Vérification d'identité à l'aide d'Amazon Rekognition

Vérifiez l'identité des utilisateurs en ligne à l'aide du machine learning.

La vérification de l'identité de l'utilisateur en personne est lente à mettre à l'échelle, coûteuse et génère beaucoup de frustration pour les utilisateurs. La biométrie faciale optimisée par le machine learning permet de vérifier l'identité des utilisateurs en ligne. Amazon Rekognition offre des capacités de reconnaissance et d'analyse faciales pré-entraînées que vous pouvez rapidement ajouter à vos flux de travail d'enregistrement et d'authentification des utilisateurs pour vérifier l'identité des utilisateurs en ligne. Aucune expertise en machine learning n'est requise. Avec Amazon Rekognition, vous pouvez enregistrer et authentifier les utilisateurs en quelques secondes tout en détectant les comptes frauduleux ou dupliqués. Ainsi, vous pouvez augmenter le nombre d'utilisateurs plus rapidement, réduire la fraude et diminuer les coûts de vérification des utilisateurs.

Qu'est-ce que la vérification d'identité Amazon Rekognition (1:22)

Avantages

Accroître le nombre d'utilisateurs plus rapidement

Convertissez davantage de visiteurs en clients en réduisant le temps d'intégration et en augmentant le confort d'utilisation. Avec Amazon Rekognition, vous pouvez vérifier les utilisateurs en ligne en quelques secondes, partout dans le monde, et passer de centaines à des millions de vérifications d'identité par heure. Les utilisateurs peuvent désormais accéder à vos services en ligne sans avoir à se déplacer en personne.

Réduire la fraude

Renforcez vos capacités de prévention de la fraude en complétant l'authentification basée sur les mots de passe par une vérification visuelle de l'identité en ligne. Protégez-vous contre les ouvertures de compte ou les transactions frauduleuses en comparant la photo selfie de l'utilisateur avec la photo d'un document d'identité ou votre collection de photos d'utilisateurs existants.

Réduction des coûts et des frais généraux

Réduisez le temps et le coût de la vérification d'identité en personne en utilisant les API pré-formées et personnalisables Amazon Rekognition. Avec Amazon Rekognition, vous pouvez intégrer et authentifier les utilisateurs en ligne sans avoir à construire et gérer votre propre infrastructure ML.

Fonctionnement

Principe de fonctionnement du partage de données Redshift

Fonctionnalités

Valider la photo selfie

La détection des visages Amazon Rekognition vous aide à détecter que la photo selfie de l'utilisateur est capturée correctement. Vous pouvez détecter si un visage est présent dans l'image. Vous pouvez également utiliser des attributs prédits tels que la taille de la zone de délimitation, la pose, la luminosité, la netteté, les yeux ouverts, la bouche ouverte et les lunettes portées pour déterminer la qualité de l'image.

CBS

Comparez la photo selfie avec la pièce d'identité de l'utilisateur

La comparaison faciale Amazon Rekognition vous aide à mesurer la similarité de deux visages pour vous aider à déterminer s'il s'agit de la même personne. Vous pouvez recevoir une prédiction de score de similarité pour la photo selfie d'un utilisateur par rapport à la photo de sa pièce d'identité en temps quasi réel.

CBS

Détecter les utilisateurs en double

L'index des visages et la recherche Amazon Rekognition vous permettent de créer une collection de visages d'utilisateurs existants et de rechercher la photo selfie d'un nouvel utilisateur par rapport à tous les visages de votre collection afin de détecter les tentatives de création de compte en double ou frauduleuses.

CBS

Classifier le document d'identité

La détection d'objets Amazon Rekognition vous aide à déterminer le type de document d'identité de l'utilisateur, tel que le permis de conduire ou le passeport. Vous pouvez également utiliser les étiquettes personnalisées Amazon Rekognition pour détecter un type de document d'identité unique à votre région en entraînant un modèle de machine learning personnalisé avec quelques images annotées.

Extraire les données de l'utilisateur

La détection de texte Amazon Rekognition vous aide à extraire les éléments clés du texte d'une carte d'identité, tels que le nom, la date d'émission, l'âge et le numéro d'identification. Vous pouvez comparer ces informations avec les données du formulaire de demande de l'utilisateur.

Clients

Aella Credit propose des prêts instantanés aux personnes disposant d'une source de revenus vérifiable sur les marchés émergents, à l'aide de données biométriques, d'employeurs et de téléphones mobiles.

« La vérification et la validation d'identité ont constitué un défi majeur sur les marchés émergents. La capacité d'identifier correctement les utilisateurs est un obstacle clé à la création de crédits pour des milliards de personnes sur les marchés émergents. L'utilisation d'Amazon Rekognition pour la vérification d'identité sur notre application mobile a permis de réduire considérablement les erreurs de vérification et nous a donné la possibilité d'évoluer. Nous pouvons désormais détecter et vérifier l'identité d'un individu en temps réel sans aucune intervention humaine, permettant ainsi un accès plus rapide à nos produits. Nous avons essayé diverses solutions bien connues, mais aucune des alternatives populaires ne permettait de définir avec précision différentes couleurs de peau. Amazon Rekognition nous a aidés à reconnaître efficacement les visages de nos clients sur nos marchés. Cela nous a également aidés, via KYC, à découvrir des profils qui se chevauchent et des doublons d'ensembles de données ».

Wale Akanbi, CTO et cofondateur - Aella Credit

CBS

Banco de Bogotá

Forte de 150 ans d'expérience, la Banco de Bogotá fait partie du Groupe Aval et occupe la deuxième place dans le système bancaire colombien pour ses actifs, une position qui la place comme un acteur majeur dans le pays.

« Avec AWS, nous sommes devenus la première banque en Colombie à lancer des produits de prêt et de crédit, qui peuvent être achetés en moins de 5 minutes à partir de nos canaux numériques. »

Gabriel Morris, Leader technologique, Direction de la stratégie numérique et des données, Banco de Bogotá

Banco Inter

Banco Inter SA

Banco Inter SA offre des services complets en matière de banque, d'investissements, de crédit et d'assurance, en plus de disposer d'un centre commercial qui réunit les meilleurs détaillants du Brésil. Avec 11 millions de clients, la société dispose d'un portefeuille de crédit élargi de 9,4 milliards BRL, de capitaux propres de 3,3 milliards BRL et d'un actif total de 19,8 milliards BRL.

« Il y a trois ans, nous ouvrions 200 comptes par jour. Aujourd'hui, 29 000 comptes sont ouverts quotidiennement et, sans Amazon Rekognition, nous n'aurions pas la souplesse nécessaire pour le faire. »

Bruno Picchioni, ingénieur en machine learning, Banco Inter

Q5id

Q5id

Q5id fournit aux consommateurs et aux entreprises une solution de gestion des identités établies pour aider les clients à vérifier les identités et à sécuriser les organisations.

« L'objectif de Q5id est d'établir les identités individuelles, et non de présumer de leur validité. Nous cherchons à offrir le plus haut niveau de garantie quant aux identités et à vérifier que les individus sont bel et bien qui ils prétendent être, et ce, pour nos clients des services financiers et leurs clients. Pour ce faire, nous travaillons avec les API Amazon Rekognition Identity Verification et leurs capacités de reconnaissance faciale. Ensuite, nous intégrons nos propres logiciels exclusifs pour créer des produits et des services. AWS nous a aidés à améliorer et à équilibrer les modèles d'identification de la reconnaissance faciale que nous utilisons pour atteindre un taux de fausses acceptations de 1 sur 933 milliards, un chiffre qui correspond à plus de 100 fois la population du monde. »

Becky Wanta, directrice technique, Q5id

CBS

CreditVidya

CreditVidya est une startup basée en Inde dont la technologie de souscription ouvre le marché des prêts du pays à plus de 250 millions de citoyens financièrement exclus. CreditVidya prévoit de lancer prochainement Amazon Rekognition, qui ajoute la reconnaissance faciale aux applications.

« Nous prévoyons d'utiliser Amazon Rekognition pour compléter nos processus électroniques de “ connaissance du client ”. Nous comparerons les cartes d'identité chargées par les utilisateurs et les selfies pour nous assurer que les demandeurs chargent leurs propres cartes d'identité. »

Srikanth Gaddam, vice-président de l'informatique et de la sécurité, CreditVidya

Carbon est une plateforme de services financiers numériques alimentée par OneFi qui fournit des services aux personnes sous-bancarisées en Afrique de l'Ouest par le biais d'une application mobile Android, qui compte plus de 900 000 téléchargements.

« En mai 2016, Carbon a lancé son application mobile pour son processus de demande de prêt. Avec l'application mobile, les images sont constamment générées et consommées à un rythme plus rapide qu'auparavant. Carbon devait répondre à son besoin croissant d'analyse d'images pour la détection des fraudes et l'analyse des risques. Nous voulions être en mesure d'identifier si un visage humain était réellement détecté dans une image chargée et d'identifier d'autres étiquettes telles que le sexe et l'identité. Nous avons choisi Amazon Rekognition en raison de sa facilité à ajouter l'analyse d'images à notre application mobile et de la précision de son analyse faciale. »

Olawale Olaleye, Chef de l'ingénierie de l'infrastructure informatique, OneFi

Le groupe K-STAR est une entreprise de divertissement qui fournit des services de billetterie et de paiement pour les concerts. 

« En tant qu'entreprise de divertissement, nous fournissons des services de billetterie et de paiement de concerts à nos clients. Un point douloureux récurrent lors des concerts est la longue file d'attente dans laquelle les participants doivent faire la preuve de leur billet papier acheté et le faire valider à l'entrée. Pour résoudre ce problème, nous avons développé un service “ Face Ticket ” utilisant Amazon Rekognition. Désormais, les participants peuvent vérifier rapidement leur achat plutôt que de faire la queue pour obtenir des billets ou de scanner leur billet papier à l'entrée. Les concerts que nous soutenons n'ont plus de files d'attente et les participants ont apprécié la commodité et l'expérience amusante de l'utilisation de notre nouveau système “ Face Ticket ”. Lorsque nous avons développé ce service, nous avons comparé Rekognition avec d'autres services locaux d'analyse faciale, et nous avons finalement décidé d'utiliser Rekognition en raison de sa capacité de mise à l’échelle avec S3 et de l'intégration transparente avec d'autres services AWS. »

Hyojin Kim, Président, Groupe K-STAR

En savoir plus sur la tarification d'Amazon Rekognition

Visiter la page de tarification
Prêt à concevoir ?
Démarrage avec Amazon Rekognition
D'autres questions ?
Contactez-nous