Deepfakes e intercambios de rostros
La IA generativa injerta el rostro de un objetivo en video, venciendo cualquier verificación que solo busque una imagen coincidente.
La amenaza
El rostro es ahora la superficie de ataque.
La IA generativa crea una falsificación convincente en segundos, y la mayoría no la distingue. Intercambios de rostros, cámaras inyectadas y ataques de presentación apuntan al momento que prueba quién está ahí.
Ataques de inyección
Los defraudadores evitan la cámara por completo, alimentando un video manipulado directamente en el flujo de verificación.
Ataques de presentación
Fotos impresas, repeticiones en pantalla y máscaras 3D sostenidas frente a la cámara en lugar de una persona en vivo.
0%
de crecimiento de los incidentes de deepfakes en fintech en un solo año
0%
de las personas no distinguen un rostro real de un deepfake
Cómo funciona
De los pixeles a una coincidencia comprobada.
Cada selfie recorre el proceso completo en milisegundos: detectada, codificada en una firma privada y asociada a la persona real detrás de ella.
La tecnología
El estándar de oro del reconocimiento facial
Modelos pioneros entrenados con datos globalmente diversos mantienen una precisión alta en cualquier etnia, edad, género y entorno, con prueba de vida y defensa contra deepfakes integradas.
En el dashboard
Cada sesión, un resultado claro
Cada sesión devuelve un resultado auditable: selfie contra ID 1:1, prueba de vida y antisuplantación, y un estatus para actuar.
Benchmark de NIST
El #1 donde cuenta
Los modelos de Incode son evaluados de forma independiente por NIST, el referente global del reconocimiento facial, tanto en verificación 1:1 como en identificación 1:N.
Evaluados contra 158 desarrolladores y 527 algoritmos en galerías de 1.6 millones de imágenes, los modelos de Incode están en lo más alto de FRTE tanto en verificación 1:1 como en identificación 1:N: certificados por NIST, no autorreportados.
#1
entre los proveedores de IDV de solución completa · NIST FRTE, identificación 1:N (2024)
Resultados verificados
Bancos globales, fintechs y marketplaces confían en Incode para reconocer personas reales.
En lo más alto
del FRTE de NIST en verificación 1:1 e identificación 1:N.
8 de 10
principales bancos de EE. UU. eligen Incode
4 de 5
principales bancos de LATAM corren sobre Incode
1.6M
imágenes en las galerías del benchmark FRTE de NIST
Certificaciones y reconocimientos
Nombrados Líder en el Magic Quadrant™ de Gartner®para Verificación de Identidad por tercer año consecutivo. Descargar el reporte
¿Qué es el reconocimiento facial?
Confirma la identidad de una persona comparando la geometría de su rostro, como selfie en vivo o fotografía, contra una referencia confiable, ya sea una sola imagen (1:1) o una base de datos de rostros (1:N).
¿Cuál es la diferencia entre 1:1 y 1:N?
La verificación 1:1 comprueba si dos imágenes son la misma persona: una selfie contra la foto de una ID. La identificación 1:N busca en una base de datos si un rostro ya existe, detectando duplicados y fraude reincidente.
¿Qué tan preciso es el reconocimiento facial de Incode?
Los modelos de Incode están certificados por NIST y clasificados #1 entre los proveedores de IDV de solución completa en el benchmark FRTE 1:N, con coincidencias en unos 20 milisegundos y una tasa de falsas coincidencias de 0.01%.
¿Cómo detiene los deepfakes y la suplantación?
La prueba de vida pasiva confirma una persona real y presente solo con fotogramas de video, mientras modelos dedicados detectan intercambios de rostros, cámaras inyectadas, repeticiones y máscaras 3D. Sin acciones del usuario. El stack está certificado por iBeta ISO 30107-3 PAD Level 2.
¿Es justo el reconocimiento facial entre demografías?
Sí. Los modelos se entrenan con datos globalmente diversos y conformes, y se prueban contra los benchmarks FRTE de NIST que evalúan específicamente la equidad demográfica, con precisión consistente en etnia, edad y género.
¿Qué sigue?
Reconoce a la persona real, cada vez.
Descubre cómo se comporta el reconocimiento facial de Incode en tus propios flujos.