Taxa de aprovação biométrica: como medir e comparar

Taxa de aprovação biométrica expressa a proporção de aprovações no recorte analisado. Para interpretar o número, é preciso informar a unidade de contagem, como sessão ou usuário, o período e as camadas avaliadas. O resultado depende do ponto de corte do motor biométrico, da qualidade da imagem de referência no cadastro e do conjunto de controles de segurança ativos. Sem essas definições, a comparação entre produtos pode ser enganosa.

Este post descreve as camadas que determinam a taxa de aprovação, explica como o ponto de corte biométrico afeta diretamente a conversão e oferece o conjunto de perguntas que gestores de produto e fraude devem fazer antes de comparar números entre fornecedores.

O que a taxa de aprovação biométrica mede?

Aprovação biométrica é a confirmação de que o sistema reconheceu o usuário como a pessoa cadastrada, dentro das condições de segurança configuradas. O oposto — rejeição — pode acontecer por razões completamente distintas: o frame de liveness (detecção de vivacidade biométrica) foi considerado inválido, o score de similaridade não atingiu o ponto de corte configurado, ou o canal de captura foi identificado como comprometido.

As três geram o mesmo resultado para o usuário — a transação não passa. Medidas de forma consolidada nos relatórios de fornecedores, tornam comparações enganosas. Um sistema com rejeição de 4% que inclui ataques bloqueados reporta um número diferente de um sistema com rejeição de 4% composta apenas por usuários legítimos com captura válida.

A taxa de aprovação como métrica de negócio só faz sentido acompanhada da definição do que está sendo contado.

Quais camadas do sistema afetam a aprovação do usuário?

A aprovação depende de diferentes camadas de análise e das configurações adotadas na integração. Para entender uma rejeição, é importante identificar qual controle foi acionado e distinguir bloqueios de segurança de dificuldades enfrentadas por usuários legítimos.

Liveness: avalia sinais de vivacidade na captura. Condições como iluminação e posicionamento também podem afetar o processo de captura e análise. Ataques de apresentação bloqueados corretamente precisam ser distinguidos das rejeições de tentativas legítimas.

Match biométrico: compara a imagem capturada com a referência e retorna um score de similaridade. A decisão depende do ponto de corte configurado; uma captura adequada não garante que o score alcance esse limite.

Anti-injeção: verifica sinais de comprometimento do ambiente e do canal de captura. Esses controles também podem rejeitar tentativas legítimas. O BPCER medido em laboratório não deve ser confundido com a taxa operacional de rejeição por sessão.

Controles adicionais de captura e conteúdo: configurações como detecção de oclusão, exigência de padrão de captura para passaporte e detecção de conteúdo impróprio (NSFW) também podem influenciar o resultado. O impacto depende de quais controles estão habilitados e dos critérios adotados na integração.

Por isso, uma taxa agregada de rejeição não basta para diagnosticar a experiência. É necessário discriminar os motivos de rejeição e considerar as configurações ativas, mantendo explícitos o período e a unidade de análise.

Como o ponto de corte do match biométrico define a taxa de aprovação?

O motor biométrico não aprova ou rejeita por si — ele atribui um score de similaridade entre a imagem capturada e a referência de cadastro. O operador define o ponto de corte. Acima do threshold, aprovado; abaixo, reprovado.

A tabela atual do Fortface apresenta níveis de correspondência de 0 a 16. A tabela abaixo apresenta as taxas de falsa aceitação (FAR) e falsa rejeição (FRR) para cada nível de correspondência do Fortface.

A recomendação atual é utilizar o nível de correspondência 13, com taxa de falsa aceitação (FAR) de 1 em 31,3 milhões e taxa de falsa rejeição (FRR) de 0,19%.

A configuração é dinâmica: transações de alto valor podem operar em match level mais alto, com rejeição maior aceita como custo da segurança adicional.

Quando um fornecedor informa taxa de aprovação sem especificar o match level, o número não é comparável a nada.

Por que a reprovação de liveness e a reprovação de match biométrico são métricas distintas?

Causas distintas, mesmo resultado para o usuário.

Reprovação de liveness significa que os controles de PAD (detecção de ataque de apresentação) ou de captura não aceitaram o frame. O usuário pode ser reprovado porque a iluminação estava fora do padrão, porque o sistema identificou um possível ataque de apresentação — ou porque estava de fato tentando atacar. Sem discriminação, os dois grupos aparecem na mesma contagem.

Reprovação de match significa que o score de similaridade ficou abaixo do threshold. A captura foi válida; o sistema reconheceu uma pessoa real, mas não identificou similaridade suficiente com a imagem de referência. Qualidade do cadastro e envelhecimento facial são causas frequentes nessa camada.

A separação importa para o diagnóstico. Rejeições de liveness e de anti-injeção precisam ser identificadas separadamente nos relatórios. Uma rejeição de segurança não deve ser automaticamente classificada como falsa rejeição de usuário legítimo, nem como fraude verdadeira confirmada. A análise deve distinguir a camada que rejeitou a sessão e a causa identificada antes de orientar mudanças na captura, no liveness ou no controle de anti-injeção.

Como comparar taxas de aprovação entre fornecedores sem comparar coisas diferentes?

Número sem contexto não é comparável. Antes de confrontar taxas de aprovação entre fornecedores, é preciso alinhar a unidade de contagem e o período: resultado por sessão não equivale a resultado por usuário na primeira sessão do dia ou até a segunda. Também devem ser consideradas as quatro variáveis abaixo.

Qual é o match level configurado? Um sistema em match level 4 aprova mais usuários que um sistema em match level 8 — e aceita proporcionalmente mais risco de falsa aceitação. Comparar aprovação sem alinhar o threshold é comparar limiares, não desempenho.

O que está incluído na taxa de rejeição reportada? Rejeições por ataque detectado, por qualidade de captura insuficiente e por score abaixo do threshold têm causas distintas. Um número que consolida os três tipos não permite diagnóstico de onde a conversão está sendo perdida.

Em que condições as imagens de referência foram capturadas? Imagens legadas ou importadas de outros sistemas degradam o score de similaridade no match. Benchmark com imagens capturadas pelo próprio SDK do fornecedor produz taxa de aprovação melhor — e pode não refletir a realidade operacional do contratante que migra de outro sistema.

Qual é o perfil da população testada? Faixa etária, condições de iluminação predominantes e diversidade da base afetam diretamente as métricas. Um benchmark realizado com perfil específico pode não se aplicar à base do contratante.

Com essas variáveis alinhadas, a comparação passa a refletir desempenho do produto. Sem elas, reflete escolhas metodológicas do fornecedor.

O que os testes de laboratório mostram sobre o Fortface?

No ensaio de detecção de ataques de injeção (IAD) conduzido pelo laboratório Antisec, o módulo de anti-injeção do Fortface apresentou BPCER de 2%. Esse indicador representa a proporção de tentativas legítimas rejeitadas nas condições do teste.

O resultado se refere ao módulo e ao cenário avaliados em laboratório. Não representa a taxa de rejeição em produção nem a aprovação da jornada completa.

Para comparar soluções, considere o escopo de cada ensaio, a metodologia e os relatórios que sustentam os resultados.

Quer conhecer os indicadores do Fortface em produção e entender como avaliá-los no contexto da sua operação? Fale com a nossa equipe.

Para aprofundar

Para entender como ataques de injeção afetam o canal de captura — e por que essa camada tem métrica separada da aprovação biométrica —, o post Ataque de injeção em biometria facial: os três vetores e como detectá-los cobre os vetores e a metodologia de certificação CEN/TS 18009:2024.

Para o impacto da escolha de segundo fornecedor sobre as métricas de aprovação e como dividir tráfego por segmento de risco, o post O que perguntar antes de somar um segundo provedor de biometria trata dos critérios operacionais de avaliação.

Perguntas frequentes