے ضوابط کی اہمیت اور دستی تصدیق کے عمل سے وابستہ چیلنجوں کو سمجھیں۔
- چہرے کی شناخت اور تجزیہ میں مہارت رکھنے والی کلاؤڈ بیسڈ AI سروس کے طور پر Amazon Recognition کی صلاحیتوں کو دریافت کریں۔
- Amazon Recognition کا استعمال کرتے ہوئے شناخت کی تصدیق کو لاگو کرنے میں شامل اقدامات جانیں، بشمول صارف کی آن بورڈنگ، متن نکالنے، زندہ دلی کا پتہ لگانا، چہرے کا تجزیہ، اور چہرے کا ملاپ۔
- حفاظتی اقدامات کو بڑھانے، صارف کی توثیق کے عمل کو ہموار کرنے، اور صارف کے تجربات کو بہتر بنانے کے لیے AI سے چلنے والی شناخت کی تصدیق کا فائدہ اٹھانے کی اہمیت کو سمجھیں۔
اس مضمون کے ایک حصے کے طور پر شائع کیا گیا تھا۔ ڈیٹا سائنس بلاگتھون۔
کی میز کے مندرجات
KYC چیلنجز کو سمجھنا
KYC کے ضوابط یہ حکم دیتے ہیں کہ کاروبار اپنے صارفین کی شناخت کی تصدیق کریں۔ دھوکہ دہی کو کم کرنا، منی لانڈرنگ، اور دیگر مالی جرائم۔ اس تصدیق میں عام طور پر حکومت کی طرف سے جاری کردہ شناختی دستاویزات کو جمع کرنا اور ان کی تصدیق کرنا شامل ہے۔ اگرچہ یہ ضابطے ایک محفوظ مالیاتی ماحولیاتی نظام کو برقرار رکھنے کے لیے ضروری ہیں، لیکن دستی تصدیق کے عمل چیلنجز پیدا کرتے ہیں:
- وبائی امراض کا اثر: وبائی مرض کے دوران، مالیاتی شعبے کو نئے صارفین کو آن بورڈ کرنے میں اہم چیلنجوں کا سامنا کرنا پڑا کیونکہ نقل و حرکت محدود تھی۔ لہذا، بڑی تعداد میں دستی تصدیق ممکن نہیں ہے۔ لہذا آن لائن KYC کو لاگو کرکے، آپ کا کاروبار مستقبل کے اس طرح کے واقعات کے لیے تیار ہے۔
- انسانی غلطیاں: دستی توثیق غلطیوں کے لیے حساس ہے، ممکنہ طور پر دھوکہ دہی کے اندراجات کو دراڑیں پھسلنے کی اجازت دیتی ہے۔
- IDs کا انتظام کرنا: چونکہ دستاویزات ایک پرنٹ شدہ کاپی ہے اس کا انتظام کرنا ایک بڑھتا ہوا چیلنج ہے۔ کاپیاں گم ہو سکتی ہیں، جل سکتی ہیں، چوری ہو سکتی ہیں، غلط استعمال ہو سکتی ہیں۔
Amazon Recognition کیا ہے؟
Amazon Recognition ایک طاقتور تصویر اور ویڈیو تجزیہ خدمت ہے جو Amazon Web Services (AWS) کے ذریعے پیش کی جاتی ہے۔ یہ تصویروں اور ویڈیوز میں بصری مواد کا تجزیہ کرنے کے لیے جدید مشین لرننگ الگورتھم کا استعمال کرتا ہے، جس سے ڈویلپرز کو قیمتی بصیرتیں نکالنے اور مختلف کاموں جیسے آبجیکٹ کا پتہ لگانے، چہرے کی شناخت، اور شناخت کی تصدیق کرنے کے قابل بناتا ہے۔ ذیل میں دیا گیا سادہ خاکہ اس میں شامل خصوصیات اور خدمات کا اچھا اندازہ دیتا ہے۔
ایمیزون کی شناخت کے ساتھ شناخت کی تصدیق
اس سے پہلے کہ میں آپ کو نفاذ کی طرف لے جاؤں، میں آپ کو ایک اعلیٰ سطحی آئیڈیا اور ہمارے آن لائن KYC کے لیے شناخت کی تصدیق کو نافذ کرنے میں شامل اقدامات بتاتا ہوں۔
- یوزر آن بورڈنگ: یہ عمل کاروبار کے لیے مخصوص ہوگا۔ تاہم، کم از کم، کاروبار کو پہلا نام، درمیانی نام، آخری نام، تاریخ پیدائش، شناختی کارڈ کی میعاد ختم ہونے کی تاریخ، اور پاسپورٹ سائز تصویر کی ضرورت ہوگی۔ یہ تمام معلومات صارف سے قومی شناختی کارڈ کی تصویر اپ لوڈ کرنے کے لیے کہہ کر اکٹھی کی جا سکتی ہیں۔
- متن نکالیں: AWS Textract سروس اپ لوڈ کردہ شناختی کارڈ سے مذکورہ بالا تمام معلومات کو صفائی کے ساتھ نکال سکتی ہے۔ صرف یہی نہیں ہم شناختی کارڈ سے مخصوص معلومات حاصل کرنے کے لیے ٹیکسٹریکٹ سے استفسار بھی کر سکتے ہیں۔
- زندہ دلی اور چہرے کی پہچان: اس بات کو یقینی بنانے کے لیے کہ صارف اپنا KYC کرنے کی کوشش کر رہا ہے اسکرین پر فعال ہے اور لائیونس سیشن شروع ہونے پر لائیو ہے۔ Amazon Recognition تصاویر یا ویڈیو اسٹریمز میں چہروں کا درست طریقے سے پتہ لگا اور موازنہ کر سکتا ہے۔
- چہرے کا تجزیہ: ایک بار جب ایک چہرہ پکڑا جاتا ہے، تو یہ چہرے کے صفات جیسے عمر، جنس، جذبات اور چہرے کے نشانات کے بارے میں تفصیلی بصیرت فراہم کرتا ہے۔ صرف یہی نہیں، یہ اس بات کی بھی تصدیق کرے گا کہ آیا صارف کے پاس دھوپ کا چشمہ ہے یا اس کا چہرہ دوسری چیزوں سے ڈھکا ہوا ہے۔
- چہرہ میچنگ: Liveness کی توثیق کرنے کے بعد، ہم قومی شناختی کارڈ سے نکالی گئی حوالہ جاتی تصاویر اور Liveness سیشن سے موجودہ تصویر کی بنیاد پر افراد کی شناخت کی تصدیق کے لیے چہرے کی ملاپ کر سکتے ہیں۔
جیسا کہ آپ دیکھ سکتے ہیں کہ Recognition کیپچر کی گئی سیلفی کا تجزیہ کرکے اور صارف کی جانب سے اپ لوڈ کردہ حکومت کی جانب سے جاری کردہ ID سے موازنہ کرکے صارف کی تیزی سے رجسٹریشن کی سہولت فراہم کرتا ہے۔ Recognition کے اندر زندہ دلی کا پتہ لگانے کی صلاحیتیں صارفین کو پلک جھپکنے یا سر موڑنے جیسے مخصوص اعمال انجام دینے کی ترغیب دے کر جعل سازی کی کوششوں کو ناکام بنانے میں مدد کرتی ہیں۔ یہ یقینی بناتا ہے کہ رجسٹر کرنے والا صارف ایک حقیقی شخص ہے نہ کہ چالاکی سے چھپائی گئی تصویر یا گہری جعلی۔ یہ خودکار عمل آن بورڈنگ کے اوقات کو نمایاں طور پر کم کرتا ہے، جس سے صارف کے تجربے میں اضافہ ہوتا ہے۔ شناخت دستی توثیق میں شامل انسانی غلطی کے امکان کو ختم کرتی ہے۔ مزید برآں، چہرے کی شناخت کے الگورتھم قابل اعتماد شناخت کی تصدیق کو یقینی بناتے ہوئے، اعلی درستگی کی شرح حاصل کرتے ہیں۔
میں جانتا ہوں کہ اب آپ اسے ایکشن میں دیکھ کر بہت پرجوش ہیں، تو آئیے فوراً اس کی طرف بڑھیں۔
شناختی تصدیق کو نافذ کرنا: خودکار KYC حل
مرحلہ 1: AWS اکاؤنٹ ترتیب دینا
شروع کرنے سے پہلے، یقینی بنائیں کہ آپ کے پاس ایک فعال AWS اکاؤنٹ ہے۔ آپ AWS ویب سائٹ پر AWS اکاؤنٹ کے لیے سائن اپ کر سکتے ہیں اگر آپ نے پہلے سے نہیں کیا ہے۔ ایک بار سائن اپ ہونے کے بعد، شناخت کی خدمات کو فعال کریں۔ AWS اس عمل کو آسان بنانے کے لیے جامع دستاویزات اور سبق فراہم کرتا ہے۔
مرحلہ 2: IAM اجازتیں مرتب کرنا
اگر آپ Python یا AWS CLI استعمال کرنا چاہتے ہیں تو یہ مرحلہ درکار ہے۔ آپ کو Recognition، S3، اور Textract تک رسائی کے لیے اجازت فراہم کرنے کی ضرورت ہے۔ یہ کنسول سے کیا جا سکتا ہے۔
مرحلہ 3: صارف کی قومی شناخت اپ لوڈ کریں۔
میں اسے CLI، Python، اور گرافیکل انٹرفیس کے ذریعے ظاہر کروں گا۔ اگر آپ گرافیکل انٹرفیس کے لیے کوڈ تلاش کر رہے ہیں تو AWS نے ایک اچھا اپ لوڈ کیا ہے۔ گٹ پر مثال. اس مضمون نے گرافیکل انٹرفیس دکھانے کے لیے ایک ہی کوڈ کو تعینات کیا ہے۔
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
}
}مذکورہ کمانڈ AWS Textract analyze-id کمانڈ کا استعمال S3 میں پہلے سے اپ لوڈ کردہ تصویر سے معلومات نکالنے کے لیے کرتی ہے۔ آؤٹ پٹ JSON میں باؤنڈنگ بکس بھی شامل ہیں لہذا میں نے صرف کلیدی معلومات کو دکھانے کے لیے چھوٹا کر دیا ہے۔ جیسا کہ آپ دیکھ سکتے ہیں کہ اس نے ٹیکسٹ ویلیو کے اعتماد کی سطح کے ساتھ ساتھ تمام مطلوبہ معلومات بھی نکال لی ہیں۔
ازگر کے افعال کا استعمال
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 outputگرافیکل انٹرفیس کا استعمال
جیسا کہ آپ دیکھ سکتے ہیں کہ Textract نے تمام متعلقہ معلومات حاصل کر لی ہیں اور ID کی قسم بھی دکھاتا ہے۔ یہ معلومات صارف یا صارف کو رجسٹر کرنے کے لیے استعمال کی جا سکتی ہیں۔ لیکن اس سے پہلے آئیے اس بات کی تصدیق کے لیے لائیونس چیک کرتے ہیں کہ یہ ایک حقیقی شخص ہے۔
زندہ دلی کی جانچ
ایک بار جب صارف نیچے دی گئی تصویر میں begin check پر کلک کرے گا، تو یہ سب سے پہلے چہرے کا پتہ لگائے گا، اور اگر اسکرین پر صرف ایک چہرہ ہے تو یہ Liveness سیشن شروع کر دے گا۔ رازداری کی وجوہات کی بناء پر، میں مکمل Liveness سیشن نہیں دکھا سکتا۔ تاہم، آپ اسے چیک کر سکتے ہیں۔ ڈیمو ویڈیو لنک. لائیونس سیشن % اعتماد میں نتائج فراہم کرے گا۔ ہم ایک حد بھی سیٹ کر سکتے ہیں جس کے نیچے Liveness سیشن ناکام ہو جائے گا۔ اس طرح کی اہم ایپلی کیشنز کے لیے، کسی کو حد کو 95% تک رکھنا چاہیے۔
اعتماد کے علاوہ، Liveness سیشن چہرے پر پائے جانے والے جذبات اور غیر ملکی چیزوں کو بھی فراہم کرے گا۔ اگر صارف کے پاس دھوپ کا چشمہ ہے یا غصہ وغیرہ جیسے تاثرات ہیں تو ایپلی کیشن تصویر کو مسترد کر سکتی ہے۔
ازگر کوڈ
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)
چہرے کا موازنہ
ایک بار جب صارف کامیابی کے ساتھ Liveness سیشن مکمل کر لیتا ہے تو ایپلی کیشن کو ID سے پائے جانے والے چہرے سے چہرے کا موازنہ کرنا ہوتا ہے۔ یہ ہماری درخواست کا سب سے اہم حصہ ہے۔ ہم ایسے صارف کو رجسٹر نہیں کرنا چاہتے جس کا چہرہ ID سے میل نہیں کھاتا۔ اپ لوڈ کردہ ID سے پتہ چلا چہرہ پہلے ہی S3 میں کوڈ کے ذریعے محفوظ ہے جو ایک حوالہ تصویر کے طور پر کام کرے گا۔ اسی طرح لائیونس سیشن کا چہرہ بھی S3 میں محفوظ ہے۔ آئیے پہلے CLI کے نفاذ کو چیک کریں۔
CLI کمانڈ
aws rekognition compare-faces
--source-image '{"S3Object":{"Bucket":"imagebucket","Name":"reference.jpg"}}'
--target-image '{"S3Object":{"Bucket":"imagebucket","Name":"liveness.jpg"}}'
--similarity-threshold 0.9
آؤٹ پٹ
{
"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
}
}
جیسا کہ آپ اوپر دیکھ سکتے ہیں اس نے دکھایا ہے کہ کوئی بے مثال چہرہ نہیں ہے اور چہرہ 99 فیصد اعتماد کی سطح کے ساتھ ملتا ہے۔ اس نے اضافی آؤٹ پٹ کے طور پر باؤنڈنگ بکس بھی واپس کر دیے ہیں۔ اب ہم Python کے نفاذ کو دیکھتے ہیں۔
ازگر کوڈ
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
مندرجہ بالا کوڈ شناختی کارڈ سے پائے جانے والے چہرے کا موازنہ کرے گا اور لائیونس سیشن کی حد کو 90% پر رکھتا ہے۔ اگر چہرہ میچ کرتا ہے تو یہ IsMatch متغیر کو True پر سیٹ کر دے گا۔ لہذا صرف ایک فنکشن کال کے ساتھ، ہم دونوں چہروں کا موازنہ کر سکتے ہیں، یہ دونوں پہلے ہی S3 بالٹی میں اپ لوڈ ہو چکے ہیں۔
تو آخر کار، ہم درست صارف کو رجسٹر کر سکتے ہیں اور اس کا KYC مکمل کر سکتے ہیں۔ جیسا کہ آپ دیکھ سکتے ہیں کہ یہ مکمل طور پر خودکار اور صارف کے ذریعے شروع کیا گیا ہے، اور کوئی دوسرا شخص اس میں شامل نہیں ہے۔ موجودہ دستی عمل کے مقابلے میں اس عمل نے صارف کی آن بورڈنگ کو بھی مختصر کر دیا ہے۔
مرحلہ 4: جی پی ٹی کی طرح دستاویز سے استفسار کریں۔
مجھے Textract کی ایک بہت مفید خصوصیت پسند آئی جس میں آپ مخصوص سوالات پوچھ سکتے ہیں کہ "شناخت نمبر کیا ہے"۔ آئیے میں آپ کو دکھاتا ہوں کہ AWS CLI کا استعمال کرتے ہوئے یہ کیسے کریں۔
aws textract analyze-document --document '{"S3Object":{"Bucket":"ARN","Name":"id.jpg"}}'
--feature-types '["QUERIES"]' --queries-config '{"Queries":[{"Text":"What is the Identity No"}]}'براہ کرم نوٹ کریں کہ پہلے، میں تجزیہ-id فنکشن استعمال کرتا تھا جبکہ اب میں نے دستاویز سے استفسار کرنے کے لیے analyze-document استعمال کیا ہے۔ یہ بہت مفید ہے اگر شناختی کارڈ میں مخصوص فیلڈز ہیں جو analyze-id فنکشن سے نہیں نکالے گئے ہیں۔ analyze-id فنکشن تمام امریکی شناختی کارڈز کے لیے اچھی طرح کام کرتا ہے تاہم، یہ ہندوستانی حکومت کے شناختی کارڈز کے ساتھ بھی اچھا کام کرتا ہے۔ پھر بھی، اگر کچھ فیلڈز نہیں نکالے گئے ہیں تو استفسار کی خصوصیت استعمال کی جا سکتی ہے۔
AWS صارف کی شناخت، صارف کی شناخت، اور DynamoDB میں ذخیرہ شدہ چہرے کی شناخت کے انتظام کے لیے کوگنیٹو سروس کا استعمال کرتا ہے۔ AWS نمونہ کوڈ موجودہ ڈیٹا بیس سے تصاویر کا موازنہ بھی کرتا ہے تاکہ ایک ہی صارف مختلف ID یا صارف کا نام استعمال کرکے دوبارہ رجسٹر نہ کر سکے۔ اس قسم کی توثیق ایک مضبوط خودکار KYC نظام کے لیے ضروری ہے۔
نتیجہ
AWS Recognition for Automated Self KYC کو اپنا کر، آپ اپنے صارف کے آن بورڈنگ کے عمل کو ایک مشکل رکاوٹ سے ایک ہموار اور محفوظ تجربے میں تبدیل کر سکتے ہیں۔ Amazon Recognition چہرے کی شناخت کی جدید صلاحیتوں کے ساتھ شناخت کی تصدیق کے نظام کو نافذ کرنے کے لیے ایک مضبوط حل فراہم کرتا ہے۔ اس کی خصوصیات سے فائدہ اٹھاتے ہوئے، ڈویلپرز حفاظتی اقدامات کو بڑھا سکتے ہیں، صارف کی تصدیق کے عمل کو ہموار کر سکتے ہیں، اور مختلف ایپلی کیشنز اور صنعتوں میں صارف کے تجربات کو ہموار کر سکتے ہیں۔
اوپر بیان کردہ جامع گائیڈ کے ساتھ، آپ Amazon Recognition کو مؤثر طریقے سے استعمال کرتے ہوئے شناخت کی تصدیق کو لاگو کرنے کے لیے اپنے سفر کو شروع کرنے کے لیے اچھی طرح سے لیس ہیں۔ AI سے چلنے والی شناخت کی تصدیق کی طاقت کو قبول کریں اور ڈیجیٹل شناخت کے انتظام کے دائرے میں نئے امکانات کو کھولیں۔
کلیدی لے لو
- Amazon Recognition چہرے کی شناخت اور تجزیہ کی اعلیٰ صلاحیتیں پیش کرتا ہے، جو ہموار اور محفوظ شناخت کی تصدیق کے عمل میں سہولت فراہم کرتا ہے۔
- یہ حکومت کے جاری کردہ شناختی کارڈز سے ضروری معلومات نکال کر اور لائیونس چیک کر کے خودکار صارف کو آن بورڈنگ کے قابل بناتا ہے۔
- نفاذ کے اقدامات میں AWS سروسز کا قیام، IAM اجازتوں کو ترتیب دینا، اور متن نکالنے اور چہرے کے موازنہ کے لیے Python فنکشنز یا گرافیکل انٹرفیس کا استعمال شامل ہے۔
- ریئل ٹائم لائیونس چیک اس بات کو یقینی بنا کر سیکورٹی کو بڑھاتا ہے کہ صارفین تصدیق کے دوران موجود ہیں، جبکہ چہرے کا موازنہ حوالہ جاتی تصاویر کے خلاف شناخت کی توثیق کرتا ہے۔
اس مضمون میں دکھایا گیا میڈیا Analytics ودھیا کی ملکیت نہیں ہے اور مصنف کی صوابدید پر استعمال ہوتا ہے۔
- SEO سے چلنے والا مواد اور PR کی تقسیم۔ آج ہی بڑھا دیں۔
- پلیٹو ڈیٹا ڈاٹ نیٹ ورک ورٹیکل جنریٹو اے آئی۔ اپنے آپ کو بااختیار بنائیں۔ یہاں تک رسائی حاصل کریں۔
- پلیٹوآئ اسٹریم۔ ویب 3 انٹیلی جنس۔ علم میں اضافہ۔ یہاں تک رسائی حاصل کریں۔
- پلیٹو ای ایس جی۔ کاربن، کلین ٹیک، توانائی ، ماحولیات، شمسی، ویسٹ مینجمنٹ یہاں تک رسائی حاصل کریں۔
- پلیٹو ہیلتھ۔ بائیوٹیک اینڈ کلینیکل ٹرائلز انٹیلی جنس۔ یہاں تک رسائی حاصل کریں۔
- ماخذ: https://www.analyticsvidhya.com/blog/2024/03/how-to-implement-identity-verification-using-amazon-rekognition/
