Verificación de identidad mediante Amazon Rekognition

Verificación de identidad en línea mediante Amazon Rekognition.

La verificación de la identidad de los usuarios en persona es lenta de escalar y costosa, además de que supone importantes dificultades para los usuarios. La biometría facial basada en el machine learning puede habilitar la verificación de la identidad de los usuarios en línea. Amazon Rekognition ofrece capacidades de análisis y reconocimiento facial previamente entrenadas que se pueden incluir rápidamente en los flujos de trabajo de incorporación y autenticación de usuarios para verificar la identidad de los usuarios en línea. No se necesita experticia en machine learning. Gracias a Amazon Rekognition, puede incorporar y autenticar a los usuarios en cuestión de segundos, mientras detecta las cuentas fraudulentas o duplicadas. Como resultado, puede incrementar el número de usuarios con mayor rapidez, reducir los fraudes y disminuir los costos de verificación de los usuarios.

En qué consiste la verificación de identidad de Amazon Rekognition (1:22)

Beneficios

Incremente el número de usuarios con mayor rapidez

Convierta más visitantes en clientes al reducir el tiempo de incorporación y aumentar la comodidad del usuario. Con Amazon Rekognition, puede verificar a los usuarios en cuestión de segundos en línea sin importar el lugar del mundo, así como escalar de cientos a millones de verificaciones de identidad por hora. Ahora los usuarios pueden acceder a sus servicios en línea sin tener que acudir en persona.

Reduzca los fraudes

Mejore su capacidad para prevenir fraudes al complementar la autenticación basada en contraseñas con la verificación visual de la identidad en línea. Evite que se abran cuentas o se realicen transacciones fraudulentas al comparar la autofoto del usuario con la foto del documento de identidad o con una colección de fotos de usuarios existentes.

Menores costos y gastos generales

Reduzca el tiempo y el costo que supone la verificación de la identidad en persona gracias a las API previamente entrenadas y personalizables de Amazon Rekognition. Gracias a Amazon Rekognition, puede incorporar y autenticar a los usuarios en línea sin necesidad de crear y administrar una infraestructura de ML propia.

Cómo funciona

Cómo funciona el uso compartido de datos de Redshift

Características

Valide las autofotos

La detección facial de Amazon Rekognition ayuda a detectar si la autofoto del usuario ha sido capturada correctamente. Puede detectar si una cara está presente en la imagen. También puede utilizar los atributos de predicción, como el tamaño del cuadro delimitador, la pose, el brillo, la nitidez, los ojos abiertos, la boca abierta y las gafas usadas, para determinar la calidad de la imagen.

CBS

Compare la autofoto con la identificación del usuario

La comparación de rostros de Amazon Rekognition ayuda a medir la similitud de dos rostros para determinar si son la misma persona. Puede obtener una predicción basada en una puntuación de la similitud entre la autofoto de un usuario y la foto que aparece en el documento de identidad en tiempo casi real.

CBS

Detecte usuarios duplicados

El índice y la búsqueda de rostros de Amazon Rekognition permiten crear una colección de rostros de usuarios existentes y buscar la autofoto de un nuevo usuario comparándola con todos los rostros incluidos en la colección para detectar intentos de creación de cuentas duplicadas o fraudulentas.

CBS

Clasifique el documento de identidad

La detección de objetos de Amazon Rekognition ayuda a determinar el tipo de documento de identidad del usuario, como la licencia de conducir o el pasaporte. También puede utilizar las etiquetas personalizadas de Amazon Rekognition para detectar un tipo de documento de identidad exclusivo de la región al entrenar un modelo de machine learning personalizado con unas cuantas imágenes anotadas.

Extraer los datos del usuario

La Detección de texto de Amazon Rekognition ayuda a extraer piezas clave de texto que aparecen en una tarjeta de identificación, como el nombre, la fecha de emisión, la edad y el número de identificación. Puede comparar esta información con los datos del formulario de solicitud del usuario.

Clientes

Aella Credit ofrece préstamos instantáneos a personas con una fuente de ingresos verificable en los mercados emergentes mediante datos biométricos, del empleador y del teléfono móvil.

“La verificación y validación de identidades ha sido un gran desafío en mercados emergentes. La capacidad para identificar usuarios correctamente es un obstáculo clave a la hora de verificar la capacidad crediticia de miles de millones de personas en mercados emergentes. Utilizar Amazon Rekognition para la verificación de identidades en nuestra aplicación para dispositivos móviles redujo errores de verificación de manera significativa y nos dio la oportunidad de aumentar la escala. Ahora podemos detectar y verificar la identidad de un individuo en tiempo real sin intervención humana, lo que permite obtener acceso a nuestros productos con mayor rapidez. Probamos diferentes soluciones populares, pero ninguna de las alternativas más conocidas podía detectar con precisión tonalidades de piel distintas. Amazon Rekognition nos ayudó a reconocer de manera eficiente los rostros de los clientes en nuestros mercados. También nos ayudó con la política conozca a su cliente en relación con la detección de perfiles superpuestos y conjuntos de datos duplicados”.

Wale Akanbi, director de tecnología y cofundador de Aella Credit

CBS

Banco de Bogotá

Con 150 años de experiencia en el mercado, el Banco de Bogotá forma parte del Grupo Aval y ocupa el segundo lugar en el sistema bancario colombiano según el volumen de activos, una posición que lo sitúa como uno de los principales actores del país.

“Con AWS, nos hemos convertido en el primer banco en Colombia en lanzar productos de préstamo y crédito, que pueden ser adquiridos en menos de 5 minutos a través de nuestros canales digitales”.

Gabriel Morris, líder de tecnología de la Dirección de Estrategia Digital y Datos del Banco de Bogotá

Banco Inter

Banco Inter SA

El Banco Inter SA ofrece servicios completos de banca, inversiones, crédito y seguros, además de contar con un centro comercial que reúne a los mejores minoristas de Brasil. Con 11 millones de clientes, la empresa cuenta con una cartera de crédito ampliada de 9400 millones de reales, unos fondos propios de 3300 millones de reales y 19 800 millones de reales en activos totales.

“Hace tres años, abríamos 200 cuentas al día. Hoy en día se abren 29 000 cuentas diarias y, sin Amazon Rekognition, no tendríamos la agilidad para hacerlo”.

Bruno Picchioni, ingeniero de machine learning del Banco Inter

CBS

CreditVidya

CreditVidya es una empresa emergente con sede en la India cuya tecnología de evaluación crediticia permite al mercado de préstamos llegar a más de 250 millones de ciudadanos en situación de exclusión financiera. CreditVidya tiene previsto poner en marcha en breve Amazon Rekognition, que incorpora el reconocimiento facial a las aplicaciones.

“Tenemos previsto utilizar Amazon Rekognition para completar nuestros procesos electrónicos de conocimiento del cliente. Compararemos los documentos de identidad cargados por los usuarios y las autofotos para asegurarnos de que los solicitantes cargan sus propios documentos de identidad”.

Srikanth Gaddam, vicepresidente de TI y seguridad de CreditVidya

Carbon es una plataforma de servicios financieros digitales con tecnología de OneFi que presta servicios a personas no bancarizadas en África Occidental a través de una aplicación móvil Android, que ha superado las 900 000 descargas.

“En mayo de 2016, Carbon lanzó una aplicación móvil para el proceso de solicitud de préstamos. Con la aplicación móvil, las imágenes se generan y consumen constantemente a un ritmo más rápido que antes. Carbon necesitaba satisfacer su creciente necesidad de análisis de imágenes para la detección de fraudes y el análisis de riesgos. Queríamos ser capaces de identificar si se detectaba realmente un rostro humano en una imagen cargada e identificar otras etiquetas como el género y la identidad. Optamos por Amazon Rekognition por su facilidad para incorporar el análisis de imágenes a nuestra aplicación móvil y por la precisión de sus análisis faciales”.

Olawale Olaleye, jefe de ingeniería de infraestructuras de TI de OneFi

K-STAR Group es una empresa de entretenimiento que ofrece servicios de pago y venta de entradas para conciertos. 

“Como empresa de entretenimiento, proporcionamos servicios de pago y venta de entradas para conciertos a nuestros clientes. Un punto débil que se repite en los conciertos es la larga fila que los asistentes deben hacer para demostrar que han comprado una entrada en papel y que esta sea validada en la entrada. Para resolver este problema, desarrollamos un servicio de “entradas faciales” mediante el uso de Amazon Rekognition. Ahora, los asistentes pueden verificar rápidamente la compra en lugar de esperar en la fila para obtener las entradas o escanear la entrada de papel al entrar. Los conciertos que acompañamos ya no tienen filas y los asistentes han disfrutado de la comodidad y la experiencia divertida de utilizar nuestro nuevo sistema de “entrada facial”. Al desarrollar este servicio, comparamos Rekognition con otros servicios locales de análisis facial, y finalmente nos decidimos por Rekognition debido a su escalabilidad con S3 y a la perfecta integración con otros servicios de AWS”.

Hyojin Kim, presidente de K-STAR Group

Más información sobre los precios de Amazon Rekognition

Visite la página de precios
¿Listo para crear?
Introducción a Amazon Rekognition
¿Tiene más preguntas?
Contacte con nosotros