概要
- 画像、動画処理のAIサービスであるAmazon Rekognitionの概要
- Auto Check-In Appソリューションの概要
- Auto Check-In Appソリューションを利用した顔認証システムの構築方法
内容
画像、動画処理のAIサービスであるAmazon Rekognitionの概要
AWS AIサービス
- 機械学習の深い知識なしに利用可能
- 学習済みのモデルをAPIで簡単に利用可能
- コンピュータビジョン
- Amazon Rekognitions
- 音声（読み上げ、書き起こし)
- Amazon Polly
- Amazon Transcribe
- Amazon Kendra
- 自然言語処理
- Amazon Comprehend
- Amazon Translate
- Amazon Textract
Amazon Rekognition
- 機械学習による画像、動画分析の自動化
- 利用範囲
- 対象物体、シーン、アクティビティ検出
- 安全でないコンテンツの検出
- 顔認識
- 機能
- ラベル付け
- カスタムラベル
- 不適切コンテンツ検出
- 文字検出
- 顔検出分析
- 顔検索、身元確認
- 有名人認識
- 動線分析
- アプリケーションに組み込む場合はAPIやSDKを利用して操作できる
Auto Check-In Appソリューションの概要
イベント受付の課題
- 人が集まるイベントでは受付業務が発生
- 参加者リストとの照合に時間とコスト(人)がかかる
- 本人確認が大変
- 通過時間や時間帯ごとの通過人数の確認
顔認証イベント受付サービスのアーキテクチャ
- 登録
- 顔写真をS3へ保存する
- Lambda functionで顔写真を処理、FaceIDをAmazon DynamoDBへ保存
- 検索
- クライアントで顔写真などをアップロードと結果確認
- Amazon API GatewayとAmazon Cognitoで情報転送
- Lambdaで顔写真をamazon Rekognitionに処理する
- FaceIdなどをAmazon DynamoDBに保存
仕組み
- 以下の部分
- コレクション：登録した顔データの集合
- 登録
- 検索
Auto Check-In Appソリューションを利用した顔認証システムの構築方法
実装ガイド
-
https://aws.amazon.com/jp/solutions/implementations/auto-check-in-app/
- one-clickでバックグランドサービスを構築できる
- 注意点
- イメージのバイトをAmazon Rekognition Imageに送る方が、S3にアップロードしたものを参照させるより高速
- 送る前に画像サイズを小さくしたり顔の部分を切り出したりするとパファーマンスが向上
- 結果にSimilarity(0から100)範囲をとるために、適切な閾値設定が重要
- 顔認識だけではなく、身分証などの多要素認証を検討
感想
- AWS Summitのような大きいイベントに顔認証が広い範囲に使われると、チェックイン、セッション会場に入ることなどが時間がかからない
- 顔認証への影響要素が多く、成功率が100%ではないので、別の認証方法と併用すれば、一番安全になるはず
- Auto Check-In Appを利用して構築時間が少なくて、早めにプロトタイプを作ってお客様にソリューションのイメージを説明できる
- ハンズオンで顔認証を使ってみて、思ったよりもずっと早く認証できて、スピードにびっくりした