Verificação de identidade com o uso do Amazon Rekognition

Verifique a identidade do usuário on-line com o uso do machine learning.

A verificação da identidade do usuário pessoalmente é mais lenta termos de escalonamento, custo e com alto impacto para os usuários. O machine learning potencializou a biometria facial e é capaz de habilitar a verificação de identidade do usuário on-line. O Amazon Rekognition oferece reconhecimento facial treinado previamente e analisa os recursos para que seja possível acrescentar rapidamente ao usuário os fluxos de trabalho de integração e autenticação para verificar a identidade dos usuários on-line escolhidos. Não é necessário ter experiência com machine learning. Com o Amazon Rekognition, é possível integrar e autenticar os usuários em segundos enquanto as contas fraudulentas e duplicadas são detectadas mais rapidamente. Consequentemente, é possível aumentar a quantidade de usuários rapidamente, reduzir fraude e diminuir os custos de verificação do usuário.

What's Amazon Rekognition Identity Verification (1:22)

Benefícios

Aumente a quantidade de usuários mais rapidamente

Converta mais visitantes em clientes diminuindo o tempo de integração e aumentando a conveniência do usuário. Com o Amazon Rekognition, é possível verificar os usuários on-line em segundos, em qualquer lugar do mundo, e escalar as verificações de identidade por hora de centenas para milhões. Agora, os usuários podem acessar os serviços on-line sem a necessidade de uma visita presencial.

Reduza as fraudes

Fortaleça os recursos de prevenção contra fraudes complementando a autenticação baseada em senha com a verificação visual da identidade on-line. Evite a abertura de contas ou transações fraudulentas comparando a selfie do usuário com a foto da identidade do documento ou com a coleção de fotos existentes do usuário.

Custos e despesas indiretas mais baixos

Reduza o tempo e os custos da verificação de identidade pessoalmente ao usar o Amazon Rekognition treinado pessoalmente e APIs personalizáveis. Com o Amazon Rekognition, é possível integrar e autenticar os usuários on-line sem a necessidade de construir e gerenciar a própria infraestrutura de ML.

Como funciona

Como funciona o compartilhamento de dados do Redshift

Recursos

Valide a selfie

A Face Detection do Amazon Rekognition ajuda a detectar se a selfie do usuário foi capturada corretamente. É possível detectar se o rosto está presente na imagem. Também é possível usar atributos previstos, como tamanho da caixa de delimitação, pose, brilho, nitidez, olhos abertos, boca aberta e óculos usados para determinar a qualidade da imagem.

CBS

Compare a selfie com o ID do usuário

A Face Comparison do Amazon Rekognition ajuda a avaliar a similaridade entre dois rostos para ajudar a determinar se eles são da mesma pessoa. É possível receber uma previsão de pontuação de similaridade para a selfie do usuário em relação à imagem do documento de identidade praticamente em tempo real.

CBS

Detecte usuários duplicados

O Face Index e a Pesquisa do Amazon Rekognition habilita a criação de uma coleção de faces para usuários existentes e a pesquisa de selfies de novos usuários em relação a todos os rostos na coleção para detectar tentativas de criação de contas fraudulentas.

CBS

Classificação do ID do documento

O Amazon Rekognition Object Detection ajuda a determinar o tipo do documento de identidade do usuário, como uma carteira de habilitação ou passaporte. Também é possível usar o Amazon Rekognition Custom Labels para detectar e identificar um único tipo de documento para a região ao treinar um modelo de machine learning personalizado com algumas poucas imagens anotadas.

Extraia os dados do usuário

O Amazon Rekognition Text Detection ajuda a extrair os trechos principais de texto em um documento de identificação, como nome, data de emissão, idade e número de identificação. É possível comparar as informações com os dados da ficha de inscrição do usuário.

Clientes

A Aella Credit concede empréstimos instantâneos a indivíduos com uma fonte de renda verificável em mercados emergentes usando dados biométricos, de empregadores e de telefonia móvel.

“A verificação e a validação de identidade são um grande desafio em mercados emergentes. A capacidade de identificar adequadamente os usuários é um obstáculo importante para a criação de crédito para bilhões de pessoas nesses mercados. Com o Amazon Rekognition para verificação de identidade, o nosso aplicativo móvel reduziu substancialmente os erros de verificação e nos permitiu escalar. Agora, podemos detectar e verificar a identidade de um indivíduo em tempo real, sem intervenção humana, agilizando assim o acesso aos nossos produtos. Experimentamos diversas soluções conhecidas, mas nenhuma das alternativas comuns conseguiu mapear precisamente os diversos tons de pele. O Amazon Rekognition nos ajudou a reconhecer eficazmente as faces dos clientes em nossos mercados. Além disso, o serviço nos ajudou a descobrir perfis sobrepostos e conjuntos de dados duplicados nas atividades de conhecimento do cliente (KYC).”

Wale Akanbi, CTO e Cofundador, Aella Credit

CBS

Banco de Bogotá

Com 150 anos de experiência em operações, o Banco de Bogotá é parte do Aval Group e está na segunda posição no sistema bancário colombiano para seus ativos, o que o coloca em uma posição privilegiada no país.

“Com a AWS, passamos a ser o primeiro banco na Colômbia para lançar empréstimos e produtos de crédito que podem ser comprados em menos de cinco minutos a partir de nossos canais digitais.”

Gabriel Morris, líder em tecnologia, diretoria de estratégia digital e dados - Banco de Bogotá

Banco Inter

Banco Inter SA

O Banco Inter SA oferece serviços bancários completos, investimentos, crédito e seguro, além de possuir um shopping que reúne os melhores varejistas do Brasil. Com 11 milhões de clientes, a empresa expandiu o portfólio de crédito no país de 9,4 bilhões BRL, o patrimônio dos acionistas de 3,3 bilhões BRL e 19,8 bilhões BRL em ativos totais.

“Há três, abríamos 200 contas por dia. Hoje, 29 mil contas são abertas diariamente e, sem o Amazon Rekognition, não teríamos a agilidade para fazer isso.”

Bruno Picchioni, engenheiro de Machine Learning - Banco Inter

CBS

CreditVidya

A CreditVidya é uma startup sediada na Índia cuja tecnologia subjacente está abrindo o mercado de empréstimos do país para mais de 250 milhões de cidadãos financeiramente excluídos. A CreditVidya planeja, em breve, ir além com o Amazon Rekognition, para acrescentar reconhecimento facial nas aplicações.

“Planejamos usar o Amazon Rekognition para concluir os nossos processos eletrônicos 'conheça seu cliente'. Faremos a comparação dos documentos de identidade carregados pelos usuários e as selfies para garantir que as aplicações estejam carregando os seus próprios documentos de identidade.”

Srikanth Gaddam, VP de TI & Segurança - CreditVidya

Carbon é uma plataforma digital de serviços financeiros desenvolvida pela OneFi que oferece serviços para os indivíduos excluídos do sistema bancário na África Ocidental com um app móvel Android com mais de 900 mil downloads.

“Em maio de 2016, a Carbon lançou o app móvel para o processo de solicitação de empréstimo. Com o app móvel, as imagens estão sendo constantemente geradas e consumidas em taxas mais rápidas do que antes. A Carbon precisou encontrar uma saída para a necessidade de crescimento de análise de imagem para detecção de fraude e análise de risco. Queríamos ser capazes de identificar se um rosto humano poderia ser de fato detectado em uma imagem carregada e identificar outras informações como gênero e identidade. Escolhemos o Amazon Rekognition devido a facilidade de acrescentar análise de imagem em nosso app móvel, além da precisão de análise facial.”

Olawale Olaleye, diretor de engenharia de infraestrutura de TI - OneFi

K-STAR Group é uma empresa de entretenimento que oferece ingressos para concertos e serviços de pagamento. 

“Como uma empresa de entretenimento, oferecemos ingressos para concertos e serviços de pagamento para nossos clientes. Um ponto crítico recorrente nos concertos é a longa fila de espera para fornecer o comprovante do ingresso em papel comprado e depois tê-lo validado na entrada. Para resolver este problema, desenvolvemos um serviço de ‘ingresso facial’ usando o Amazon Rekognition. Agora, os participantes podem verificar rapidamente a compra em vez de esperar na fila para obter os ingressos ou escanear o ingresso em papel na entrada. Os concertos para os quais oferecemos os serviços não possuem mais filas, e os participantes gostaram da comodidade e da experiência divertida de usar o novo sistema de ‘ingresso facial’. Quando estávamos desenvolvendo o serviço, comparamos o Rekognition com outros serviços de análise facial local e finalmente decidimos usá-lo devido à alta escalabilidade com o S3 e fácil integração com outros serviços da AWS.”

Hyojin Kim, presidente - K-STAR Group

Saiba mais sobre a definição de preço do Amazon Rekognition

Acesse a página de definição de preço