Biometria facial

Em resumo

A biometria facial é o conjunto de técnicas que identificam ou verificam uma pessoa a partir dos traços do seu rosto. O sistema captura uma imagem, extrai dela um conjunto de traços mensuráveis, os converte em um template biométrico e compara esse template com outro.

O resultado nunca é um simples sim ou não. É uma medida de similaridade contrastada com um limite, e esse limite é definido pela organização.

O que acontece entre a captura e o resultado

A sequência é curta, e cada etapa decide algo que a próxima já não pode corrigir.

• Captura. A câmera tira a imagem. A qualidade dessa etapa condiciona tudo o que vem depois: iluminação, enquadramento, resolução e estabilidade.
• Detecção e normalização. O sistema localiza o rosto dentro da imagem e o alinha a uma posição de referência para que duas capturas diferentes possam ser comparadas.
• Extração de traços. Um modelo converte o rosto alinhado em um vetor de valores numéricos, que é o template. A imagem deixa de ser necessária a partir daqui.
• Comparação. O sistema calcula a distância entre esse template e o que tem armazenado, e a traduz em uma medida de similaridade.
• Decisão. A similaridade é contrastada com um limite configurado. Acima dele, há correspondência; abaixo, não.

A etapa 5 é onde vive a política de risco da organização, não o modelo. Mover o limite muda quais erros o sistema comete, não quantos acertos tem.

Verificar um para um não é identificar um para muitos

As duas operações usam a mesma tecnologia e resolvem problemas diferentes, com exigências diferentes.

• Verificação (1:1) — o sistema compara o rosto capturado com um único template de referência, o da pessoa que diz ser quem é. É a operação de um onboarding e de um acesso.
• Identificação (1:N) — o sistema compara o rosto capturado com um cadastro inteiro para determinar a quem corresponde, ou se a pessoa já está registrada. É a operação de uma deduplicação biométrica.

A diferença prática está no erro: em uma comparação um para muitos, cada consulta executa N comparações, e uma taxa de falsa aceitação aceitável em 1:1 produz falsas correspondências com regularidade quando o cadastro cresce. As duas operações não se ajustam com o mesmo limite.

A biometria facial não é videovigilância

Os resultados de busca misturam os dois usos, e a confusão chega às conversas de projeto, onde sai caro.

Um sistema de videovigilância com reconhecimento facial busca rostos em uma cena, sobre pessoas que não participam da operação e em geral não sabem disso. Sua discussão é de vigilância, de espaço público e de consentimento.

A biometria facial em verificação de identidade funciona sobre uma pessoa que está executando um trâmite naquele momento, que sabe que seu rosto está sendo solicitado e que o fornece para comprovar quem é. É uma comparação pontual com um propósito declarado.

A tecnologia de base é parecida. O marco de consentimento, o propósito e a base legal não se parecem em nada, e tratá-los como o mesmo assunto é o que faz uma discussão sobre onboarding terminar falando de câmeras na via pública.

A margem de erro se ajusta, não se elimina

Nenhum sistema biométrico acerta sempre, e o design consiste em escolher de que lado ele erra.

• **FMR** — a taxa em que o sistema declara correspondência entre dois rostos de pessoas diferentes. É aceitar quem não é.
• **FNMR** — a taxa em que o sistema não declara correspondência entre duas capturas da mesma pessoa. É rejeitar quem realmente é.

As duas se movem em sentidos opostos com o limite: baixar uma sobe a outra. Um limite exigente freia tentativas de fraude e também freia usuários legítimos, que abandonam o trâmite. Um limite permissivo converte melhor e deixa passar mais do que deveria.

E há um erro que essas duas métricas não capturam: se o rosto capturado pertence a uma pessoa presente. Essa pergunta é respondida pela prova de vida, medida com métricas próprias, e é a que um deepfake explora.