Azure AI Face 서비스란?

Azure AI Face 서비스는 이미지에서 사람의 얼굴을 감지, 인식 및 분석하는 AI 알고리즘을 제공합니다. 얼굴 인식 소프트웨어는 식별, 터치리스 액세스 제어 및 개인 정보 보호를 위한 얼굴 흐림과 같은 다양한 시나리오에서 중요합니다.

클라이언트 라이브러리 SDK를 통해 또는 REST API를 직접 호출하여 Face 서비스를 사용할 수 있습니다. 빠른 시작에 따라 시작합니다.

또는 Vision Studio를 사용하여 브라우저에서 빠르고 쉽게 Face 서비스 기능을 사용해 볼 수 있습니다.

주의

Face 서비스 액세스는 책임 있는 AI 원칙을 지원하기 위해 자격 및 사용 기준에 따라 제한됩니다. Face 서비스는 Microsoft 관리 고객 및 파트너만 사용할 수 있습니다. 얼굴 인식 접수 양식을 사용하여 액세스를 적용합니다. 자세한 내용은 얼굴 제한 액세스 페이지를 참조하세요.

이 설명서에는 다음과 같은 유형의 문서가 포함되어 있습니다.

  • 빠른 시작서비스를 호출하고 짧은 시간 안에 결과를 얻을 수 있는 단계별 지침입니다.
  • 방법 가이드에는 보다 구체적이거나 사용자 지정된 방식으로 서비스를 사용하기 위한 지침이 포함되어 있습니다.
  • 개념 문서에서는 서비스의 기능 및 기능에 대한 자세한 설명을 제공합니다.
  • 자습서이 서비스를 광범위한 비즈니스 솔루션의 구성 요소로 사용하는 방법을 보여 주는 더 긴 가이드입니다.

보다 구조화된 접근 방식을 보려면 Face용 학습 모듈을 따르세요.

사용 사례 예

사용자 ID 확인: 신뢰할 수 있는 얼굴 이미지에 대해 사용자를 확인합니다. 이 확인은 은행 계좌, 건물 액세스 등과 같은 디지털 또는 물리적 속성에 대한 액세스 권한을 부여하는 데 사용할 수 있습니다. 대부분의 경우 신뢰할 수 있는 얼굴 이미지는 여권 또는 운전 면허증과 같은 정부 발급 ID에서 가져오거나 직접 찍은 등록 사진에서 가져올 수 있습니다. 확인 중에 활동성 감지는 이미지가 인쇄된 사진이나 마스크가 아닌 실제 사람으로부터 오는지 확인하는 데 중요한 역할을 할 수 있습니다. 활동성 확인에 대한 자세한 내용은 활동성 자습서참조하세요. 활동성이 없는 ID 확인의 경우 빠른 시작을 따르세요.

활동성 감지: 활동성 감지는 사용자가 카메라 앞에 물리적으로 존재하는지 여부를 검사 스푸핑 방지 기능입니다. 사용자 얼굴의 인쇄된 사진, 비디오 또는 3D 마스크를 사용하여 스푸핑 공격을 방지하는 데 사용됩니다. 활동성 자습서

터치리스 액세스 제어: 옵트인 얼굴 식별은 카드 또는 티켓과 같은 오늘날의 방법보다 향상된 액세스 제어 환경을 지원함과 동시에 카드 공유, 분실 또는 도난으로 인한 디지털 위생 및 보안 위험을 줄일 수 있습니다. 얼굴 인식은 공항, 경기장, 테마파크, 빌딩의 체크 인과 사무실, 병원, 체육관, 클럽 또는 학교의 리셉션 키오스크의 체크 인 루프에서 사용자의 체크 인 프로세스를 지원합니다.

얼굴 편집: 개인 정보 보호를 위해 비디오에 녹화된 사용자의 얼굴을 편집하거나 흐리게 처리합니다.

Warning

2020년 6월 11일, Microsoft는 인권에 근거한 강력한 규제가 시행될 때까지 미국 경찰서에 얼굴 인식 기술을 판매하지 않을 것이라고 발표했습니다. 따라서 고객이 미국 경찰서에서 또는 해당 서비스를 사용할 수 있는 경우 얼굴 인식 기능 또는 Azure 서비스에 포함된 기능(예: Face 또는 Video Indexer)을 사용할 수 없습니다. 새 얼굴 리소스를 만들 때는 Azure Portal에서 이 서비스를 미국의 경찰서를 통해 또는 경찰서를 위해 사용하지 않을 것이며, Responsible AI 설명서를 검토했으며 이 서비스를 그에 따라 사용할 것임을 인정하고 동의합니다.

얼굴 감지 및 분석

얼굴 감지는 다른 모든 시나리오의 첫 번째 단계로 필요합니다. 검색 API는 이미지에서 사람의 얼굴을 감지하고 해당 위치의 사각형 좌표를 반환합니다. 또한 저장된 얼굴 데이터를 나타내는 고유한 ID를 반환합니다. 이는 이후 작업에서 얼굴을 식별하거나 확인하는 데 사용됩니다.

얼굴 감지는 필요에 따라 머리 포즈, 성별, 연령, 감정, 수염 및 안경과 같은 일련의 얼굴 관련 특성을 추출할 수 있습니다. 이러한 특성은 실제 분류가 아닌 일반적인 예측입니다. 일부 특성은 사용자가 자신을 얼굴 서비스에 추가할 때 애플리케이션에서 고품질의 얼굴 데이터를 얻을 수 있도록 하는 데 유용합니다. 예를 들어 애플리케이션에서 선글라스를 착용하는 경우 선글라스를 벗도록 사용자에게 조언할 수 있습니다.

주의

Microsoft는 오용할 경우 사람들이 고정관념, 차별 또는 불공정한 서비스 거부를 당할 수 있는 감정 상태 및 신원 속성을 추론하는 데 사용할 수 있는 얼굴 인식 기능을 중단했습니다. 여기에는 감정, 성별, 나이, 미소, 수염, 헤어 및 메이크업을 예측하는 기능이 포함됩니다. 여기에서 이 결정에 대해 자세히 알아봅니다.

얼굴 감지 및 분석에 대한 자세한 내용은 얼굴 감지 개념 문서를 참조하세요. API 검색 참조 설명서도 참조하세요.

Vision Studio를 사용하여 브라우저에서 빠르고 쉽게 얼굴 감지를 시도할 수 있습니다.

활동성 감지

Important

활동성을 위한 Face 클라이언트 SDK는 제어된 기능입니다. 얼굴 인식 유입 양식을 작성하여 활동성 기능에 대한 액세스를 요청해야 합니다. Azure 구독에 액세스 권한이 부여되면 Face Liveness SDK를 다운로드할 수 있습니다.

얼굴 활동성 감지를 사용하여 입력 비디오 스트림의 얼굴이 실제(라이브) 또는 가짜(스푸핑)인지 확인할 수 있습니다. 이는 사진, 비디오, 마스크 또는 다른 사람을 가장하는 다른 수단을 사용하여 시스템에 액세스하려는 사기꾼의 스푸핑 공격을 방지하기 위한 바이오 메트릭 인증 시스템의 중요한 구성 요소입니다.

활동성 검색의 목표는 시스템이 인증 시 실제로 존재하는 라이브 사용자와 상호 작용하도록 하는 것입니다. 이러한 시스템은 디지털 금융, 원격 액세스 제어 및 온라인 ID 확인 프로세스의 증가와 함께 점점 더 중요해지고 있습니다.

활동성 감지 솔루션은 종이 인쇄물, 2d/3d 마스크 및 휴대폰 및 노트북의 스푸핑 프레젠테이션에 이르기까지 다양한 스푸핑 유형으로부터 성공적으로 방어합니다. 활동성 탐지는 연구의 활성 영역으로, 시간이 지남에 따라 점점 더 정교한 스푸핑 공격에 대응하기 위해 지속적으로 개선되고 있습니다. 전체 솔루션이 새로운 유형의 공격에 더 강력해짐에 따라 시간이 지남에 따라 클라이언트 및 서비스 구성 요소에 지속적인 개선이 롤아웃됩니다.

활동성 감지 솔루션은 iBeta Level 1 및 2 ISO/IEC 30107-3 규정 준수를 충족합니다.

자습서

Face Liveness SDK 참조 문서:

얼굴 인식

최신 기업 및 앱은 얼굴 확인("일대일" 일치) 및 얼굴 식별("일대다" 일치)을 비롯한 얼굴 인식 기술을 사용하여 사용자가 자신이 주장하는 사람인지 확인할 수 있습니다.

Important

Microsoft 제품 또는 서비스를 사용하여 생체 인식 데이터를 처리하는 경우 ( i) 보존 기간 및 소멸과 관련하여 데이터 주체에게 알림을 제공할 책임이 있습니다. (ii) 데이터 주체로부터 동의 획득; 및 (iii) 적용 가능한 데이터 보호 요구 사항에 따라 적절하고 필요한 생체 인식 데이터를 모두 삭제합니다. "생체 인식 데이터"는 GDPR 제4조에 명시된 의미를 가지며, 해당하는 경우 다른 데이터 보호 요구 사항에서 동등한 조건을 갖습니다. 관련 정보는 Face의 데이터 및 개인 정보를 참조 하세요.

Identification(식별)

얼굴 식별은 이미지의 한 얼굴과 보안 리포지토리의 얼굴 집합에 대한 "일대다" 일치를 해결할 수 있습니다. 얼굴 데이터가 쿼리 얼굴과 일치하는 정도에 따라 일치 후보가 반환됩니다. 이 시나리오는 특정 그룹의 사용자에게 빌딩 또는 공항 액세스 권한을 부여하거나 디바이스의 사용자를 확인하는 데 사용됩니다.

다음 이미지는 이름이 지정된 "myfriends"데이터베이스의 예를 보여줍니다. 각 그룹은 최대 1백만 개의 서로 다른 사람 개체를 포함할 수 있습니다. 각 사람 개체는 최대 248개의 얼굴을 등록할 수 있습니다.

A grid with three columns for different people, each with three rows of face images

그룹을 만들고 학습한 후에는 감지된 새 얼굴로 그룹에 대한 식별을 수행할 수 있습니다. 얼굴이 그룹의 사용자로 식별되면 사람 개체가 반환됩니다.

확인

확인 작업은 "이 두 얼굴이 같은 사람에 속합니까?"라는 질문에 대답합니다.

또한 확인은 이미지의 얼굴을 보안 리포지토리 또는 사진의 단일 얼굴로 일치시켜 동일한 개인인지 확인하는 "일대일" 일치이기도 합니다. 확인은 사용자가 자신의 새 사진을 찍고 사진 ID의 사진과 함께 전송하여 원격으로 신용 계정을 열 수 있도록 은행 앱과 같은 액세스 제어에 사용할 수 있습니다. Id API 호출 결과에 대한 최종 검사 사용할 수도 있습니다.

얼굴 인식 에 대한 자세한 내용은 얼굴 인식 개념 가이드 또는 API 식별확인 참조 설명서를 참조하세요.

비슷한 얼굴 찾기

유사 항목 찾기 작업은 대상 얼굴과 후보 얼굴 집합 간에 얼굴 일치를 수행하여 대상 얼굴과 비슷한 더 작은 얼굴 집합을 찾습니다. 이는 이미지별 얼굴 검색을 수행하는 데 유용합니다.

이 서비스는 matchPerson 및 matchFace의 두 가지 작업 모드를 지원합니다. matchPerson 모드는 Verify API를 사용하여 동일한 사용자를 필터링한 후 비슷한 얼굴을 반환합니다. matchFace 모드는 동일한 사용자 필터를 무시합니다. 동일한 사람에 속하거나 속하지 않을 수 있는 유사한 후보 얼굴 목록을 반환합니다.

다음 예제에서는 대상 얼굴을 보여줍니다.

A woman smiling

그리고 이러한 이미지는 후보 얼굴입니다:

Five images of people smiling. Images A and B show the same person.

4개의 유사한 얼굴을 찾기 위해 matchPerson 모드는 A와 B를 표시하며 동일한 사람을 대상 얼굴로 나타냅니다. matchFace 모드는 일부가 대상과 동일한 사람이 아니거나 유사성이 낮은 경우에도 4개의 후보인 A, B, C 및 D를 정확히 반환합니다. 자세한 내용은 얼굴 인식 개념 가이드 또는 Find Similar API 참조 설명서를 참조하세요.

얼굴 그룹화

그룹화 작업은 알 수 없는 얼굴을 유사성에 따라 여러 개의 소그룹으로 나눕니다. 각 그룹은 원래 얼굴 집합의 분리된 적절한 하위 집합입니다. 또한 유사성을 찾을 수 없는 얼굴 ID를 포함하는 단일 "messyGroup" 배열을 반환합니다.

반환된 그룹의 모든 얼굴은 동일한 사람에 속할 가능성이 높지만 한 사람에 대해 여러 개의 다른 그룹이 있을 수 있습니다. 이러한 그룹은 식과 같은 다른 요소로 구분됩니다. 자세한 내용은 얼굴 인식 개념 가이드 또는 그룹 API 참조 설명서를 참조하세요.

입력 요구 사항

일반 이미지 입력 요구 사항:

  • 지원되는 입력 이미지 형식은 JPEG, PNG, GIF(첫 번째 프레임), BMP입니다.
  • 이미지 파일 크기는 6MB 이하여야 합니다.

얼굴 감지를 위한 입력 요구 사항:

  • 검색 가능한 최소 얼굴 크기는 1920 x 1080 픽셀보다 크지 않은 이미지의 36 x 36 픽셀입니다. 1920 x 1080 픽셀보다 큰 이미지는 비례적으로 더 큰 최소 얼굴 크기를 갖습니다. 얼굴 크기를 줄이면 일부 얼굴이 감지 가능한 최소 얼굴 크기보다 크더라도 감지되지 않을 수 있습니다.
  • 감지 가능한 최대 얼굴 크기는 4096 x 4096 픽셀입니다.
  • 36 x 36 ~ 4096 x 4096 픽셀의 크기 범위를 벗어나는 얼굴은 감지되지 않습니다.

얼굴 인식에 대한 입력 요구 사항:

  • 일부 얼굴은 다음과 같은 사진 구성으로 인해 인식되지 않을 수 있습니다.
    • 극단적인 조명이 있는 이미지(예: 심각한 백라이트).
    • 하나 또는 두 눈을 차단하는 장애물.
    • 머리 유형 또는 얼굴 머리의 차이.
    • 나이로 인한 얼굴 외모의 변화
    • 극단적인 표정

데이터 개인 정보 보호 및 보안

모든 Azure AI 서비스 리소스와 마찬가지로 Face 서비스를 사용하는 개발자는 고객 데이터에 대한 Microsoft 정책을 알고 있어야 합니다. 자세한 내용은 Microsoft Trust Center의 Azure AI 서비스 페이지를 참조하세요.

다음 단계

빠른 시작에 따라 얼굴 인식 앱의 기본 구성 요소를 선택한 언어로 코딩합니다.