Imagine a seguinte situação: você quer abrir uma conta em um banco digital e opta pela praticidade de fazer por meio de aplicativo. Em uma das etapas do onboarding, o app solicita uma imagem da sua face e descreve instruções para captura aceitável. A captura acaba não saindo de acordo com as instruções, porém, a imagem é aceita.
Com a conta criada, você vai, animado, organizar as finanças e quando tenta acessar utilizando o reconhecimento de face, não funciona. Você tenta outras vezes e o erro permanece.
O que era para ser uma solução prática e fácil, se torna um problema e a insistência do erro traz a sensação de que os dados podem ter sido fraudados, por não serem aceitos.
Conheça as principais tendências de falhas de segurança para 2022 aqui.
Se a situação apresentada acima já gera desconforto, quando levada a um caso extremo, como uma cena de crime, o impacto é ainda maior.
Neste exemplo, um suspeito comete um crime e é flagrado de relance por uma câmera de monitoramento. A partir deste fragmento, ficaria fácil identificar o sujeito por meio do cruzamento do fragmento detectado com o banco de dados da perícia, certo?
Errado. A identificação só seria possível se a imagem cadastrada estivesse com qualidade suficiente para “casar” com o fragmento existente. Em suma, uma série de erros de identificação acontecem quando a qualificação cadastral biométrica não é feita com sucesso.
Seja na dificuldade em acessar a conta no banco ou na possibilidade de um suspeito de crime ficar à solta, a falta de qualidade biométrica pode trazer danos irreparáveis.
Pensando nisso, o Dr. João Janduy, Pesquisador do BioPass ID, em sua tese de doutorado, desenvolveu um algoritmo proprietário com o intuito de otimizar e analisar a qualidade de imagens biométricas.
Antes de conhecê-lo, primeiro vamos entender o que é e qual a importância da qualificação biométrica. Siga na leitura!
Entenda a qualificação niométrica
O processo de reconhecimento biométrico acontece em 3 etapas principais: a captura, a extração e a identificação.
A captura é a primeira etapa delas. Por ser a base do processo, seu efeito impacta diretamente nos processos conseguintes.
Por sua vez, a extração é a parte em que as minúcias dos atributos da imagem biométrica, ou seja, as características que tornam uma biometria única, são coletadas.
Por último, há a etapa de identificação, em que as biometrias serão comparadas entre si e assim, identificadas.
Pode-se perceber que uma etapa está diretamente atrelada à outra, deixando claro que quando uma delas falhar, as outras responderão de acordo com o erro, portanto, se a captura falhar, a identificação tende a falhar também. Isso causa frustração para quem utiliza e prejuízo para quem fornece, tendo em vista que cada impressão tem um custo.
Essas falhas originam-se no momento de cadastro, o chamado onboarding. É neste momento de onboarding com captura biométrica que a qualificação entra no jogo, para aumentar a segurança em um sistema e reduzir a taxa de erro, fazendo da identificação mais clara e eficaz.
Quando feito na modalidade presencial, o onboarding conta com uma pessoa responsável pela indução da qualidade da biometria cadastrada.
Já no onboarding digital, é um algoritmo que fica responsável por induzir o acerto por meio de instruções para adquirir uma biometria de qualidade. Nesse caso, as instruções, por si só, não solucionam os erros de uma captura.
Para isso, deve haver um sistema com algoritmo apto para medir e apontar os erros cadastrais, aumentando significativamente as chances de acerto.
Quality API
Entendendo a qualificação biométrica como agente facilitador de reconhecimento biométrico, o Quality API se tornou mais uma solução do BioPass ID, trazendo rapidez, segurança e impedindo os erros futuros que trazem tanta insatisfação.
Trata-se de um pacote de API com funcionalidades que acusam e apuram a captura biométrica, e permite a qualificação dos dados cadastrais, seja por reconhecimento facial ou impressão digital.
Além disso, possui níveis de segurança que medem a qualidade necessária de acordo com o critério do cliente.
Para atingir uma padronização na qualificação de impressão digital, o algoritmo age de acordo com o NFIQ (NIST Fingerprint Image Quality), um software que permite a padronização mundial de sensores de impressão digital com qualidades de imagem, pertencente ao FBI.
Já para o reconhecimento de face, o Quality API se baseia no padrão internacional utilizado para emissão de passaportes, o ICAO.
Ele utiliza 27 atributos para verificar a qualidade biométrica com algumas exigências como não desviar o olhar, não ser uma imagem borrada e não utilizar acessórios, requisitos os quais você provavelmente já deve ter visto em algum cadastro.
No geral, essas medidas são exigidas para tornar a verificação mais segura a partir do aumento da qualidade das impressões biométricas.
Conclusão
Percebeu-se que a qualificação biométrica não apenas está presente em várias esferas do nosso cotidiano, mas que possui uma importância crítica, já que carrega consigo marcas identitárias de todo o mundo, além de servir como solução para fomentar um futuro passwordless (sem senhas) e até ser capaz de promover justiça em casos criminais.
Investir em biometria sem se preocupar com a qualidade, é como fazer um trabalho pela metade. A completude do processo biométrico é feita com a participação da qualificação.
Clique aqui e conheça o Pacote de API Quality do BioPass ID.
