GUÉP
Biometria · Verificação e Autenticação Facial

A mesma face abriu 14 contas na sua base. Você cruzou?

A Biometria Kavuka faz Face Match 1:1 (selfie × documento ou cadastro) e busca 1:N (a face contra toda a base) com prova de vida anti-deepfake embutida — a biometria do tamanho da ameaça atual, calibrada por risco e auditável.

Segundos
por match, com limiar por risco
1:N
contra multicontas em toda a base
Liveness
embutido em todo match
Captura guiada
a conversão preservada

Motor biométrico em produção: Face Match 1:1 e 1:N com prova de vida embutida, calibrado por risco e conectado ao grafo de vínculos da plataforma — milhares de verificações por dia, com trilha de auditoria.

A biometria fraca dá o selo de "verificado" exatamente para quem não devia ter.

A face repetida que ninguém cruza

A mesma face em 14 contas, com 14 nomes e 14 CPFs, devorando promoções e bônus — porque cada cadastro é avaliado sozinho, sem busca 1:N contra a base.

O deepfake aprovado com selo de verificado

O match ingênuo aceita a foto da foto e o vídeo sintético injetado na câmera. O deepfake passa pelo onboarding "com biometria" e carimba "verificado" na identidade sintética.

A selfie reprovada que matou a conversão

A captura ruim reprova o cliente legítimo por qualidade e o derruba no meio do cadastro. O trade-off mal resolvido entre limiar rígido (atrito) e frouxo (fraude) custa receita dos dois lados.

Custo O Brasil registrou crescimento de 830% em deepfakes em um ano e concentra quase metade dos casos de manipulação facial da América Latina, enquanto deepfakes já respondem por cerca de 40% das tentativas de fraude biométrica. Biometria sem prova de vida é fechadura sem porta: dá a confiança sem a proteção.

Como funciona

Da face capturada à fábrica de fraude acesa, em uma esteira só.

  1. 01

    Capture

    Captura guiada que entrega a foto certa na primeira tentativa — a conversão protegida em vez de reprovada por qualidade.

  2. 02

    Prove

    Liveness embutido: detecção de apresentação (foto, tela, máscara) e de injeção (o vídeo sintético inserido na câmera). Nenhum match sem prova de vida.

  3. 03

    Compare

    Face Match 1:1 contra o documento ou o cadastro, com limiar calibrado pelo risco da operação e métrica de similaridade auditável.

  4. 04

    Cruze

    Busca 1:N: a face contra a base inteira. A mesma face em N contas acende na hora, conectada ao grafo de vínculos da plataforma.

Cobertura

O motor por trás de cada match

Reconhecimento facial não é uma caixa-preta de acurácia isolada: é match calibrado, prova de vida e busca na base, conectados ao lastro de identidade e ao grafo de vínculos da plataforma.

Face Match 1:1

Selfie × documento ou cadastro

Busca 1:N

A face contra toda a base

Prova de vida (liveness)

Apresentação e injeção cobertas

Defesa anti-deepfake

Foto da foto, tela, máscara e vídeo sintético

Captura guiada

A foto que funciona na primeira

Biometria como fator

Step-up de MFA em operações sensíveis

Grafo de vínculos

Face + telefone + dispositivo ligando a quadrilha

Limiar por risco

Rígido onde dói, fluido onde converte

Segmentos

Quem decide com a Biometria Kavuka

Onboarding

Esteiras Digitais

O match selfie × documento como módulo central da esteira de onboarding, com liveness e captura guiada que preservam a conversão.

Pressão regulatória

Bets & Marketplaces

O 1:N contra multicontas e bônus abuse — o caso de uso mais quente da onda regulatória, antes que cada campanha vire distribuição de bônus para a mesma quadrilha.

Segurança

Autenticação de Operações

O rosto como fator do MFA na aprovação de transações sensíveis — o step-up biométrico onde a senha não basta.

Acesso físico

Portarias & Pátios

A face no controle de acesso físico, em ponte com o OCR Veicular nos pátios — a identidade da pessoa e do veículo no mesmo perímetro.

Blindagem jurídica

Dado biométrico é dado sensível — e a esteira nasce sabendo disso

A biometria facial virou a infraestrutura de identidade do país, e o dado biométrico é dado sensível sob a LGPD: coleta sem base legal e sem governança é passivo. A Biometria Kavuka trata isso de frente, com governança documentada e mitigação de viés como prática — não promessa.

  • Base legal documentada para o tratamento de dado sensível, com finalidade explícita por caso de uso.
  • Minimização: template biométrico em vez da imagem onde possível, com retenção configurável.
  • Criptografia em trânsito e em repouso, e trilha de auditoria de cada match e cada decisão.
  • Mitigação de viés: modelos avaliados em acurácia balanceada entre grupos demográficos, com revisão humana nas zonas de incerteza.
  • Padrões de acurácia referenciados em benchmarks técnicos internacionais (NIST FRVT), a régua que o comprador enterprise cita.
Quem já opera assim
Rodamos o 1:N na base no primeiro dia e a mesma face apareceu em dezenas de contas que aprovavam bônus. Desmontamos a fábrica em uma tarde.
Head de Fraude · plataforma de apostas
O liveness anti-injeção barrou o deepfake que o nosso match antigo aprovava como "verificado". A confiança no selo voltou.
CRO · fintech de crédito
A captura guiada parou de reprovar cliente bom por qualidade de foto. A conversão do onboarding subiu sem afrouxar o limiar.
CPO · marketplace

Rode o 1:N na sua base: quantas faces repetidas você vai encontrar?

Em 15 minutos você vê o match calibrado, o liveness anti-deepfake e o 1:N acendendo as faces repetidas — no seu cenário, com o seu volume.

  • Exclusivo para empresas. Sem compromisso de contratação.
  • Dados usados exclusivamente para contato comercial.
  • Resposta de leads enterprise em até 1 dia útil.

Em 15 minutos você vê a plataforma em ação e recebe uma proposta para o seu volume.

O que é biometria facial e como operá-la na era dos deepfakes

Biometria é a verificação da pessoa pelo que ela é — e, centralmente, pelo reconhecimento facial. Ela opera em dois modos. O Face Match 1:1 compara uma face com outra: a selfie contra o documento no onboarding, ou a selfie contra a face cadastrada na autenticação. A pergunta é "é a mesma pessoa?", e a resposta é um grau de similaridade com limiar configurável. A busca 1:N compara uma face contra uma base inteira: a pergunta passa a ser "quem é essa pessoa?" ou "essa face já apareceu em outra conta?". É essa busca 1:N que arma a defesa contra multicontas, fraude em série e bônus abuse — e contra a face de uma fraude conhecida voltando com outro nome e outro CPF.

Nenhum desses modos vale sem o seu par inseparável: o Liveness, a prova de vida. Na era em que deepfakes respondem por cerca de 40% das tentativas de fraude biométrica, biometria sem prova de vida é fechadura sem porta. A defesa moderna cobre duas frentes: a apresentação — a foto da foto, a tela, a máscara apresentadas à câmera — e a injeção — o vídeo sintético inserido diretamente no fluxo da câmera, sem nunca passar pela lente. Por isso, na Biometria Kavuka, nenhum match é aceito sem prova de vida embutida: o liveness não é uma etapa opcional, é a condição do match.

No Brasil, a biometria facial virou a infraestrutura de identidade — do onboarding bancário à prova de vida do INSS — e, justamente por isso, virou o alvo. O país registrou crescimento de 830% em deepfakes em um ano e concentra quase metade dos casos de manipulação facial da América Latina. A biometria continua sendo a melhor âncora de identidade que existe; o que mudou é a régua de quem a opera. A acurácia isolada, medida em benchmarks como o NIST FRVT, virou commodity: o diferencial passou a ser o sistema integrado — o match que conversa com o lastro de identidade (porque a face certa numa identidade fabricada continua sendo fraude), o 1:N ligado ao grafo de vínculos (a face + o telefone + o dispositivo conectando a quadrilha) e o liveness anti-injeção.

Operar biometria bem é, por fim, operá-la sob a LGPD. O dado biométrico é dado sensível: coleta sem base legal e sem governança é passivo jurídico e de imagem, e o falso negativo discriminatório (o viés demográfico que reprova mais um grupo que outro) é risco real. A Biometria Kavuka nasce com base legal documentada, minimização (template em vez de imagem onde possível), retenção configurável, criptografia e trilha de auditoria — a governança que o DPO aprova. E trata o viés como prática documentada: modelos avaliados em acurácia balanceada entre grupos, limiares calibráveis e revisão humana nas zonas de incerteza. O resultado é uma biometria do tamanho da ameaça atual: o deepfake barrado, o multicontas desmontado, a conversão preservada e o dado sensível governado.

Perguntas frequentes
Qual a diferença entre 1:1 e 1:N?

O 1:1 compara uma face com outra (selfie × documento, selfie × cadastro): "é a mesma pessoa?". O 1:N busca uma face contra a base inteira: "essa face já existe aqui?" — a arma contra multicontas, fraude em série e a face conhecida voltando com outro nome.

A biometria sozinha basta para verificar identidade?

Não — a face certa numa identidade fabricada continua sendo fraude. Por isso a Biometria Kavuka opera no sistema: o match conversa com o lastro de identidade, o grafo de vínculos e o Liveness — a face, a pessoa e o contexto verificados juntos.

Como funciona a defesa contra deepfakes?

Pelo Liveness embutido em todo match: detecção de apresentação (foto, tela, máscara) e de injeção (o vídeo sintético inserido no fluxo da câmera) — as duas frentes da fraude facial moderna. Nenhum match é aceito sem prova de vida.

E a LGPD no dado biométrico?

Dado biométrico é dado sensível: a solução nasce com base legal documentada, minimização (template em vez de imagem onde possível), retenção configurável, criptografia e trilha — a governança que o DPO aprova.

O match tem viés demográfico?

Trabalhamos com modelos avaliados em acurácia balanceada entre grupos demográficos, limiares calibráveis e revisão humana nas zonas de incerteza — a mitigação de viés como prática documentada, não promessa.

Como a captura guiada protege a conversão?

A captura guiada orienta o usuário a entregar a foto certa na primeira tentativa — em vez de reprovar o cliente legítimo por qualidade no meio do cadastro. Menos selfies reprovadas significa mais onboarding concluído, sem afrouxar o limiar de segurança.

Como a Biometria se integra ao meu onboarding atual?

Via API REST documentada e SDKs de captura para web e mobile, com o match selfie × documento como módulo da esteira de onboarding. O 1:N pode rodar também em lote sobre a carteira existente, para descobrir as faces repetidas que já estão na base.

Vamos conversar

A próxima decisão de alto impacto começa com os dados certos.

Converse com um especialista GUÉP e descubra onde a inteligência aplicada gera mais valor na sua operação.