Definir um limite de correspondência facial sem adivinhação

Escolha um limite de correspondência facial decidindo qual erro lhe custa mais e, em seguida, medindo onde suas pontuações reais e de impostores se situam. O limite de aprovação não é uma configuração de qualidade que você aumenta para "mais segurança". É um equilíbrio entre dois erros: aceitar alguém que não é a pessoa na identidade e rejeitar alguém que é.

A maioria das equipes precisa de dois números, não apenas um. Um limite mínimo de aprovação, acima do qual uma correspondência é aceita automaticamente, e um limite mínimo de revisão, abaixo do qual ela é rejeitada, com a diferença entre eles sendo enviada para uma pessoa. O restante deste artigo explica como definir ambos sem precisar adivinhar.

Qual é o limite real de negociação?

Um sistema de reconhecimento facial compara duas imagens e retorna uma pontuação de similaridade. Pares genuínos (a mesma pessoa) tendem a ter uma pontuação alta; pares de impostores tendem a ter uma pontuação baixa. Os dois grupos se sobrepõem, e cada limiar elimina essa sobreposição em algum ponto.

• Aumentar o limite de aprovação fará com que menos impostores sejam aprovados (uma taxa de falsos positivos menor ), mas mais clientes legítimos serão reprovados (uma taxa de falsos negativos maior ).

• Ajuste para um valor mais baixo e, em seguida, faça o inverso.

O Instituto Nacional de Padrões e Tecnologia dos EUA (NIST) reforça essa ideia em sua diretriz de autenticação, SP 800-63B-4 (abre num novo separador) : um limite escolhido "geralmente enfatiza um valor baixo". FMR Para maximizar a segurança, visto que falsos negativos podem ser mitigados pela repetição da medição. Para verificação remota de identidade, a SP 800-63A-4 (abre num novo separador) (julho de 2025) estabelece metas de desempenho de uma taxa de falsos positivos de 1:10.000 ou melhor e uma taxa de falsos negativos de 1:100 ou melhor. Esses são parâmetros federais dos EUA, e não regras para os mercados africanos, mas representam uma declaração útil do objetivo de um programa sério: impostores devem ser muito menos frequentes do que usuários genuínos rejeitados.

Por que uma única nota de aprovação não é suficiente?

Porque as pontuações próximas da linha são aquelas em que o número diz menos.

Uma selfie que fica um pouco abaixo da nota de aprovação pode ser de um impostor com aparência semelhante ou de um cliente real fotografado com pouca luz em comparação com uma foto antiga de dez anos atrás. Forçar uma resposta afirmativa ou negativa com base nessa pontuação significa recusar clientes reais ou permitir a entrada de sósias.

Uma avaliação honesta da qualidade da foto lida com a ambiguidade: notas confortavelmente acima da nota de aprovação são aceitas, notas muito abaixo da nota mínima são rejeitadas, e a nota intermediária é atribuída a uma pessoa que pode analisar ambas as fotos. A correspondência facial é importante.API (abre num novo separador)em Toden funciona assim: seu veredicto é tripartite (match,reviewouno_match), avaliado de acordo com a nota de aprovação e o limite mínimo de avaliação da própria organização, e deliberadamente não adota nenhum limite por solicitação, portanto, cada veredicto registrado foi julgado de acordo com a política registrada.

Amarre a faixa no topo

Um erro de configuração é comum o suficiente para merecer atenção. Uma regra de revisão escrita como "confiança igual ou superior ao limite inferior, enviar para revisão" detecta todas as pontuações acima do limite inferior, incluindo correspondências perfeitas. A faixa deve ser delimitada em ambos os lados:

review when: facialConfidence >= floor AND facialConfidence < passMark

Se você construir a banda como uma regra de decisão, verifique-a em relação a uma correspondência forte conhecida antes de publicar.

Como você define os números a partir dos seus próprios dados?

As configurações padrão do fornecedor são um ponto de partida, não uma solução definitiva. Seus usuários, seus telefones, a idade das fotos registradas e as condições de iluminação influenciam a distribuição das pontuações. Aqui está um método prático de calibração.

1. Comece com a configuração padrão e colete os resultados. Execute o teste por algumas semanas com uma ampla faixa de revisão, para que mais casos limítrofes cheguem às pessoas do que você desejará no futuro.

2. Identifique os pares analisados. Peça aos revisores que registrem um resultado claro para cada um: mesma pessoa, pessoa diferente ou foto inutilizável. Fotos inutilizáveis ​​não servem como prova de identidade em nenhum dos casos; portanto, exclua-as do cálculo.

3. Crie dois histogramas. Um com as pontuações dos pares rotulados como "mesma pessoa" e outro com as pontuações dos pares rotulados como "pessoa diferente". Agora você pode ver onde está a sua própria sobreposição.

4. Defina a nota de aprovação do ponto de vista do impostor. Escolha a pontuação acima da qual os impostores identificados quase nunca aparecem. É nesse nível que a aceitação automática é segura.

5. Defina a pontuação mínima a partir do lado genuíno. Escolha a pontuação abaixo da qual os pares genuínos rotulados quase nunca aparecem. Abaixo disso, recuse ou peça uma nova tentativa.

6. Dimensionar a banda de acordo com a capacidade de revisão da sua equipe é importante. Se a banda enviar mais casos do que sua equipe consegue revisar dentro do prazo estipulado, reduza o número de envios e decida explicitamente quais erros você está disposto a aceitar com mais frequência.

7. Repita. Verifique novamente após alterar os fluxos de captura, adicionar mercados ou identificar um novo padrão de fraude.

Um exemplo ilustrativo: uma instituição financeira descobre, a partir de centenas de pares rotulados, que os impostores quase nunca obtêm pontuações acima de 80 e poucos, e os clientes genuínos quase nunca obtêm pontuações abaixo de 65 e poucos. Ela define a nota de aprovação próxima ao topo da cauda dos impostores e a nota mínima próxima à base da cauda dos clientes genuínos, e envia a diferença para revisão. Os números aqui apresentados são fictícios para fins ilustrativos; os seus virão dos seus próprios histogramas.

O limite deve variar de acordo com a fonte da foto ou com o grupo?

Por meio da fonte fotográfica, priorize a correspondência em vez da redefinição. Uma selfie comparada com uma foto de registro governamental, um retrato digital autenticado e uma foto impressa em um documento não constituem evidências igualmente fortes, e a comparação com uma foto impressa tem menos peso se o próprio documento for falsificado. Toden O relatório de resultados indica qual foto foi usada (facialMatchSource:gov_record,chipoudocument), e uma regra de decisão pode enviar correspondências de documentos e fotos para revisão, independentemente da pontuação.

Por grupo demográfico, não. NIST A norma SP 800-63A-4 afirma que o sistema deve ser configurado com um limite fixo, e não um limite por grupo demográfico, e espera que o desempenho de cada grupo não seja superior a 25% pior do que o da população em geral. Se os dados da sua análise mostrarem que um grupo apresenta falhas com mais frequência, a solução é melhorar a captura (luz, orientação, qualidade da câmera) ou utilizar um modelo melhor, e não lançar uma linha de produtos separada.

Como integrar isso a um fluxo de trabalho?

Em Toden Fluxos de trabalho : um fluxo de trabalho pode definir sua própria marca de aprovação facial e uma faixa de revisão. A faixa é uma regra de decisão sobreverification.facialConfidence, uma pontuação de 0 a 100, limitada entre o mínimo e a nota de aprovação, que influencia o resultado da avaliação; a documentação de decisão (abre num novo separador) lista o campo. Algumas observações práticas:

• Não mencione a pontuação na mensagem do candidato. Toden voltado para o candidatoreasonIndica o que não corresponde e o que fazer a seguir, e não possui pontuação nem limite. Exibir a barra informa ao impostor o quão perto ele chegou.

• Registre cada alteração. Quando um revisor aprova uma alteração quase correta, o resultado é mantido.checkStatus: failedereasonCode: selfie_mismatchAlém da aprovação, que é o registro que um auditor solicita.

• Teste a banda antes de publicá-la. Os IDs de teste do Sandbox incluem um cenário de incompatibilidade de selfies, para que você possa confirmar se sua regra direciona uma correspondência falha para o local esperado.

A regra de decisão

Antes de tocar em um controle deslizante, descreva sua política em uma única linha: "Aceitamos automaticamente acima de X porque os impostores identificados quase nunca atingem essa pontuação; recusamos abaixo de Y porque os clientes genuínos quase nunca atingem essa pontuação; uma pessoa revisa tudo entre esses valores, dentro de Z horas." Se você ainda não consegue preencher X, Y e Z com seus próprios dados, use uma faixa ampla até que consiga.