Equipa universitária da Grande Baía resolve o problema do fraude na reconhecimento facial e equipa a luta contra fraudes financeiras com olhos de águia

Desde a construção de cidades inteligentes até ao login em aplicações móveis, a reconhecimento facial, como uma tecnologia emblemática da inteligência artificial, rapidamente se infiltrou em diversos setores, incluindo pagamentos financeiros, segurança pública, serviços governamentais e marketing empresarial, tornando-se uma “configuração padrão” na transformação digital.

No entanto, à medida que a “retirada de dinheiro com rosto” e os pagamentos por reconhecimento facial se tornam rapidamente comuns, a autenticação de identidade em terminais financeiros enfrenta desafios de segurança sem precedentes. Imagens faciais podem ser reproduzidas com alta fidelidade a partir de fotos em papel, telas eletrónicas, moldes 3D ou até vídeos DeepFake, tornando os sistemas tradicionais de reconhecimento vulneráveis a ataques faciais. Como resultado, há um aumento nos casos de fraude financeira causados por “ataques faciais”, o que compromete gravemente a confiabilidade dos sistemas financeiros inteligentes.

Para enfrentar os ataques de falsificação por inteligência artificial atualmente predominantes no mercado, a equipe do Professor Yu Zitong da Universidade da Grande Baía utilizou tecnologias-chave de grandes modelos, incluindo técnicas de captura e imagem inteligente, tecnologia de proteção contra falsificação de características biométricas heterogéneas e múltiplas, desenvolvendo uma tecnologia de detecção de vivacidade facial mais inteligente, universal e altamente segura. Assim, criaram módulos com modelos algorítmicos integrados, formando sistemas de hardware e software eletrônicos e inteligentes capazes de identificar a vivacidade facial em segundos, fornecendo relatórios de análise com uma precisão superior a 99,9%.

Yu Zitong é professor adjunto de contratação permanente na Universidade da Grande Baía, com pesquisa de longa data em cálculo visual micro e modelos multimodais básicos. Ele explicou a jornalistas do Sul Financeiro que, inicialmente, a tecnologia de reconhecimento facial era amplamente aplicada em desbloqueio de smartphones, controle de ponto e segurança, com cenários de uso relativamente limitados. Após concluir o mestrado, trabalhou por um ano em uma empresa de segurança, adquirindo uma compreensão profunda da aplicação da tecnologia de reconhecimento facial na indústria de segurança e identificando suas limitações em algoritmos e arquiteturas de modelos.

Durante seus estudos na Finlândia e Singapura, a equipe de Yu propôs um algoritmo de aprimoramento de informações fracas no domínio espacial usando operadores de convolução diferencial central, oferecendo uma nova abordagem para melhorar a robustez do modelo contra ataques de alta fidelidade e ambientes variáveis, aplicando-se com sucesso na área de combate a fraudes faciais.

Para Yu Zitong, a tecnologia de reconhecimento facial atual está saturada, com problemas frequentes de vazamento de privacidade, ataques de falsificação por IA e outros riscos de segurança. A detecção de vivacidade facial tornou-se a etapa mais central e desafiadora nos terminais financeiros inteligentes, sendo também a base tecnológica para proteger a segurança financeira nacional.

Com o acelerado desenvolvimento da construção de finanças inteligentes na China, o setor bancário está migrando rapidamente de agências tradicionais para terminais inteligentes como caixas automáticos (ATM), caixas remotos por vídeo (VTM) e caixas inteligentes (STM). Esses terminais tornaram-se componentes essenciais da infraestrutura financeira do país, influenciando diretamente a acessibilidade e conveniência dos serviços financeiros, além de serem fundamentais para a segurança financeira e de informações do país, atuando como a primeira linha de defesa contra riscos sistêmicos e garantindo a confiabilidade das transações.

“Atualmente, a detecção de vivacidade depende do rápido avanço do aprendizado profundo, mas algoritmos de alta segurança, modelos robustos para diferentes etnias e detecção de sinais fisiológicos ainda são dominados por Europa e EUA. No mercado doméstico, há uma clara disparidade, com dificuldades na identificação de amostras falsificadas de alta fidelidade, baixa capacidade de generalização entre diferentes etnias, desempenho insatisfatório na fusão de múltiplos modos e desafios na implementação de algoritmos em produção,” afirmou Yu Zitong.

Ele acrescentou que, atualmente, tecnologias como troca de rosto por IA e impressão 3D permitem falsificações faciais com detalhes quase indistinguíveis de um rosto real, enquanto características tradicionais de textura e fluxo de luz apresentam altas taxas de detecção incorreta, dificultando o alcance de níveis de segurança financeira. Os algoritmos domésticos, baseados em cores de pele e cenários específicos, apresentam baixa precisão na identificação de tons de pele escuros e usuários estrangeiros, limitando a internacionalização. As soluções existentes dependem principalmente de pistas visuais de uma única perspectiva, como RGB, infravermelho e imagens de profundidade, com baixa utilização de sinais fisiológicos de ângulos não de contato, além de apresentarem pouca interpretabilidade e resistência a ambientes complexos. Os algoritmos anti-fraude ainda permanecem na esfera acadêmica ou de software, sem uma produção em massa de dispositivos integrados de nível financeiro com propriedade intelectual própria.

Diante da tendência de internacionalização e digitalização das finanças inteligentes, há uma necessidade urgente de superar esses obstáculos, construindo um sistema de tecnologia anti-fraude facial autônomo, seguro, confiável e utilizável em diferentes regiões.

Como centro nacional de fabricação de equipamentos financeiros e inovação em inteligência artificial, Guangdong vem, nos últimos cinco anos, impulsionada por tecnologias de reconhecimento facial e combate à fraude, aproveitando uma nova oportunidade de desenvolvimento em fintech.

Focando na “Tecnologia-chave de combate à fraude facial e desenvolvimento de terminais financeiros inteligentes de alta segurança”, a equipe do Professor Yu Zitong da Universidade da Grande Baía realiza pesquisas sistemáticas em aprimoramento de sinais fracos no espaço-tempo, adaptação cross-domain multimodal e detecção de vivacidade baseada em sinais fisiológicos, visando alcançar alta precisão na detecção de vivacidade e autenticação de identidade em ambientes complexos e entre diferentes grupos, criando uma nova geração de terminais anti-fraude inteligentes, de nível internacional e exportáveis.

Na área de detecção de vivacidade, a equipe de Yu propôs um método de detecção de vivacidade baseado na percepção colaborativa de sinais fisiológicos de múltiplas perspectivas, integrando sinais fisiológicos não contactantes com características visuais. Essa abordagem supera as limitações tradicionais de dependência de um único modo RGB e sensibilidade ao ambiente, aumentando significativamente a capacidade de detectar ataques sofisticados e ambientes complexos, além de melhorar a interpretabilidade do sistema. Utilizando câmeras sincronizadas para captar informações dinâmicas do rosto, extraem sinais fisiológicos como frequência cardíaca, ritmo sanguíneo e variações de oxigênio, combinando com microexpressões e frequência de piscar, para realizar uma avaliação multi-nível de vivacidade, do visual ao fisiológico.

“Em 2024, desenvolveremos uma tecnologia semelhante a uma plataforma de captura 3D, que aprimora a captura e interação facial. Atualmente, nossa tecnologia de combate à fraude facial está na vanguarda do país, apresentando alta confiabilidade e desempenho em tempo real, além de excelente interatividade com o usuário e adaptação internacional, podendo resolver problemas relacionados a diferentes etnias e raças,” afirmou Yu Zitong.

De fato, o sistema de terminais de combate à fraude facial desenvolvido pela equipe de Yu, baseado em pesquisa algorítmica, integra e industrializa uma solução de ponta, formando um sistema de terminal financeiro inteligente de combate à fraude facial totalmente controlado, com hardware e software colaborativos, incluindo módulos de aceleração de IA embarcada para detecção em tempo real e inferência de borda. O sistema combina reconhecimento facial, detecção de fraude, autenticação de identidade e comunicação criptografada, podendo ser produzido em larga escala. Atualmente, já está em operação em instituições financeiras como o Banco Industrial e Comercial da China, além de ter sido comercializado com sucesso no Sudeste Asiático, demonstrando ampla compatibilidade setorial e potencial de aplicação internacional.

Yu explicou que, por meio de inovação em fusão multimodal e adaptação cross-domain, o sistema resolve o desafio de reconhecimento confiável de vivacidade facial em ambientes complexos na área financeira, unificando inovação teórica, implementação prática e industrialização. O projeto foi avaliado pela Sociedade de Imagens e Gráficos de Guangdong, que reconheceu avanços inovadores na tecnologia de combate à fraude facial multimodal e sua aplicação industrial, consolidando propriedade intelectual própria e atingindo padrão internacional avançado; entre as inovações estão o modelo de convolução diferencial central baseado em múltiplos sinais visuais e a adaptação cross-domain multimodal, considerados de nível mundial.

Segundo informações, os equipamentos relacionados ao projeto já foram amplamente utilizados por empresas de tecnologia financeira, com vendas totais de 1,814 bilhões de yuans e lucro líquido de 72,64 milhões de yuans nos últimos três anos, conquistando a primeira posição no mercado doméstico e uma posição entre as três principais no mercado internacional.