O que já era excelente ficou muito perto do perfeito: a versão 2.0 do Datavalid atinge 99,9% de acurácia no processo de validação facial, conforme resultados obtidos em testes que o Serpro realizou em sua base de controle. O percentual anterior era de 99,39%. “Esse ganho de 0,51 % fica mais significativo quando se leva em conta que são milhares de consultas por dia”, observa José Benito, da divisão de soluções de visão computacional e biometria da empresa.

O aumento na acurácia foi possível devido ao uso em conjunto dos dois algoritmos: o original e um novo algoritmo que possibilitou uma dupla validação nos casos onde a probabilidade da incerteza é maior. Além disso, foi adicionada a verificação da qualidade das imagens antes do processo de comparação das faces. Isso filtra imagens de baixa qualidade, que estejam, por exemplo, embaçadas ou com uma iluminação ruim, e possuem maior probabilidade de gerar um resultado incorreto, ou seja, um falso negativo ou positivo.

“É um recurso potente e rápido, que proporciona um ganho em segurança muito importante para o sistema todo, inclusive pelo atendimento dos padrões do NIST (National Institute of Standards and Technology), que são o que há de mais rigoroso na área de segurança da informação”, destaca Paulo Pastore, responsável pela gestão de produtos de informação e inteligência no Serpro.

Processo de validação

O reconhecimento facial, utilizado pelo Datavalid, é uma técnica da visão computacional, ramo da inteligência artificial que busca replicar a visão humana por meio de computadores.Trata-se de identificar faces em imagens e fazer a biometria dessas faces para verificar se uma pessoa é quem ela informa ser, por exemplo.

O Datavalid aplica essa técnica usando redes neurais para realizar a comparação entre as faces. Esse processo se divide em algumas etapas principais:

1. detecção da face dada uma imagem;
2. extração de características e regiões de interesse, por exemplo nariz e olhos;
3. comparação entre as faces utilizando as características extraídas.

O resultado dessa comparação é um percentual de similaridade entre as faces. Por exemplo, 90% de similaridade indica uma alta probabilidade de as faces comparadas serem da mesma pessoa. Assim, o cliente pode ter um direcionamento de como tratar o resultado da comparação e definir os limiares mais adequados ao risco do seu negócio.

A utilização de bases de governo, pelo Datavalid, torna o processo ainda mais seguro, colaborando para reduzir o índice de fraudes.

Tem interesse em evitar fraudes cadastrais? Acesse a página do Datavalid e saiba mais sobre as possibilidades de uso solicitando seu e-book gratuito aqui.