API de estimativa de idade por selfie

A estimativa de idade da Didit prevê a idade de uma pessoa a partir de uma selfie, com prova de vida passiva incluída, para que você restrinja serviços por idade sem pedir um documento de identidade a todos os usuários. O modelo é mais preciso justamente onde a restrição por idade decide: seu erro médio absoluto é de 1.0 ano para pessoas de 13 a 17 anos e de 1.8 ano para pessoas de 18 a 20 anos (veja Desempenho do modelo).

​

Métodos de estimativa de idade

Nossa plataforma implementa a estimativa de idade em conjunto com diferentes tecnologias de verificação de prova de vida:

Método	Descrição	Nível de segurança	Ideal para
3D Action & Flash	• Combina verificação biométrica multifator com uma sequência de ações aleatória e análise dinâmica de padrões de luz. • No início, o usuário é solicitado a executar uma ação simples - como piscar ou acenar com a cabeça - garantindo interação em tempo real. • Ao mesmo tempo, o sistema projeta uma sequência de padrões de luz sobre o rosto e analisa os reflexos para confirmar a estrutura tridimensional do rosto. • Algoritmos de deep learning examinam microexpressões e as respostas aos reflexos de luz para verificar a presença de uma pessoa viva. • Oferece a máxima segurança ao integrar sinais comportamentais (ação) e físicos (profundidade por luz), o que torna quase impossível falsificá-la com imagens estáticas, vídeos ou até máscaras avançadas.	Máximo	Bancos, saúde, aplicações governamentais
3D Flash	• Usa análise dinâmica de padrões de luz para validar a topologia facial sem exigir interação do usuário. • Projeta uma série de padrões de luz sobre o rosto a mais de 30 quadros por segundo e analisa os reflexos para criar um mapa de profundidade. • Esse mapa de profundidade confirma a estrutura tridimensional do rosto e o distingue de imagens planas ou falsificações 2D. • Oferece uma experiência fluida, mantendo alta segurança contra ataques de apresentação como fotos ou telas.	Alto	Serviços financeiros, acesso a contas, verificação de identidade
Passive Liveness	• Baseia-se em análise de deep learning de um único quadro para detectar sinais de vida. • Por privacidade, o rosto do usuário aparece desfocado na interface, o que garante que a imagem está sendo analisada apenas para estimar a idade, e não para identificação. • Examina a imagem em busca de artefatos, padrões de textura e outros indícios sutis que diferenciam um rosto real de uma falsificação. • Uma rede neural convolucional (CNN) valida as características faciais e identifica anomalias, como as de fotos impressas ou telas digitais. • Oferece uma verificação rápida e conveniente, mas com segurança padrão, adequada a casos de uso de baixo risco.	Padrão	Cenários de baixo atrito, aplicações para o consumidor

Cada método gera uma estimativa de idade precisa, junto com pontuações de confiança e dados complementares de estimativa de gênero.

​

Limites configuráveis

Você pode personalizar os níveis de segurança definindo limites diferentes para a estimativa de idade. Por exemplo:

​

Restrições de idade por país

As restrições de idade podem ser configuradas por país, já que a maioridade legal varia entre as jurisdições. Em vez de definir uma única idade mínima ou máxima global, você pode definir limites de idade específicos para cada país — e até para estados ou regiões individuais dentro de um país.

​

Como funciona

• Configuração por país: defina uma idade mínima e/ou máxima para cada país (identificado pelo Estado emissor do documento). Por exemplo, você pode exigir idade mínima de 18 nos Estados Unidos, 19 na Coreia do Sul e 21 nos Emirados Árabes Unidos.
• Exceções por estado/região: para países com variação subnacional (como os Estados Unidos ou o México), você pode configurar exceções por estado. Por exemplo, o Mississippi pode exigir idade mínima de 21 enquanto o padrão dos EUA é 18. O sistema identifica o estado pela região extraída do documento por OCR.
• Padrões de maioridade: o console oferece um botão “Aplicar padrões de maioridade”, de um clique, que preenche automaticamente a idade mínima de cada país com base na maioridade legal conhecida no mundo todo. Depois você pode personalizar países ou estados individuais conforme precisar.
• Ações configuráveis: quando a idade de um usuário fica abaixo do mínimo ou acima do máximo do país do documento, você pode escolher a ação a tomar: Recusar ou Revisar.

​

Exemplo de configuração

​

Como funciona

​

Estimativa de idade adaptativa

Em cenários em que a verificação precisa da idade é crítica, nossa plataforma oferece a estimativa de idade adaptativa, com alternativa de verificação de identidade. Essa abordagem equilibra a conveniência do usuário e a conformidade regulatória.

​

Como funciona a estimativa de idade adaptativa

​

O que a alternativa devolve

A correspondência facial da alternativa é executada sem um nó de correspondência facial no fluxo, então aparece na decisão da sessão de uma forma fácil de confundir com uma verificação que você nunca configurou:

• features lista FACE_MATCH além de AGE_ESTIMATION e ID_VERIFICATION depois que a alternativa é executada.
• face_matches[] traz uma entrada com o score, a source_image (retrato do documento) e a target_image (selfie da estimativa de idade). Seu node_id é o do nó de estimativa de idade (feature_age_estimation em um fluxo nativo), porque a correspondência pertence a essa etapa, e não a uma etapa de correspondência facial.
• Uma pontuação baixa gera os avisos de correspondência facial habituais e pode enviar a sessão para revisão ou recusa, exatamente como um nó de correspondência facial configurado faria.
• Ela não é cobrada como uma correspondência facial: a sessão é cobrada apenas pela estimativa de idade e pela verificação de identidade.

As sessões que passam ou falham somente pela selfie nunca executam a alternativa, e por isso devolvem face_matches: null. Para manter as imagens fora do payload da decisão, limite os campos de face_matches com os atributos de resposta do fluxo.

​

Benefícios da estimativa de idade adaptativa

• Menos atrito: a maioria dos usuários conclui a verificação apenas com uma selfie
• Mais conformidade: os casos incertos recebem uma verificação rigorosa de documento, com regras de idade específicas do país
• Eficiência de custo: a verificação de identidade só é usada quando necessário
• Tolerância a risco personalizável: ajuste os limites conforme os seus requisitos regulatórios
• Ciente da jurisdição: aplica automaticamente a maioridade correta com base no país e na região emissores do documento do usuário

Essa abordagem é especialmente valiosa para serviços com restrição de idade, como jogos online, entrega de bebidas alcoólicas e plataformas de conteúdo adulto, em que é essencial equilibrar a experiência do usuário e a conformidade regulatória.

​

Desempenho do modelo e estatísticas

Os números abaixo vêm de uma avaliação com 51,655 selfies de pessoas de 13 anos ou mais, com a idade de cada pessoa obtida do seu documento de identidade verificado. Cada estimativa foi produzida por um modelo que nunca tinha visto aquela selfie, nem aquela pessoa, durante o treinamento. Os números gerais são ponderados para uma mistura de avaliação com 10% de menores de 18 anos, com adultos na distribuição de idades do tráfego real; cada faixa etária é informada separadamente abaixo.

​

Métricas de precisão

Métrica	Valor	Descrição
Erro médio absoluto (MAE)	2.8 anos	Diferença média entre a idade estimada e a idade do documento
Desvio padrão	3.0 anos	Dispersão do erro absoluto de uma estimativa para outra
Precisão dentro de ±5 anos	84%	Porcentagem de estimativas dentro de 5 anos da idade do documento
Precisão dentro de ±3 anos	65%	Porcentagem de estimativas dentro de 3 anos da idade do documento

​

Desempenho por faixa etária

O erro é menor em torno das idades em que a restrição por idade decide, e cresce com a idade.

Faixa etária	Selfies	MAE (anos)	Desvio padrão (anos)
13-15	5,003	1.24	1.14
16-17	10,933	0.90	1.05
18-20	5,436	1.81	1.79
21-25	8,640	2.29	1.90
26-40	15,182	2.95	2.39
41-60	5,830	3.62	3.27
Mais de 60	631	6.53	8.64