Liveness detection no ponto: prova de vida
Liveness detection (detecção de vivacidade) é o mecanismo que confirma que a face capturada pelo sistema é de uma pessoa real, presente naquele momento — e não uma foto, um vídeo ou uma máscara. É a camada anti-fraude que separa um "reconhecimento facial decorativo" de uma autenticação de verdade em sistemas de controle de ponto. Existe em modo passivo (análise do algoritmo sem ação do usuário) e ativo (pede piscar, mover a cabeça, sorrir). Padrões internacionais como ISO/IEC 30107-3 definem níveis de robustez.
Em resumo
- Confirma que a face é de pessoa real presente.
- Impede uso de foto, vídeo, máscara para fraudar.
- Modos: passivo (sem ação) e ativo (pede piscar/mover).
- Padrão internacional: ISO/IEC 30107-3.
- Sem liveness, facial é decorativo.
- Exigir do fornecedor: qual método e nível de robustez.
O que é liveness detection
Liveness detection — literalmente "detecção de vivacidade" — é o conjunto de técnicas que um sistema de reconhecimento facial usa para confirmar que a face capturada pertence a uma pessoa real, presente naquele momento, e não a uma imagem estática (foto), reprodução (vídeo) ou impressão 3D (máscara). É a camada anti-fraude que impede o ataque mais óbvio contra o reconhecimento facial: mostrar uma foto do colega no lugar do próprio rosto.
Sem liveness, o reconhecimento facial é essencialmente decorativo em cenários com incentivo à fraude — como o registro de ponto ("bata para mim que eu almoço em paz").
Por que importa no controle de ponto
O reconhecimento facial no controle de ponto tem função dupla: comprovar identidade e criar auditabilidade. Se qualquer foto derruba a barreira, ambos se perdem. Liveness detection é o que sustenta:
- Comprovação de que quem registrou é quem realmente estava lá;
- Redução real do "ponto por procuração";
- Valor probatório do registro em fiscalização e juízo;
- Confiabilidade dos indicadores de absenteísmo e presença.
Tipos de liveness
| Tipo | Como funciona | Prós | Contras |
|---|---|---|---|
| Passivo | Algoritmo analisa a captura sem pedir ação | Rápido; sem esforço para o usuário | Requer algoritmo mais sofisticado |
| Ativo | Pede ação (piscar, mover a cabeça, sorrir) | Difícil de burlar com foto/vídeo simples | Adiciona tempo à marcação; UX menos fluida |
| Combinado (híbrido) | Análise passiva + ação de confirmação | Robustez máxima | Mais lento; mais complexo |
Liveness passivo — o que o algoritmo analisa
- Textura da pele (foto é plana, pele real tem microrelevo);
- Reflexo da luz (fotos têm brilho uniforme);
- Micro-movimentos naturais (respiração, olhos);
- Profundidade estimada (foto é 2D, face é 3D);
- Análise de fluxo de vídeo (movimentos naturais entre frames).
Liveness ativo — desafios comuns
- Piscar os olhos;
- Girar a cabeça (esquerda/direita);
- Sorrir;
- Abrir a boca;
- Aproximar-se ou afastar-se da câmera.
Padrões e certificações
A norma internacional de referência é a ISO/IEC 30107-3, que define métodos de teste e níveis de robustez para detecção de ataques de apresentação (Presentation Attack Detection — PAD). Sistemas com certificação nesse padrão passaram por avaliação independente contra ataques conhecidos (fotos impressas, telas, máscaras).
Ao contratar um sistema com liveness, exija do fornecedor:
- Qual método de liveness usa (passivo/ativo/híbrido);
- Se tem certificação ISO/IEC 30107-3;
- Qual o nível (Level 1, Level 2);
- Contra quais tipos de ataque foi testado;
- Taxa de falso positivo e falso negativo esperada.
Ataques conhecidos que o liveness previne
| Ataque | Método | Contramedida |
|---|---|---|
| Foto impressa | Papel comum ou fotográfico | Análise de textura, profundidade |
| Foto em tela | Celular exibindo foto | Análise de reflexo, moiré |
| Vídeo | Reprodução em tela | Ação ativa (piscar aleatório) |
| Máscara 3D simples | Papel ou plástico | Análise de textura, movimento |
| Máscara de silicone | Silicone realista | Análise avançada de pele; captura infrared |
| Deepfake em vídeo | Vídeo gerado por IA | Detecção de artefatos; ação ativa em tempo real |
UX: como não atrapalhar a jornada
Liveness pode adicionar 2 a 5 segundos à marcação — parece pouco, mas em cenários de alto fluxo se acumula. Bons sistemas equilibram segurança e velocidade:
- Liveness passivo padrão, ativo apenas em suspeita;
- Feedback visual claro (o que fazer);
- Timeout adequado;
- Alternativa quando a captura falha (senha, PIN).
LGPD e liveness
Como envolve captura biométrica, aplica-se toda a discussão da LGPD no RH: base legal, finalidade específica (autenticação para ponto), armazenamento do template criptografado (não a imagem), prazo de retenção e direitos do titular.
O que verificar antes de contratar
- Sistema tem liveness real, ou só "reconhecimento facial"?
- Qual método (passivo/ativo/híbrido)?
- Passou por teste independente (ISO/IEC 30107-3)?
- Como se comporta em iluminação ruim, com óculos, com máscara?
- Como trata falha de captura (usuário legítimo rejeitado)?
- Como armazena e trata a imagem/template (LGPD)?
