Vai al contenuto principale
Il Rilevamento della vitalità di Didit conferma che davanti alla fotocamera è presente una persona reale e viva, non una foto stampata, una riproduzione su schermo, una maschera o un deepfake, utilizzando il rilevamento passivo, con azione 3D o con flash. Raggiunge un’accuratezza del 99.9% con un tasso di falsa accettazione (FAR) inferiore allo 0.1%. La lezione di Academy sul flusso utente ospitato arriva al selfie di rilevamento della vitalità al minuto 8:49, seguita al minuto 9:16 dal metodo passivo, dal 3D Flash e dal 3D Action.

​
Metodi di rilevamento della vitalità

La nostra piattaforma implementa tre distinte tecnologie anti-spoofing, ciascuna adattata a diverse esigenze di sicurezza ed esperienze utente:
MetodoDescrizioneLivello di sicurezzaIdeale per
3D Action & Flash• Combina la verifica biometrica a più fattori con una sequenza casuale di azioni e l’analisi di pattern luminosi dinamici.
• All’inizio, all’utente viene richiesto di eseguire una semplice azione, come sbattere le palpebre o annuire, garantendo un’interazione in tempo reale.
• Contemporaneamente, il sistema proietta una sequenza di pattern luminosi sul viso, analizzando i riflessi per confermare la struttura tridimensionale del volto.
• Gli algoritmi di deep learning esaminano le microespressioni e le risposte ai riflessi di luce per verificare la presenza di una persona dal vivo.
• Offre il massimo livello di sicurezza integrando elementi comportamentali (azione) e fisici (profondità basata sulla luce), rendendo quasi impossibile lo spoofing tramite immagini statiche, video o maschere avanzate.		MassimoSettore bancario, sanitario e applicazioni governative
3D Flash• Utilizza l’analisi di pattern luminosi dinamici per convalidare la topologia facciale senza richiedere interazioni da parte dell’utente.
• Proietta una serie di pattern luminosi sul viso a oltre 30 fotogrammi al secondo, analizzando i riflessi per creare una mappa di profondità.
• Questa mappa di profondità conferma la struttura tridimensionale del volto, distinguendolo da immagini piatte o tentativi di spoofing 2D.
• Offre un’esperienza fluida mantenendo al contempo un’elevata sicurezza contro attacchi di presentazione come foto o schermi.
AltoServizi finanziari, accesso all’account, verifica dell’identità
Passive Liveness• Si basa sull’analisi di deep learning a singolo fotogramma per rilevare i segni di vitalità.
• Esamina l’immagine alla ricerca di artefatti, pattern di texture e altri indicatori impercettibili che differenziano un viso reale da un tentativo di spoofing.
• Una rete neurale convoluzionale (CNN) convalida i tratti somatici e identifica anomalie, come quelle derivanti da foto stampate o schermi digitali.
• Offre una verifica rapida e comoda, ma fornisce una sicurezza standard, adatta per casi d’uso a basso rischio.
StandardScenari a basso attrito, applicazioni consumer
Sicurezza avanzata di 3D Flash e Azione 3D e Flash:
  • Questi metodi sono progettati per contrastare attacchi di spoofing sofisticati, come maschere di alta qualità, deepfake e riproduzioni video.
  • Proiettando pattern luminosi dinamici e analizzandone i riflessi, rilevano l’interazione della luce con un vero viso 3D rispetto a una superficie piatta o artificiale.
  • Il metodo Azione 3D e Flash aggiunge un ulteriore livello di sicurezza con un’azione casuale (ad es. sbattere le palpebre o annuire), richiedendo risposte comportamentali in tempo reale che i supporti preregistrati o le identità sintetiche non possono replicare.
  • Con una comprovata elevata accuratezza e bassi tassi di falsa accettazione, questi metodi sono ideali per ambienti ad alto rischio.
Ogni metodo genera un punteggio di vitalità normalizzato (0-100%) basato sul nostro algoritmo proprietario, che valuta molteplici fattori di sicurezza in tempo reale.

​
Soglie configurabili

Puoi personalizzare i livelli di sicurezza impostando soglie diverse per i punteggi di vitalità. Ad esempio:
Configurazione delle soglie di rilevamento della vitalità di Didit per l'anti-spoofing passivo e attivo
Queste soglie possono essere regolate in base alla tua tolleranza al rischio e ai tuoi requisiti di sicurezza, offrendo flessibilità per diversi casi d’uso.

​
Nuovi tentativi e feedback pratico

In una sessione di Didit, un’acquisizione per il rilevamento della vitalità che non va a buon fine per un motivo risolvibile (scarsa illuminazione, viso non centrato, occlusione, un punteggio al limite) non viene immediatamente rifiutata. All’utente viene chiesto di riprovare seguendo indicazioni specifiche, fino a un numero configurabile di tentativi.
  • Budget di tentativi — face_liveness_max_attempts controlla il numero totale di invii per il rilevamento della vitalità per sessione. Il valore predefinito è 3 (un tentativo iniziale più due nuovi tentativi), configurabile per ciascun nodo del workflow (intervallo 1–3).
  • Feedback per i nuovi tentativi — finché rimangono tentativi disponibili, un errore recuperabile mantiene l’utente nel passaggio del rilevamento della vitalità e restituisce un corpo contenente feedback_codes pratici (gli SDK Web e Mobile li mostrano automaticamente sotto forma di messaggi guida):
  • Codici con nuovo tentativo consentito — LOW_FACE_LUMINANCE (troppo scuro), HIGH_FACE_LUMINANCE (troppo luminoso), NO_FACE_DETECTED, LOW_FACE_QUALITY, HIGH_FACE_OCCLUSION, LOW_LIVENESS_SCORE, MULTIPLE_FACES_DETECTED, AGE_NOT_DETECTED.
  • Nuovo tentativo garantito per le condizioni di acquisizione — LOW_FACE_LUMINANCE, HIGH_FACE_LUMINANCE, LOW_FACE_QUALITY, HIGH_FACE_OCCLUSION e NO_FACE_DETECTED descrivono l’ambiente in cui si trova l’utente, non la persona. Quando un tentativo fallisce solo per questi codici, l’utente riceve sempre un secondo tentativo con il messaggio guida indicato sopra, anche in un workflow configurato con face_liveness_max_attempts: 1. Tutti gli altri codici seguono rigorosamente il budget configurato.
  • Esaurimento e frode — una volta esaurito il budget, viene applicato lo stato calcolato (Declined o In Review). Gli attacchi di presentazione confermati (LIVENESS_FACE_ATTACK), le corrispondenze nella blocklist e i volti duplicati vengono rifiutati immediatamente e non consentono mai nuovi tentativi.
I nuovi tentativi si applicano solo al flusso della sessione. L’endpoint autonomo POST /v3/passive-liveness/ è senza stato e con una sola esecuzione: restituisce il risultato direttamente senza alcun budget di nuovi tentativi.

​
Come funziona

Acquisizione del video selfie

L’utente viene guidato attraverso un’interfaccia semplice e intuitiva, su misura per il metodo di rilevamento della vitalità selezionato.

Analisi di rilevamento della vitalità

Algoritmi avanzati elaborano i contenuti acquisiti in tempo reale per rilevare tentativi di spoofing. L’analisi varia in base al metodo:
  • Verifica l’azione dell’utente (ad es. sbattere le palpebre o annuire) per confermare che sia eseguita correttamente e dal vivo
  • Analizza i riflessi dei pattern luminosi per convalidare la struttura tridimensionale del viso
  • Utilizza il deep learning per valutare le microespressioni e altri segnali comportamentali
  • Combina segnali comportamentali e fisici per offrire la massima resistenza allo spoofing
  • Elabora una sequenza di riflessi dei pattern luminosi a 30+ FPS per costruire una mappa di profondità dettagliata
  • Conferma le proprietà 3D del viso, distinguendolo da tentativi di spoofing piatti o 2D
  • Nessuna interazione richiesta all’utente: completamente passivo dal punto di vista dell’utente
  • Applica il deep learning a un singolo fotogramma per rilevare pattern di texture e artefatti
  • Una rete neurale convoluzionale (CNN) convalida i tratti somatici e identifica eventuali anomalie
  • Metodo più rapido: funziona con l’acquisizione di una singola foto
Il rilevamento multistrato identifica gli attacchi di presentazione, tra cui foto, schermi, maschere e deepfake.

Elaborazione dei risultati e verifica

Il sistema confronta il punteggio di vitalità con le tue soglie configurate e fornisce i risultati all’istante.I risultati vengono inviati tramite risposta API, webhook o sono visualizzabili nella Console Aziendale con registri di audit dettagliati per la compliance.
Puoi configurare quale metodo di rilevamento della vitalità utilizzare per ciascun workflow nella Console Aziendale. Workflow diversi possono utilizzare metodi diversi a seconda delle tue esigenze di rischio.
Ultima modifica il 7 novembre 2026