FAQ Face Liveness

Gunakan item FAQ berikut untuk menemukan jawaban atas pertanyaan umum tentang Rekognition Face Liveness.

• Apa output dari pemeriksaan keaktifan wajah?

  Rekognition Face Liveness memberikan output berikut untuk setiap pemeriksaan keaktifan:

  • Skor Keyakinan: Skor numerik mulai dari 0 hingga 100 dikembalikan. Skor ini menunjukkan kemungkinan bahwa video selfie berasal dari orang sungguhan dan bukan aktor buruk menggunakan spoof.

  • Gambar Berkualitas Tinggi: Satu gambar berkualitas tinggi diekstraksi dari video selfie. Bingkai ini dapat digunakan untuk berbagai tujuan seperti perbandingan wajah, estimasi usia, atau pencarian wajah.

  • Gambar audit: Hingga empat gambar dikembalikan dari video selfie, yang dapat digunakan untuk tujuan jejak audit.

• Apakah Rekognition Face Liveness sesuai dengan tes iBeta Presentation Attack Detection (PAD)?

  Pengujian Presentation Attack Detection (PAD) iBeta Quality Assurance dilakukan sesuai dengan ISO/IEC 30107-3. iBeta diakreditasi oleh NIST/NVLAP untuk menguji dan memberikan hasil sesuai standar PAD ini. Rekognition Face Liveness lulus pengujian kesesuaian Level 1 dan Level 2 iBeta Presentation Attack Detection (PAD) dengan skor PAD yang sempurna. Laporan dapat ditemukan di halaman web iBeta di sini.

• Bagaimana saya bisa mendapatkan bingkai berkualitas tinggi dan bingkai tambahan?

  Bingkai berkualitas tinggi dan bingkai tambahan dapat dikembalikan sebagai byte mentah atau diunggah ke bucket Amazon S3 yang Anda tentukan, tergantung pada konfigurasi permintaan API Anda. CreateFaceLivenessSession

• Bisakah saya mengubah lokasi lampu oval dan berwarna?

  Tidak. Lokasi oval dan lampu berwarna adalah fitur yang memungkinkan akurasi yang lebih tinggi dan karenanya tidak dapat disesuaikan.

• Dapatkah saya menyesuaikan antarmuka pengguna sesuai aplikasi kami?

  Ya, Anda dapat menyesuaikan sebagian besar komponen layar seperti tema, warna, bahasa, konten teks, dan font agar selaras dengan aplikasi Anda. Detail tentang cara menyesuaikan komponen ini dapat ditemukan di dokumentasi untuk komponen React, Swift, dan UI Android kami.

• Dapatkah saya menyesuaikan waktu dan waktu hitung mundur agar sesuai dengan wajah dalam bentuk oval?

  Tidak, waktu hitung mundur dan waktu fit wajah telah ditentukan sebelumnya berdasarkan studi internal skala besar di 1000-an pengguna, dengan tujuan memberikan keseimbangan optimal antara yang memungkinkan akurasi dan latensi yang lebih tinggi. Untuk alasan ini, pengaturan waktu ini tidak dapat disesuaikan.

• Apakah lampu warna yang berbeda memenuhi pedoman aksesibilitas?

  Ya, lampu warna yang berbeda dalam produk kami mematuhi pedoman aksesibilitas yang diuraikan dalam WCAG 2.1. Seperti yang diverifikasi dengan lebih dari 1000 pemeriksaan pengguna, pengalaman pengguna menampilkan sekitar dua warna per detik, yang sesuai dengan rekomendasi membatasi warna hingga tiga per detik. Ini mengurangi kemungkinan memicu kejang epilepsi di sebagian besar populasi.

• Apakah SDK menyesuaikan kecerahan layar untuk hasil yang optimal?

  Ponsel Face Liveness SDKs (untuk Android dan iOS) secara otomatis menyesuaikan kecerahan saat pemeriksaan dimulai. Namun, untuk SDK web ada batasan pada halaman web yang mencegah penyesuaian kecerahan otomatis. Dalam kasus seperti itu, kami berharap aplikasi web menginstruksikan pengguna akhir untuk meningkatkan kecerahan layar secara manual untuk hasil yang optimal.

• Apakah itu harus oval? Bisakah kita menggunakan bentuk serupa lainnya?

  Tidak, ukuran, bentuk, dan lokasi oval tidak dapat disesuaikan. Desain oval spesifik telah dipilih dengan cermat karena efektivitasnya dalam menangkap dan menganalisis gerakan wajah secara akurat. Oleh karena itu, bentuk oval tidak dapat dimodifikasi.

• Apa itu end-to-end latensi?

  Kami mengukur end-to-end latensi dari saat pengguna memulai tindakan yang diperlukan untuk menyelesaikan pemeriksaan keaktifan hingga saat pengguna mendapatkan hasilnya (lulus atau gagal). Dalam kasus terbaik, latensi adalah 5s. Dalam kasus rata-rata, kami berharap sekitar 7 detik. Dalam kasus terburuk, latensi adalah 11 detik. Kami melihat variasi end-to-end latensi karena tergantung pada: waktu pengguna untuk menyelesaikan tindakan yang diperlukan (yaitu, memindahkan wajah mereka ke oval), konektivitas jaringan, latensi aplikasi, dll.

• Bisakah saya menggunakan fitur Face Liveness tanpa Amplify SDK?

  Tidak, Amplify SDK diperlukan untuk menggunakan fitur Rekognition Face Liveness.

• Di mana saya dapat menemukan status kesalahan yang terkait dengan Face Liveness?

  Anda dapat melihat status kesalahan Face Liveness yang berbeda di sini.

• Face Liveness tidak tersedia di wilayah my. Bagaimana saya bisa menggunakan fitur ini?

  Anda dapat memilih untuk memanggil Face Liveness di salah satu wilayah yang tersedia, tergantung pada beban lalu lintas dan kedekatan Anda. Face liveness saat ini tersedia di AWS wilayah berikut:

  • AS Timur (Virginia Utara)

  • US West (Oregon)

  • Eropa (Irlandia)

  • Asia Pasifik (Tokyo, Mumbai)

  Bahkan jika AWS akun Anda berada di wilayah yang berbeda, perbedaan latensi tidak diharapkan signifikan. Anda dapat memperoleh bingkai selfie berkualitas tinggi dan gambar audit melalui lokasi Amazon S3 atau sebagai byte mentah, tetapi bucket Amazon S3 Anda harus cocok dengan wilayah Face Liveness. AWS Jika berbeda, Anda harus menerima gambar sebagai byte mentah.

• Apakah Amazon Rekognition Liveness Detection menggunakan konten pelanggan untuk meningkatkan layanan?

  Anda dapat memilih untuk tidak menggunakan input gambar dan video Anda untuk meningkatkan atau mengembangkan kualitas Rekognition dan teknologi pembelajaran mesin/kecerdasan buatan Amazon lainnya dengan menggunakan kebijakan opt-out Organizations. AWS Untuk informasi tentang cara memilih keluar, lihat Kebijakan opt-out Mengelola Layanan AI.