В зависимости от ожидаемых векторов атак вы, вероятно, будете нести ответственность за создание решения, состоящего из других стандартных блоков проверки личности. Amazon Rekognition предлагает функциональные возможности, которые можно использовать для этих задач .
В зависимости от ожидаемых уровней гнусности вашей пользовательской базы, одной единой точки выборки данных (изображения) может быть недостаточно для возможности надежного определения, является ли человек человеком или нет (тем не менее, конкретный c один). Без дополнительных точек данных, таких как датчики глубины, тепловизионные изображения и т. Д., Трудно окончательно определить, пытается ли кто-либо запутать лицо, имитирующее лицо.
Одним из способов повышения надежности такой системы является создание слоя многофакторной аутентификации с настраиваемыми полуслучайными «тестами» для пользователей, включая другие информационные тесты, которые не были бы подделаны векторами физических атак. Еще один способ повысить надежность оптической системы - это записывать видео, одновременно прося человека принять последовательность поз или заданий (прикрыть рот, передать правый глаз, высунуть язык), которые легко выполнять реальному человеку, но нет. подобная имитация.
Amazon Rekognition поддерживает поиск лиц внутри изображения , а также сопоставление тестового лица с лицами в коллекции, а также может использоваться для оценки других метаданных - такие понятия, как эмоции (счастливые, грустные, хмурые, улыбающиеся и т. д. c). Видео Rekognition , в частности, может использоваться для обнаружения изменений, когда пользователь переключается с одной позы на другую в попытке автоматического обнаружения плохих актеров.