Desarrollo de BlinkID Capture: una experiencia de usuario aún mejor y una extracción de datos más eficaz

En Microblink, nos enorgullece considerarnos expertos en inteligencia artificial y documentos de identidad. Y, sin embargo, siempre nos esforzamos por mejorar, tanto para nuestros clientes como para los usuarios finales que interactúan con nuestros productos. Tras el emocionante lanzamiento de BlinkID, hemos charlado con Luka Slibar, nuestro director de producto de BlinkID, y con Daniel Balchev, ingeniero de aprendizaje automático, sobre cómo abordamos los retos específicos de la identidad digital y la captura de imágenes que hace posible nuestra suite BlinkID. Las conversaciones que aparecen a continuación se han editado y resumido para mayor claridad.

Superar los retos de la identidad digital con Luka Šlibar

Llevo trabajando en Microblink en distintos puestos desde 2014. Aunque al principio me centré en el desarrollo empresarial, con el tiempo pasé a desempeñar un puesto de gestión de productos para nuestras iniciativas de inteligencia artificial, hasta que asumí el cargo de responsable de producto de los módulos de captura y extracción de BlinkID.

A lo largo de los años, Microblink ha procesado más de 12 000 millones de documentos de identidad de todo tipo y, durante ese tiempo, hemos desarrollado una perspectiva única sobre los matices y retos que plantean estos documentos. Los documentos de identidad varían según la zona geográfica y la persona, y cambian con frecuencia de formato y diseño. Ya sea para abrir una cuenta o para realizar una transferencia de dinero, la mayoría de las experiencias de usuario digitales modernas que hoy damos por sentadas dependen del escaneo y la autenticación correctos de estos diversos documentos. Ahí es donde entra en juego BlinkID. 

A la hora de resolver los retos de nuestros clientes y elevar el listón en materia de identidad digital, dividimos el proceso en tres pasos clave: captura, extracción y verificación.

Una captura de documentos excepcional es fundamental para el éxito de la verificación posterior. Sean cuales sean las necesidades específicas de la empresa, no es posible llevar a cabo una verificación precisa y fiable de los documentos de identidad sin una captura y extracción de imágenes excepcionales. Dicho de otro modo, la capacidad de verificar la validez de un documento o de señalarlo como potencialmente fraudulento depende de la calidad de los datos extraídos, que a su vez depende de la calidad de la captura inicial. Si el proceso de captura resulta engorroso, confuso o propenso a errores, es probable que los usuarios lo abandonen por completo. 

Tradicionalmente, Microblink se ha caracterizado por desarrollar y ofrecer SDK y API para automatizar los dos primeros pasos del proceso con una velocidad y precisión líderes en el sector. El procesamiento en el propio dispositivo de BlinkID ofrece una experiencia de usuario superior con indicaciones en tiempo real (por ejemplo, «mantenga el documento quieto» o «retroceda»), seguridad de los datos y la capacidad de admitir casos de uso sin necesidad de una conexión a Internet estable.

Sin embargo, a pesar de todos los avances en la potencia de procesamiento de los teléfonos móviles, esta sigue siendo inferior a la de un servidor completo. Además, en muchos sectores altamente regulados, como la banca y los servicios financieros —a los que presta servicio nuestra tecnología—, las imágenes capturadas se envían de todos modos a un servidor para su posterior procesamiento. 

Aunque hemos respondido a las diversas necesidades de nuestros clientes con opciones de integración flexibles y una amplia cobertura de plataformas, también vimos la oportunidad de mejorar el enfoque actual, empezando por la captura de imágenes. 

La experiencia de Microblink en el desarrollo de productos altamente optimizados para dispositivos nos ha situado en una posición única para resolver este reto. Como equipo, sabemos cómo desarrollar modelos de aprendizaje automático ligeros y ofrecer una experiencia de captura de imágenes intuitiva sin aumentar innecesariamente el tamaño del SDK. Esto también hizo que fuera un proyecto muy atractivo en el que trabajar para nuestros equipos multifuncionales. 

Nuestro SDK de captura, que acabamos de lanzar, se integra en las aplicaciones móviles de los clientes para ofrecer la fantástica experiencia de captura de datos del usuario por la que se conoce a nuestro producto estrella, BlinkID, sin aumentar apenas el tamaño total de la aplicación. Además, permite un procesamiento y una extracción de imágenes más potentes del lado del servidor, lo cual es esencial para nuestra visión a largo plazo de ofrecer la mejor solución global de verificación de documentos de identidad del mercado.

Hacia una captura de imágenes aún más inteligente, basada en el aprendizaje automático, con Daniel Balchev

Me incorporé a Microblink a finales de 2022 como uno de los tres primeros empleados en Sofía (Bulgaria), ¡y estoy encantado de lanzar el primer producto en el que he trabajado con el equipo! Gracias a nuestra amplia gama de modelos de aprendizaje automático (ML) ya existentes y a la gran cantidad de datos internos con los que entrenar nuevos modelos, hemos podido lanzar este SDK en tan solo cinco meses.

Se necesita un gran equipo para crear un producto como este, y llegar hasta aquí ha supuesto una estrecha colaboración con numerosos ingenieros de aprendizaje automático, ingenieros de software multiplataforma, diseñadores de producto y nuestros gestores de producto. También hemos hablado con nuestros clientes y con los compañeros que trabajan de cara al cliente para incorporar sus comentarios y asegurarnos de que estamos creando el producto adecuado. El SDK de captura de imágenes que lanzamos cuenta con numerosas funciones, entre las que se incluyen:

• Detección automática de documentos: Nuestro SDK es capaz de detectar cuándo el documento está visible y cuál es su ubicación exacta, lo que nos permite determinar cuándo el usuario sostiene el documento demasiado cerca o demasiado lejos de la cámara, o en un ángulo excesivo, y ofrecerle instrucciones para ayudarle a realizar un escaneo de mejor calidad. 

• Clasificación por tipo de documento: Nuestro nuevo SDK clasifica los documentos en varias categorías que nos ayudan a determinar su relación de aspecto prevista y si los documentos son de una sola cara o a doble cara. Esto resulta especialmente interesante porque nos permite adaptar la experiencia del usuario y el proceso de escaneo en función del documento concreto. En otras palabras, si el usuario muestra un documento de identidad, sabremos que debemos pedirle el anverso y el reverso, a diferencia de lo que ocurre con un pasaporte, en cuyo caso solo necesitamos el anverso. 

• Detección de imágenes borrosas: detecta si el documento está borroso y espera hasta que el usuario consiga una foto mejor y más nítida.
• Detección de reflejos: si hay algún reflejo que cubra el documento, lo detectaremos y le pediremos al usuario que mueva el documento para que no se vea.
• Detección de inclinación: identifica la posición del documento en la imagen o en el encuadre de la cámara y nos permite estimar si el documento está inclinado o no. Aunque podemos gestionar documentos inclinados en etapas posteriores del procesamiento, la transformación de dichas imágenes conlleva inevitablemente cierta distorsión de la imagen transformada, lo cual suele ser indeseable a la hora de comprobar si una imagen ha sido manipulada. No hay forma de corregir esto tras la captura, por lo que la única solución es proporcionar instrucciones en tiempo real al usuario final sobre cómo colocar correctamente el documento para eliminar la inclinación y garantizar la mejor captura de imagen posible. 
• Oclusión de la mano: Este SDK reutiliza los modelos de detección de manos de nuestro modelo de verificación para detectar si la mano de un usuario está tapando una parte significativa del documento. (El cliente puede configurar en los ajustes qué se considera «significativo»). Esto garantiza que no capturamos imágenes en las que, por ejemplo, un dedo cubra una parte importante del documento.

• Estimación de la nitidez: Capturamos varios fotogramas del documento de identidad a partir del flujo de vídeo y los filtramos para seleccionar el que presente mayor nitidez, con el fin de garantizar un procesamiento posterior más preciso.
• Estimación de las condiciones de iluminación: podemos detectar si el usuario está escaneando en una habitación oscura o si hay demasiada luz, e indicarle que realice los ajustes necesarios para obtener una imagen de mejor calidad.

El resultado es una información más proactiva y detallada para el usuario, que utiliza el aprendizaje automático para comprobar la calidad de la imagen y garantiza el mejor escaneo posible desde el primer intento, lo que reduce la probabilidad de que los usuarios tengan que repetir el proceso y da lugar a una mejor extracción. 

Además de la experiencia de captura y la calidad de imagen superiores que ofrece, nuestro SDK de captura independiente no se limita a una lista de documentos compatibles, por lo que está diseñado para funcionar con todas las tarjetas de identificación, permisos de conducir y pasaportes de tamaño estándar, tanto en la actualidad como en el futuro. Si se lanza una nueva versión de un documento, los clientes no tienen que molestar a sus usuarios con una actualización, sino que basta con actualizar el sistema de fondo para la extracción.

¡Gracias a Luka y Daniel por charlar con nosotros!