Soluções de reconhecimento facial precisam que seus algoritmos sejam recalibrados para melhorar a análise de rostos com máscara, recomenda Virgílio Rocca, diretor regional para Sul/Sudeste da Flexdoc, empresa brasileira especializada em análise de documentos e reconhecimento facial para processos de onboarding.
“O tamanho e o formato da máscara influenciam. Algumas atrapalham mais do que outras (para o reconhecimento facial). Estamos fazendo ajuste e calibragem do nosso modelo matemático para priorizar a análise das áreas do rosto que não são cobertas pela máscara, como o formato dos olhos, a distância entre eles, as orelhas, as pálpebras etc. O algoritmo dará mais relevância para esses pontos”, explica Rocca, em conversa com Mobile Time. Com a mudança, a identificação numérica (hash) de cada rosto fotografado também é refeita, esclarece.
Na opinião do executivo, os ajustes são necessários especialmente nos casos em que soluções de reconhecimento facial são utilizadas para controle de acesso a locais físicos, como hospitais e escritórios, aonde, por questões de segurança sanitária, não se deve remover a máscara.
Crescimento na pandemia
A Flexdoc presta serviços para diversas grandes empresas, incluindo bancos de peso, e tem mais de 50 milhões de rostos cadastrados. Na pandemia, a demanda por soluções de onboarding digital cresceu muito e a receita da Flexdoc aumentou 35%. Em um único dia em 2020, a empresa chegou a analisar 200 mil solicitações de aberturas de contas digitais em bancos.
“De 2019 para 2020 o mercado já vinha em uma tendência de crescimento em função do próprio aumento de uso do mobile. Nosso plano era crescer 20%. No final das contas crescemos 35% em receita, justamente em razão dessa transformação digital pela qual todo mundo passou. A quantidade de interações digitais e mobile cresceram muito. A quantidade de contas digitais que processamos explodiu”, relatou.
