Diagramas de arquitetura e sequência - Amazon Rekognition

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Diagramas de arquitetura e sequência

Os diagramas a seguir detalham como o Amazon Rekognition Face Liveness opera em relação à arquitetura e à sequência de operações do recurso:

Diagrama de fluxo de detecção de vivacidade mostrando as interações entre o usuário final, o aplicativo cliente, o FaceLivenessDetector componente, o back-end do cliente, o serviço Rekognition e o serviço de streaming do Rekognition para configuração de sessões ao vivo, análise de vídeo e recuperação de resultados.
Fluxo de trabalho do aplicativo do cliente para verificação do Face Liveness envolvendo o componente FaceLivenessDetector Amplify, o serviço Rekognition, o back-end do cliente e o bucket Amazon S3 que armazena imagens de referência e auditoria.

O processo de verificação do Face Liveness envolve várias etapas, conforme descrito a seguir:

  1. O usuário inicia uma verificação do Face Liveness no aplicativo cliente.

  2. O aplicativo do cliente liga para o back-end do cliente, que por sua vez chama o serviço Amazon Rekognition. O serviço cria uma sessão de vivacidade facial e retorna uma sessão exclusiva SessionId. Nota: Depois que um SessionId é enviado, ele expira em 3 minutos, portanto, há apenas uma janela de 3 minutos para concluir as etapas 3 a 7 abaixo. Um novo SessionID deve ser usado para cada verificação de vivacidade facial. Se um determinado SessionID for usado para verificações subsequentes do Face Liveness, as verificações falharão. Além disso, a SessionId expira 3 minutos após o envio, tornando todos os dados do Liveness associados à sessão (por exemplo, ID da sessão, imagem de referência, imagens de auditoria etc.) indisponíveis.

  3. O aplicativo cliente renderiza o componente FaceLivenessDetector Amplify usando os retornos de chamada SessionId obtidos e apropriados.

  4. O FaceLivenessDetector componente estabelece uma conexão com o serviço de streaming Amazon Rekognition, renderiza um oval na tela do usuário e exibe uma sequência de luzes coloridas. FaceLivenessDetector grava e transmite vídeo em tempo real para o serviço de streaming Amazon Rekognition.

  5. O serviço de streaming Amazon Rekognition processa o vídeo em tempo real, armazena os resultados e DisconnectEvent retorna a FaceLivenessDetector para o componente quando o streaming é concluído.

  6. O FaceLivenessDetector componente chama o onAnalysisComplete retorno de chamada para sinalizar ao aplicativo cliente que o streaming foi concluído e que as pontuações estão prontas para recuperação.

  7. O aplicativo cliente chama o back-end do cliente para obter um sinalizador booleano indicando se o usuário estava ativo ou não. O back-end do cliente faz a solicitação ao serviço Amazon Rekognition para obter a pontuação de confiança, a referência e as imagens de auditoria. O back-end do cliente usa esses atributos para determinar se o usuário está ativo e retorna uma resposta apropriada ao aplicativo do cliente.

  8. Por fim, o aplicativo cliente passa a resposta para o FaceLivenessDetector componente, que renderiza adequadamente a success/failure mensagem para concluir o fluxo.