Mengatasi masalah liveness dan pencocokan wajah

Mengapa skor liveness kembali rendah, mengapa pencocokan wajah kadang gagal atau lolos padahal seharusnya tidak, dan apa yang bisa Anda sesuaikan di alur kerja Anda.

Short answer

Pisahkan dua hal terlebih dahulu: apakah kameranya berfungsi, dan apakah pemeriksaannya gagal? Kamera yang tidak pernah terbuka adalah masalah lingkungan (peramban dalam aplikasi, izin ditolak, kamera sedang digunakan). Pemeriksaan yang gagal adalah masalah ambang batas atau kualitas pengambilan gambar.

Liveness memastikan orang sungguhan berada di depan kamera; pencocokan wajah memastikan orang tersebut adalah orang yang sama dengan yang ada di dokumen. Ketika salah satunya kembali dengan skor rendah atau sebuah peringatan, penyebabnya hampir selalu salah satu dari sekumpulan kecil penyebab yang sudah dikenal.

#Kamera tidak pernah terbuka

Sebelum berasumsi pemeriksaan biometriknya gagal, singkirkan dulu kemungkinan ini - karena menghasilkan laporan yang sama dari pengguna, yaitu "langkah swafotonya tidak berfungsi":

  • Peramban dalam aplikasi. Tautan verifikasi yang dibuka di dalam peramban bawaan aplikasi lain sering kali sama sekali tidak bisa mengakses kamera. Minta orang tersebut membuka tautannya di peramban biasa pada ponselnya.
  • Izin yang sebelumnya ditolak. Setelah seseorang menolak akses kamera untuk sebuah situs, peramban akan mengingatnya dan alur tersebut tidak bisa meminta izin lagi. Mereka harus mengaktifkannya kembali di pengaturan situs.
  • Kamera sedang digunakan. Tab lain, aplikasi lain, atau panggilan video yang sedang menggunakan kamera akan memblokirnya. Pada beberapa perangkat, permintaan izin mikrofon juga bisa membuat kamera terkunci.
  • Tidak ada kamera sama sekali. Pengguna desktop tanpa webcam. Apakah langkah swafoto ditawarkan di desktop adalah pengaturan alur kerja.

#Liveness memberi skor rendah atau tidak menemukan wajah

  • Wajah tidak terdeteksi - pencahayaan buruk, wajah di luar bingkai, atau masalah teknis saat pengambilan gambar. Minta orang tersebut mengambil ulang dengan cahaya yang lebih baik dan wajah berada di tengah tanpa apa pun yang menutupinya.
  • Skor liveness rendah - bisa berupa pengambilan gambar berkualitas rendah yang asli (pencahayaan buruk, resolusi kamera rendah) atau dugaan pemalsuan (foto, replai layar, topeng). Jika Anda melihat ini pada pengguna asli, minta pengiriman ulang alih-alih langsung menolaknya.
  • Serangan presentasi terdeteksi (LIVENESS_FACE_ATTACK) - sistem menemukan bukti kuat adanya upaya pemalsuan. Ini memang disengaja dan secara otomatis menolak sesi.
A session in the Didit console with the Liveness tab and the More options menu
  1. Mulai dengan swafoto yang diambil - sebagian besar kegagalan terlihat di dalamnya.
  2. Events memberi tahu apakah pengguna mencoba lagi, dan berapa kali.
  3. Jika pengambilan gambar adalah masalahnya, buka kembali sesi dari sini agar mereka bisa mencoba lagi.
Diagnosis dari sesi: pengambilan gambarnya dulu, lalu linimasanya.

Jika skor liveness rendah berkumpul pada perangkat tertentu, periksa metode mana yang digunakan alur kerja Anda: metode aktif (3D Flash, 3D Action) jauh lebih sulit pada ponsel lama dan di ruangan yang gelap dibanding liveness pasif. Lihat cara kerja deteksi liveness.

#Pencocokan wajah terlihat tidak tepat

Pencocokan wajah membandingkan swafoto dengan foto pada dokumen dan menghasilkan skor kemiripan, yang diperiksa terhadap ambang batas alur kerja Anda:

  • Skor di bawah ambang batas peninjauan - sesi masuk ke In Review agar dikonfirmasi oleh seseorang.
  • Skor di bawah ambang batas penolakan - sesi ditolak secara otomatis.
  • Tidak ditemukan wajah pada swafoto atau foto dokumen - orang tersebut biasanya diminta mengambil ulang swafoto (mereka mendapat beberapa kali percobaan) sebelum ini diperlakukan sebagai hasil akhir.

Skor tersebut juga dipengaruhi oleh hal-hal yang tidak ada hubungannya dengan identitas: foto dokumen yang lama, kartu yang sudah sangat usang, kacamata, topi, janggut yang tumbuh sejak foto diambil, atau potret beresolusi sangat rendah pada dokumen. Semua itu secara wajar menurunkan skor untuk orang yang sama sekalipun.

Jika seorang pengguna asli berulang kali gagal dalam pencocokan wajah, atau Anda melihat persetujuan yang menurut Anda seharusnya tidak lolos, solusinya adalah menyesuaikan ambang batas peninjauan dan penolakan. Lihat skor dan ambang batas pencocokan wajah.

#Pelanggan lama yang sah ditandai sebagai duplikat

Langkah liveness juga menjalankan pencarian wajah 1:N terhadap setiap orang yang sudah Anda verifikasi. Pelanggan lama Anda sendiri akan cocok dengan dirinya sendiri - ini memang diharapkan, bukan sinyal penipuan. Kirimkan vendor_data secara konsisten agar kedua sesi tersebut teridentifikasi sebagai orang yang sama. Lihat akun duplikat dan pencarian wajah.

#Mengurangi penipuan pengambilan dokumen

Jika Anda melihat pengguna mengirimkan foto dari sebuah dokumen alih-alih memindai barang fisiknya secara langsung, atau orang ketiga yang mengambil gambar ID untuk orang lain, pengaturan Verifikasi ID dan liveness pada alur kerja Anda memungkinkan Anda memperketat hal ini:

  • Batasi pengambilan gambar hanya pada kamera langsung, hapus jalur unggah.
  • Gunakan pemeriksaan pencocokan wajah lintas kamera, yang membandingkan wajah yang dilihat kamera saat pengambilan dokumen dengan swafoto, dan arahkan ketidakcocokan ke peninjauan atau penolakan alih-alih meloloskannya begitu saja.
Important

Menghapus jalur unggah meningkatkan keyakinan tetapi menurunkan tingkat penyelesaian. Pengguna pada perangkat yang dikunci ketat, dengan kamera rusak, atau di desktop dengan webcam yang buruk akan gagal alih-alih beralih ke jalur lain. Putuskan mana yang lebih penting untuk alur yang bersangkutan alih-alih menerapkannya di semua tempat.

#Ketika ini orang yang sama tetapi dokumennya sudah sangat lama

Untuk dokumen yang potretnya sudah berusia satu dekade, tidak ada pengaturan ambang batas yang bisa diandalkan untuk selalu benar. Jawaban yang lebih baik adalah pemeriksaan yang lebih kuat: NFC membaca potret langsung dari chip, yang merupakan gambar yang sama dengan yang dimiliki penerbit, dan sepenuhnya menghilangkan variabel kualitas cetak. Lihat verifikasi chip NFC.

#Terkait