Passer au contenu principal
Les données biométriques faciales sont au cœur de chaque entité User. Didit capture un visage pendant la détection du vivant, génère un embedding vectoriel et le stocke pour quatre fonctionnalités en aval : recherche faciale 1:N, détection des doublons, application de la liste de blocage et réauthentification biométrique.
Les visages enregistrés servent aussi de référence pour l’Authentification biométrique : créez une session d’authentification biométrique avec le vendor_data de l’utilisateur et omettez portrait_image, et Didit réutilise automatiquement le visage enregistré (d’abord le visage approuvé lors de la détection du vivant, puis la photo de la puce du passeport électronique, puis le portrait du document d’identité, et enfin un visage de profil enrôlé manuellement).

Comment les visages sont rattachés à un utilisateur

1

Capturé pendant la détection du vivant

Lorsqu’un utilisateur passe une session avec la détection du vivant activée, Didit capture un selfie, exécute une détection passive du vivant, extrait le plus grand visage et génère un embedding vectoriel pour la recherche.
2

Stocké sur le profil utilisateur

Le visage est lié à la session et à l’entité User parente. L’URL du portrait apparaît sur le profil utilisateur sous la forme portrait_image.
3

Indexé pour la recherche

L’embedding est ajouté à l’index de recherche. Les sessions suivantes peuvent effectuer des recherches 1:N dans cet index.

Recherche faciale (1:N)

La recherche faciale vous permet de retrouver un utilisateur en téléversant une image et en la comparant à chaque visage enrôlé dans votre application. Cas d’usage :
  • Détection des doublons lors de l’onboarding : empêcher une même personne de créer deux comptes.
  • Recherche inversée : identifier l’utilisateur derrière une image de vidéosurveillance ou une image utilisée dans une enquête pour fraude.
  • Reconnaissance des clients récurrents : éviter le KYC pour un client récurrent.
La recherche faciale s’exécute automatiquement pendant les nouvelles sessions lorsque votre workflow a la détection des doublons activée. Elle est aussi proposée comme API autonome :

Détection des doublons

Chaque nouveau visage peut être comparé aux visages enrôlés existants afin de repérer les doublons. Didit attribue à chaque visage un approved_duplicate_status : Les workflows peuvent être configurés pour :
  • Refuser automatiquement les sessions signalées comme doublons.
  • Signaler pour examen : transférer à un analyste humain.
  • Alerter uniquement : autoriser la session tout en ajoutant un tag de risque.
Configurez cette option dans la console, à Workflows → [votre workflow] → Face Match / Liveness → Duplicate detection.

Liste de blocage des visages

Le refus d’une session n’ajoute pas le visage à une liste de blocage. Pour rejeter les futures sessions présentant le même visage, ajoutez-le vous-même à la liste de blocage : depuis la page Liste de blocage ou avec l’API Lists. Une nouvelle session dont le selfie de détection du vivant correspond à cette entrée est refusée automatiquement.

Importer un visage dans le profil d’un utilisateur

Si vous migrez depuis un autre fournisseur KYC, vous pouvez créer d’abord l’utilisateur, puis y rattacher une image de visage de confiance. L’utilisateur reste identifié par votre vendor_data, mais l’endpoint de téléversement de visage utilise l’identifiant interne de l’utilisateur chez Didit (didit_internal_id) afin que la cible soit sans ambiguïté.
1

Créer ou récupérer l'utilisateur

Appelez POST /v3/users/create/ avec votre vendor_data stable, ou appelez GET /v3/users/{vendor_data}/ si l’utilisateur existe déjà.
2

Lire didit_internal_id

La réponse de l’utilisateur contient didit_internal_id. Continuez à utiliser vendor_data dans votre propre système ; réservez didit_internal_id aux endpoints de rattachement de profil.
Les visages de profil importés sont enrôlés dans le même index de visages que celui utilisé pour la détection des doublons et la recherche faciale. Ils ne sont pas automatiquement ajoutés à une liste de blocage. Pour bloquer un acteur malveillant connu, téléversez plutôt le visage dans une liste de type visage.
Ne téléversez que des visages que vous êtes autorisé à traiter selon votre propre notice de confidentialité et votre accord de migration. Ne conservez les identifiants du fournisseur source dans metadata ou comment que s’ils peuvent être exposés sans risque à vos opérateurs de conformité.

Fonctionnement du blocage

Téléverser un visage dans la liste de blocage

Pour bloquer un utilisateur par son visage de façon programmatique, téléversez l’image du visage dans une liste de blocage de type visage via l’endpoint dédié Téléverser un visage dans une liste. Didit extrait l’embedding biométrique et l’insère dans l’index correspondant : toute future session dont le selfie de détection du vivant correspond est refusée automatiquement.
Le téléversement de visage de profil et le téléversement dans la liste de blocage sont deux opérations différentes. Utilisez le téléversement de profil pour rattacher un visage importé de confiance à un utilisateur, à des fins de preuve, de détection des doublons et de recherche faciale. Utilisez l’API Lists pour bloquer un visage afin que les futures sessions correspondantes soient rejetées.

Retirer un visage de la liste de blocage

Retirez l’entrée depuis la console, à Blocklist → Faces → row actions → Remove, ou utilisez l’endpoint Supprimer l’entrée.

Gabarits biométriques conservés après suppression d’une session

La suppression d’une session supprime l’image du visage et, par défaut, l’embedding facial. La personne n’apparaît donc plus dans la détection des doublons ni dans la recherche faciale. Si vous supprimez des sessions peu après leur approbation mais devez encore détecter les inscriptions répétées, activez la conservation des gabarits biométriques sur l’application, ou envoyez retain_face_embeddings: true dans l’appel de suppression. Didit supprime ensuite la session et l’ensemble de ses données comme d’habitude, et conserve un gabarit biométrique facial distinct, géré séparément et sans image, rattaché à l’utilisateur :
  • Il contient uniquement le gabarit numérique du visage et les métadonnées de conservation. Il ne contient jamais l’image du visage, la vidéo de détection du vivant, les données du document, les champs d’identité extraits, la décision ni l’identifiant de la session supprimée.
  • Il participe à la détection des doublons, à la recherche faciale, à l’authentification biométrique et à vos listes de visages exactement comme un visage issu d’une session active. Les correspondances sont signalées avec source: "retained_template", le vendor_user_id et les vendor_data de l’utilisateur, ainsi qu’un biometric_template_id.
  • Il s’agit de données biométriques dotées d’une valeur expires_at définie. Il est purgé lorsque l’utilisateur est supprimé, lorsqu’une session de cet utilisateur est supprimée avec deletion_instruction: "privacy_erasure", à son expiration, ou lorsque vous le purgez dans Lists → Gabarits biométriques ou via l’API des gabarits biométriques.
  • Une session créée sans vendor_data n’a aucun utilisateur auquel rattacher un gabarit. Sa suppression renvoie ineligible_no_vendor_user, et l’embedding est supprimé avec la session.
  • Les gabarits conservés ne sont jamais placés sur liste de blocage. Une entrée de liste de blocage créée à partir de la session supprimée conserve sa propre entrée biométrique indépendante et son propre cycle de vie.
Les gabarits rattachés à un utilisateur apparaissent sur le profil utilisateur, sous Gabarits biométriques, avec une action de purge.

Résumé du cycle de vie des visages

Téléverser un visage depuis la console

Les opérateurs de conformité peuvent téléverser des visages manuellement :
  1. Accédez à Users → [user] → Actions → Upload face.
  2. Sélectionnez une image ; Didit extrait le plus grand visage et enregistre un nouvel enregistrement de visage lié à l’utilisateur.
  3. Le visage est enregistré pour les preuves de profil, la détection des doublons et la recherche faciale. Utilisez la zone de liste de blocage lorsque l’objectif est de rejeter les futures sessions correspondantes.
Cette fonctionnalité est utile dans les cas suivants :
  • Vous disposez d’un portrait connu d’un client, vérifié par un canal hors ligne.
  • Vous souhaitez alimenter une liste de blocage avec des acteurs malveillants connus issus de votre base de données de fraude.

Confidentialité et conservation

  • Les embeddings faciaux sont des vecteurs numériques, et non des images. Les images elles-mêmes sont stockées dans un stockage objet chiffré, avec un accès par URL signée. Un embedding facial constitue une donnée biométrique.
  • La conservation suit la politique de conservation des données de votre application. Les gabarits biométriques conservés suivent la période de conservation des gabarits biométriques, plus stricte et finie.
  • La suppression d’une session supprime l’image et, par défaut, l’embedding. Si votre application a activé la conservation des gabarits biométriques, la suppression d’une session conserve un gabarit sans image jusqu’à son expiration ou sa purge.
  • Pour une demande de droit à l’effacement au titre du RGPD ou du CCPA, supprimez les sessions de la personne avec deletion_instruction: "privacy_erasure", ou supprimez l’utilisateur : dans les deux cas, tous les gabarits conservés sont également purgés. Les entrées de liste de blocage facial que vous gérez restent en place jusqu’à ce que vous les retiriez.

Étapes suivantes

Recherche faciale

Fonctionnement de la recherche faciale 1:N.

Détection du vivant

Détection du vivant qui capture le visage.

API de liste de blocage

Téléverser un visage dans une liste de blocage.

Gabarits biométriques

Gabarits conservés après suppression de la session.

Liste de blocage des utilisateurs

Fonctionnement de la mise sur liste de blocage d’un utilisateur.
Dernière modification le 7 novembre 2026