ChatGPT
Claude
Perplexity
Gemini
Você provavelmente já tirou uma selfie para confirmar quem é em algum aplicativo neste ano. Do lado de dentro da tela, aquele gesto de dois segundos dispara uma sequência de decisões técnicas que determina se um cadastro legítimo entra rápido ou se uma tentativa de fraude é barrada antes de virar prejuízo. Este texto explica essa sequência, mostra onde ela é usada de fato nas operações brasileiras e aponta o que o reconhecimento facial resolve e o que ele não resolve sozinho.
O que é reconhecimento facial e qual pergunta ele responde
Reconhecimento facial é o conjunto de técnicas que transforma a imagem de um rosto em uma representação matemática e compara essa representação com outra, para responder a uma pergunta sobre identidade. A tecnologia não guarda a fotografia como quem guarda um retrato em uma gaveta. Ela extrai um conjunto de medidas da geometria facial e trabalha com esse conjunto, que costuma ser chamado de template biométrico.
Verificação 1:1 e identificação 1:N
Na verificação 1:1 (um para um), o sistema compara a face capturada com uma única referência ligada a uma identidade já declarada. É o caso do cliente que informa o CPF e tira a selfie: o sistema confirma se aquele rosto corresponde àquele CPF. A pergunta é "esta pessoa é quem ela diz ser?".
Na identificação 1:N (um para muitos), o sistema compara a face capturada com uma galeria de muitos registros para descobrir de quem é aquele rosto. A pergunta é "quem é esta pessoa?". Os dois usos aparecem juntos no vocabulário comum, mas têm riscos, custos e exigências de governança bem diferentes. A maior parte das jornadas de negócio no Brasil trabalha com 1:1, não com 1:N.
No mercado, as siglas 1:1 e 1:N são as mais usadas em propostas, contratos e documentação de integração. Já a norma ISO/IEC 2382-37, que padroniza a terminologia de biometria, adota os termos "verificação" e "identificação". Conhecer as duas formas ajuda a evitar mal-entendidos quando o assunto passa do time de negócio para o time técnico.
Como funciona o reconhecimento facial, passo a passo
O fluxo tem quatro etapas, e a falha em qualquer uma delas derruba o resultado das demais.
Captura e qualidade da imagem
Tudo começa na câmera. Iluminação, enquadramento, foco e oclusão parcial do rosto determinam a qualidade do que chega ao motor de comparação. Boas implementações orientam a captura na tela, avaliam a imagem em tempo real e pedem nova tentativa quando o quadro não serve, em vez de aceitar uma foto ruim e devolver um resultado sem confiança.
Detecção e extração do template
O sistema localiza o rosto dentro da imagem, normaliza a pose e a escala e extrai o vetor de características que representam aquela face. É aqui que a fotografia deixa de existir como fotografia e vira número.
Comparação e score
O template extraído é comparado com o de referência e gera um score de similaridade. Na verificação 1:1, esse score costuma virar uma resposta como "sim" ou "inconclusivo", conforme a régua de cada momento da jornada. Por trás dessa resposta, nenhum sistema sério devolve certeza absoluta, e sim grau de correspondência.
Limiar de decisão
O escore é confrontado com um limiar definido pela operação. Limiar alto reduz a chance de aceitar um impostor e aumenta a chance de recusar um cliente legítimo. Limiar baixo faz o contrário. Não existe configuração universalmente correta, existe configuração adequada ao risco daquela jornada, e é por isso que a decisão de limiar é de negócio, não apenas de tecnologia.
Na Plataforma de Segurança Digital da Valid, a verificação biométrica devolve, além do resultado, o nível de confiança da validação, justamente para que a regra de decisão fique visível e ajustável. Quer ver como isso se encaixa no seu fluxo? Fale com um especialista.
Onde as empresas usam reconhecimento facial para travar fraude
A pergunta prática não é se a tecnologia funciona, é em que ponto da jornada ela paga o investimento.
Abertura de conta e onboarding digital
É o uso mais comum e o de retorno mais direto. O cliente envia o documento, o sistema lê os dados, confere a autenticidade do documento e compara a face da selfie com a face do documento e com bases de referência. O cadastro legítimo entra em minutos e o fraudador encontra uma barreira antes de existir como cliente. Quem está desenhando esse fluxo do zero encontra um roteiro completo em como implementar onboarding e KYC em 48 horas.
Transação de alto risco e recuperação de conta
Uma transferência acima do padrão do cliente, uma troca de dispositivo, uma mudança de dado cadastral sensível ou um pedido de recuperação de acesso são momentos em que o custo de errar sobe. Pedir a face nesses pontos, e não em todos os cliques, é o que separa segurança de atrito gratuito.
Controle de acesso físico, eventos e estádios
A Lei Geral do Esporte, Lei nº 14.597/2023, trouxe a exigência de identificação biométrica dos espectadores em arenas esportivas com capacidade acima de 20 mil pessoas, com o cadastramento como condição de acesso. A regra mudou o patamar de maturidade do tema no país e levou o debate sobre uso responsável de biometria facial para fora do setor financeiro. Vale registrar que, em 2025, a Autoridade Nacional de Proteção de Dados abriu frente de fiscalização sobre o uso de reconhecimento facial por clubes de futebol, o que mostra que a obrigação de identificar não dispensa a obrigação de tratar bem o dado.
Hospedagem, locação, logística e admissão
Check-in em hotel, retirada de veículo, liberação de motorista em transportadora e admissão de colaborador compartilham o mesmo problema: alguém precisa confirmar, em poucos segundos e sem papel, que a pessoa na frente da câmera é a mesma do contrato. A Valid atende esses segmentos com os mesmos componentes usados por bancos e fintechs, combinados de forma diferente conforme o risco de cada jornada.
Cada jornada pede uma combinação própria. Converse com o time da Valid sobre a sua.
O que o reconhecimento facial não resolve sozinho
Aqui está o ponto que separa material de marketing de conteúdo útil. Comparar rostos é uma coisa. Garantir que existe uma pessoa real e viva diante da câmera, e que a imagem analisada é mesmo a que a câmera capturou, são outras duas.
Ataque de apresentação
É a tentativa de enganar o sensor apresentando a ele um artefato: uma foto impressa, um vídeo em uma tela, uma máscara. A defesa contra esse tipo de ataque tem norma internacional própria, a série ISO/IEC 30107, que define o vocabulário, os formatos de dado e os métodos de teste de detecção de ataque de apresentação. O componente que responde por isso é a prova de vida, e não a comparação facial. Na plataforma, esse papel é do liveness, que na maior parte dos casos funciona de forma passiva, sem pedir que o usuário pisque ou vire a cabeça.
Ataque de injeção
É a tentativa de inserir a imagem diretamente no fluxo de dados, sem passar pela câmera: câmera virtual, manipulação do aplicativo, interceptação de chamada de interface. Esse ataque está fora do escopo da ISO/IEC 30107, exatamente porque não acontece no sensor, e passou a ter normalização própria apenas em 2025, com a especificação técnica europeia CEN/TS 18099. O tema foi tratado em profundidade em liveness detection e ataques de injeção.
Rosto sintético gerado por inteligência artificial
O relatório de fraude de identidade da Entrust referente a 2026, construído sobre mais de um bilhão de eventos de verificação em 195 países, aponta que deepfakes já respondem por uma em cada cinco tentativas de fraude biométrica, que as tentativas de selfie com deepfake cresceram 58% em um ano e que os ataques de injeção subiram 40% no mesmo período. O contexto brasileiro desse movimento aparece em antifraude e deepfakes.
A conclusão prática é direta: a confiança não nasce de uma tecnologia isolada. Ela nasce da combinação entre camadas de verificação que respondem a perguntas diferentes, capazes de confirmar quem a pessoa realmente é em qualquer jornada digital. É por isso que a comparação facial trabalha ao lado da documentoscopia, da prova de vida, da leitura automática de documentos e da consulta de dados em bureau, tudo combinado sem escrever código no orquestrador de produtos.
O que a LGPD exige de quem usa reconhecimento facial
A Lei Geral de Proteção de Dados classifica o dado biométrico como dado pessoal sensível quando vinculado a uma pessoa natural, no artigo 5º, inciso II. Isso restringe o tratamento às hipóteses do artigo 11.
A hipótese que sustenta o uso antifraude é a do artigo 11, inciso II, alínea "g": garantia da prevenção à fraude e à segurança do titular nos processos de identificação e autenticação de cadastro em sistemas eletrônicos. Escolher consentimento no lugar dessa alínea é um erro caro, porque transforma o antifraude em algo opcional e revogável pelo próprio titular.
As sanções do artigo 52 dão a dimensão do risco: multa simples de até 2% do faturamento no Brasil no último exercício, limitada a R$ 50 milhões por infração, além de advertência, multa diária, publicização, bloqueio, eliminação e, nos casos mais graves, suspensão ou proibição da atividade de tratamento.
Sobre regulamentação específica, o estágio atual pede honestidade. A Autoridade Nacional de Proteção de Dados realizou tomada de subsídios sobre tratamento de dados biométricos entre junho e agosto de 2025, o tema segue na agenda regulatória, e até este momento não existe resolução própria sobre biometria. Ou seja, quem está implantando reconhecimento facial hoje trabalha com a LGPD, com os guias já publicados e com uma regulamentação setorial que ainda vai chegar. Desenhar a operação com minimização de dado, prazo de eliminação definido e registro das operações é a forma de não precisar refazer tudo quando ela chegar.
Como avaliar uma solução de reconhecimento facial
Cinco perguntas separam propostas comparáveis de propostas que apenas parecem comparáveis.
Qual a base de comparação? Comparar a selfie com a foto do documento enviado pelo próprio usuário é diferente de comparar com bases de referência independentes. A verificação biométrica da Valid cruza a biometria com um identificador biográfico, como CPF ou RNM, e opera com cobertura acima de 90% da base nacional.
O resultado vem com nível de confiança? Sistema que devolve apenas aprovado ou reprovado tira da sua operação a capacidade de calibrar o risco.
A prova de vida está incluída ou é outro contrato? Sem ela, a comparação facial aceita uma foto impressa.
Como fica a guarda da imagem? Verifique se o tratamento prevê eliminação e se a imagem original é descartada depois do processamento.
Dá para combinar com outras validações sem projeto de integração? Essa é a diferença entre comprar uma função e contratar uma plataforma. Na Plataforma de Segurança Digital da Valid, os componentes foram construídos para funcionar juntos, combinados conforme risco e regra de negócio.
