Visão Computacional

A visão computacional é a área que se dedica a extrair significado de imagens e vídeos — não se limitando apenas ao processamento de pixels, mas produzindo uma resposta estruturada sobre o que uma imagem contém. É a tecnologia subjacente a cada etapa da verificação automatizada de documentos, e descrevê-la de forma genérica não faz jus à complexidade dos problemas que surgem quando um documento de identidade real é apresentado diante da câmera.

Questão central O que há nesta imagem e onde?
Tarefas fundamentais Classificação, detecção, segmentação, reconhecimento, rastreamento
Método dominante Redes neurais profundas, convolucionais e, cada vez mais, baseadas em transformadores
Entradas que ele deve suportar Desfoque de movimento, reflexos, sombras, distorção, pouca luz, objetos danificados ou desgastados
Na verificação de documentos Detecção, classificação, reconhecimento de texto, análise de recursos de segurança, detecção de adulteração
Na biometria Detecção de rostos, alinhamento, extração de modelos, detecção de ataques de apresentação
Onde ocorre No próprio dispositivo ou no servidor, com restrições substancialmente diferentes
O modo de falha que importa Resultado confiável a partir de uma entrada incorreta

As tarefas e o que cada uma delas exige

Tarefa A pergunta a que ela responde
Classificação O que é que essa imagem representa?
Detecção de objetos Em que parte desta imagem está o objeto, e qual é a sua extensão?
Segmentação Quais pixels exatamente pertencem àquilo?
Reconhecimento de texto Quais personagens aparecem e em que ordem?
Correspondência de características Essas duas imagens mostram o mesmo objeto ou a mesma pessoa?

Uma única captura de documento executa a maioria desses passos em sequência. O quadro é analisado em busca de uma região com o formato de um documento; a região é classificada para determinar de que tipo de documento se trata; seus cantos são localizados para que a perspectiva possa ser corrigida; os campos de texto são lidos; e áreas específicas são examinadas em busca de características de segurança que devam estar presentes nesse tipo de documento. Cada etapa depende da anterior, e é por isso que um erro no início se propaga, em vez de ser compensado.

Por que os documentos de identidade são um caso complicado

Os testes de desempenho em visão computacional geralmente são baseados em fotografias de cenas do cotidiano. Os documentos de identidade contrariam a maioria das suposições incorporadas nesses testes.

O tema é reflexivo e, muitas vezes, de forma deliberada. Hologramas, tintas opticamente variáveis e laminados são projetados para serem difíceis de reproduzir e apresentam um comportamento imprevisível sob o flash de um celular. Um recurso de segurança que comprova a autenticidade de um documento é, para uma câmera, apenas um artefato de reflexo.

A captura está fora de controle. A imagem é captada a partir de qualquer dispositivo que a pessoa possua, sob qualquer condição de iluminação em que ela se encontre e independentemente do ângulo em que o dispositivo seja segurado. Nenhuma das restrições que um laboratório imporia está presente.

O número de turmas é enorme e apresenta uma distribuição de cauda longa. Existem milhares de tipos de documentos em circulação em todo o mundo, cada um com várias versões ainda válidas, e a distribuição é extremamente desigual — alguns poucos aparecem constantemente, enquanto a maioria aparece raramente. O fato de um documento ser raro não significa que ele não seja importante para quem o possui.

Os requisitos de precisão são incomuns. A leitura incorreta de um caractere do número de um documento é considerada uma falha. A maioria das aplicações de reconhecimento visual tolera respostas aproximadas; esta, porém, não, e é por isso que é necessário verificar se a leitura corresponde ao zona legível por máquina ou por que um código de barras é tão importante.

Por que isso é importante para a verificação de identidade

Cada etapa do fluxo de verificação é um problema de visão. Reconhecimento óptico de caracteres lê os campos impressos. A classificação do documento determina qual modelo e quais regras se aplicam. A análise dos recursos de segurança verifica se tudo o que deveria estar presente está de fato presente. Detecção de violação procura por indícios de compressão e ruído em uma imagem editada. A detecção de rostos e a extração de modelos são responsáveis pela comparação biométrica, e a detecção de ataques de apresentação determina se há uma pessoa real diante da lente.

O modo de falha contra o qual vale a pena projetar é um modelo que retorna uma resposta confiável para uma entrada que deveria ter sido rejeitada. Um documento desfocado ou parcialmente oculto ainda pode produzir uma leitura que pareça plausível, e um sistema posterior, sem nenhuma indicação sobre a qualidade da captura, tratará essa leitura como um fato. Bons fluxos de trabalho avaliam suas próprias entradas e solicitam uma nova captura; é por isso que as orientações de captura fazem parte da tecnologia, e não da interface.

Essa é a essência por trás de verificação de documentos de identidade, e é por isso que a cobertura e a precisão são propriedades de uma implementação específica, e não da área em si. Verificação de identidade Um sistema baseado em visão computacional só é tão bom quanto seu desempenho nas situações mais difíceis.

O que a visão computacional não consegue fazer

Por si só, isso não comprova a autenticidade. Ler um documento com precisão e determinar se ele é autêntico são tarefas diferentes, e um sistema que realiza apenas a primeira delas extraiu dados de um objeto não verificado.

Ele herda sua distribuição de treinamento. O desempenho em tipos de documentos, condições de iluminação ou grupos demográficos pouco representados no treinamento será pior, e os índices agregados de precisão ocultam exatamente isso.

Ele não consegue recuperar as informações perdidas durante a captura. O retoque melhora a aparência; ele não restaura detalhes que nunca foram registrados. A partir de certo ponto, a única medida correta é refazer a foto.

Confiança não é sinônimo de correção. Os modelos geram uma pontuação, e uma pontuação alta para uma entrada incorreta é o resultado mais perigoso no pipeline.

Perguntas frequentes

Para que serve a visão computacional na verificação de identidade?

Detectar e classificar o documento no quadro, corrigir sua perspectiva, ler os campos impressos, verificar os recursos de segurança que devem estar presentes para esse tipo de documento, detectar sinais de adulteração da imagem e realizar a detecção e o reconhecimento facial para a comparação biométrica. Uma única captura executa a maioria dessas tarefas em sequência.

A visão computacional é a mesma coisa que OCR?

Não. O reconhecimento óptico de caracteres (OCR) é uma das tarefas da visão computacional — a conversão de imagens de texto em caracteres. A verificação de documentos também requer detecção, classificação, segmentação, análise de características de segurança e comparação biométrica, tarefas que o OCR não realiza.

Por que os documentos de identidade são um desafio para a visão computacional?

Como seus recursos de segurança são deliberadamente reflexivos e se comportam de maneira imprevisível sob o flash de um celular, a captura é descontrolada; há milhares de tipos de documentos com uma distribuição de cauda extremamente longa; e a exigência de precisão é excepcionalmente rigorosa — um único caractere lido incorretamente já constitui uma falha.

A visão computacional é executada no dispositivo ou na nuvem?

Ambos são utilizados. O processamento no próprio dispositivo mantém as imagens fora da rede e retorna resultados sem a necessidade de uma ida e volta, mas tem como contrapartida a limitação de trabalhar dentro do orçamento computacional do dispositivo. O processamento no lado do servidor permite o uso de modelos maiores. A escolha afeta a privacidade, a latência e o que o sistema pode fazer offline.

Leitura relacionada

Descubra nossas soluções

Para explorar nossas soluções, você está a apenas um clique de distância. Experimente nossos produtos ou converse com um de nossos especialistas para se aprofundar no que oferecemos.

Relatório
Analisando o aumento das fraudes de identidade impulsionadas pela IA

A IA não se limitou a tornar a fraude mais rápida. Ela a transformou em um sistema. Analisamos milhões de interações relacionadas à identidade para mapear como os ataques de identidade estão evoluindo em diferentes regiões, tipos de ataque e níveis de sofisticação — e o que as organizações precisam repensar para acompanhar essa evolução.

Veja os dados