Conceptos Clave

Antes de aprender sobre los casos de uso y la implementación de Identity Scanner, es importante comprender sus conceptos fundamentales en detalle.

E-KYC

La función E-KYC o Comparación Facial de Identity Scanner compara los rostros detectados en dos imágenes diferentes para encontrar coincidencias en sus características faciales. Las dos imágenes proporcionadas para comparación se denominan la imagen fuente y la imagen de consulta. En el caso del escaneo de identidad, una sería la imagen detectada en la prueba de identidad de un individuo, y la otra sería una fotografía nueva o existente de esa persona.

Proceso de comparación facial

Zia AI implementa varios modelos de detección de objetos, análisis de imágenes y reconocimiento de patrones de última generación. Un proceso genérico de comparación facial se puede dividir en las siguientes subtareas:

• Detección facial: La detección facial es una parte sustancial del proceso de reconocimiento facial, que es de hecho un subconjunto de la detección de objetos. Este es el paso inicial hacia el reconocimiento facial. Los algoritmos subyacentes detectan rostros en una imagen segmentándolos del fondo e identificando sus coordenadas en la imagen.

• Detección de puntos de referencia faciales: La marcación de puntos de referencia faciales es el proceso de detectar y localizar características de puntos clave específicos en el rostro para reconocer rostros. Esto incluye identificar las coordenadas de puntos clave, como la distancia entre los ojos, la longitud del rostro, los extremos del rostro, el contorno de los labios, orejas y mentón, y la forma y posición de los pómulos.

• Análisis facial: La comparación facial implica esencialmente comparar rostros detectados en imágenes de consulta con conjuntos de entrenamiento o bases de datos para verificar la identidad de un individuo. En el caso de la Comparación Facial de Zia, se analizan los rostros detectados en las imágenes de consulta y fuente. Las huellas faciales identificadas a partir de los datos de análisis de ambos rostros se comparan entre sí para verificar el grado de coincidencias. La puntuación de confianza que devuelve Zia corresponde a estos datos.

Varios algoritmos de ML y aprendizaje profundo pertenecientes a uno o más métodos de detección y reconocimiento facial pueden usarse para realizar estas operaciones. Estos incluyen enfoques geométricos o basados en características, como coincidencia de plantillas, enfoques basados en apariencia o estadísticas que involucran algoritmos o métodos como PCA usando Eigenface o LDA, el algoritmo Fisherface, e implementación de redes neuronales.

Formato de solicitud

El formato de archivo de entrada de E-KYC o Comparación Facial se especifica a continuación.

Formato de respuesta

El formato de respuesta de E-KYC o Comparación Facial se describe a continuación:

• Usando los SDKs y APIs:
  
  Respuesta JSON: La respuesta JSON predeterminada incluirá el mensaje de estado y los datos de la operación. La Comparación Facial devuelve una respuesta binaria sobre si los rostros coinciden o no. El resultado se establece como true si los rostros coinciden, o false si no coinciden. La respuesta JSON contiene una puntuación de confianza entre el rango de 0 a 1. Solo si la comparación produce una puntuación de confianza superior al 50% (es decir, 0.5) el resultado se establecerá como true. Para más información, consulta la documentación del SDK de Java, Node.js y Python, y la documentación de la API.
• En la consola:
  
  Cuando subes imágenes o archivos para probar en la consola, devolverá la respuesta en dos formatos:
  
  • Respuesta simplificada: Mostrará el mensaje “Faces matched!” o “Faces not matched!” según los resultados, y la puntuación de confianza de la comparación se mostrará en un valor porcentual.
  • Respuesta JSON: La consola también mostrará la respuesta JSON original recibida para la operación.

Document Processing

Proceso de reconocimiento de texto y extracción de información

La detección, reconocimiento y extracción de texto de los documentos de prueba de identidad es manejada por un sistema OCR avanzado. Los sistemas OCR en general siguen un enfoque de arriba hacia abajo para el proceso.

Cuando se envía un documento soportado a Identity Scanner, el proceso de detección y reconocimiento de texto procede de la siguiente manera:

1. Zia analiza la estructura del texto y lo divide en líneas individuales de texto.
2. Las líneas de texto se descomponen aún más en palabras, y cada palabra en caracteres individuales.
3. Zia compara los caracteres que ha detectado con su conjunto de datos y ejecuta algoritmos avanzados para identificar los caracteres y reconocer palabras basándose en las agrupaciones de caracteres.
4. Zia también ejecuta algoritmos para identificar el idioma del contenido procesándolo a través de volúmenes de probabilidades e hipótesis usando ICR. Adicionalmente puedes especificar el idioma en el que está un documento. Esto solo es soportado para el modelo PASSBOOK. Cuando el idioma ya está especificado, este procesamiento se realiza más rápidamente. Puedes aprender sobre los idiomas soportados en la siguiente sección.
5. A través de un proceso OCR extendido, la información identificada relevante se extrae y se completa como los valores de claves predeterminadas, basándose en el tipo de modelo de documento. Por ejemplo, valores como el nombre del banco y el número de cuenta se reconocen y extraen de las libretas bancarias y se devuelven en la respuesta con las claves correspondientes.

Tipos de modelo

Identity Scanner soporta los siguientes tipos de modelo correspondientes a los documentos de prueba de identidad soportados:

• AADHAAR: Puedes procesar tarjetas Aadhaar indias como documentos de prueba de identidad con este tipo de modelo. Debes proporcionar dos imágenes de la tarjeta Aadhaar como entrada (las imágenes frontal y trasera de la tarjeta). La respuesta devolverá los parámetros reconocidos de la tarjeta Aadhaar, como el número de Aadhaar, el nombre del titular de la tarjeta, dirección y género, junto con puntuaciones de confianza para cada reconocimiento.
• PAN: Esto te permite procesar tarjetas PAN indias como documentos de prueba de identidad proporcionando una sola imagen de la tarjeta PAN como entrada. La respuesta devolverá los parámetros reconocidos de la tarjeta PAN, como el nombre del titular, apellido, fecha de nacimiento y su número PAN.
• PASSBOOK: Puedes procesar la primera página de libretas bancarias indias como prueba de identidad o financiera usando este modelo, subiendo la imagen de la primera página de la libreta. La respuesta devolverá los parámetros reconocidos de la libreta como el número de cuenta, nombre del banco, sucursal y dirección. La respuesta también muestra si RTGS, NEFT e IMPS han sido habilitados para esa cuenta.
• CHEQUE: Este modelo te permite procesar talones de cheque indios como pruebas financieras, subiendo una imagen del cheque. Identity Scanner solo procesa cheques del formato CTS-2010. La respuesta devolverá los parámetros reconocidos como el monto, nombre del banco, nombre de la sucursal, número de cuenta, código IFSC y la fecha de emisión.

Debes pasar los tipos de modelo respectivos en la solicitud al usar el código del SDK de Java, Node.js o Python, o al trabajar con las APIs.

Idiomas soportados

PASSBOOK

El modelo PASSBOOK soporta los siguientes 9 idiomas internacionales:

• English
• Arabic
• Chinese
• French
• Italian
• Japanese
• Portuguese
• Romanian
• Spanish

También soporta estos 10 idiomas indios:

• Hindi
• Bengali
• Marathi
• Telugu
• Tamil
• Gujarati
• Urdu
• Kannada
• Malayalam
• Sanskrit

AADHAAR

El modelo AADHAAR puede detectar y reconocer contenido textual en todos los idiomas indios soportados e inglés. Puedes procesar la tarjeta Aadhaar de cualquier región de la India con Identity Scanner.

CHEQUE y PAN

Los modelos CHEQUE y PAN procesan el contenido solo en inglés por defecto, y no soportan ningún otro idioma.

Debes tener en cuenta los siguientes puntos:

• Puedes pasar los idiomas que podrías encontrar en las libretas bancarias al procesar el modelo PASSBOOK.
• Especificar los idiomas es opcional. Sin embargo, el proceso de reconocimiento y extracción de texto es más rápido y preciso si especificas los idiomas. Si no se especifican idiomas, Identity Scanner detectará los idiomas automáticamente.
• No podrás seleccionar los idiomas para los modelos CHEQUE o PAN, ya que el inglés es el único idioma soportado para estos tipos. Tampoco podrás seleccionar los idiomas para el modelo AADHAAR.

Formato de solicitud

Los formatos de archivo de entrada de cada uno de los tipos de modelo se especifican a continuación.

Formato de respuesta

El formato de respuesta de Document Processing se describe a continuación:

• Usando los SDKs y APIs:
  Respuesta JSON: La respuesta JSON predeterminada incluirá el mensaje de estado y los datos para la operación respectiva, como se especifica en la sección de Tipos de modelo. Puedes formatear el texto que recibes en la respuesta para el procesamiento de documentos en tu código. Para más información, consulta la documentación del SDK de Java, Node.js y Python.
• En la consola:
  Cuando subes imágenes o archivos para probar en la consola, devolverá la respuesta en dos formatos:
  
  • Respuesta simplificada: La respuesta textual simplificada listará los parámetros extraídos de la prueba de identidad en un formato legible.
  • Respuesta JSON: La consola también mostrará la respuesta JSON original recibida para cada operación.