Weryfikacja twarzy i wykrywanie żywotności w selfie KYC

Weryfikacja twarzy z wykrywaniem żywotności to kontrola, która porównuje selfie wykonane na żywo ze zdjęciem w dokumencie tożsamości, aby potwierdzić, że jest się osobą, do której dokument należy. Wykrywanie żywotności (liveness detection) to etap, który nadaje tej kontroli sens: sprawdza, czy selfie pochodzi od prawdziwego człowieka obecnego przed kamerą, a nie z wydrukowanego zdjęcia, nagrania odtwarzanego na ekranie, maski czy deepfake'a. Razem składają się na to, co większość osób nazywa „weryfikacją selfie” lub „weryfikacją biometryczną” przy zakładaniu konta na giełdzie kryptowalut, w banku czy w aplikacji fintech.

Ten poradnik wyjaśnia, jak działają te kontrole, czym różni się aktywne i pasywne wykrywanie żywotności, jak dostawcy są testowani według normy ISO/IEC 30107-3, dlaczego deepfake'i i ataki typu injection są obecnie głównym polem walki, co prawo ochrony danych mówi o danych twarzy użytkownika oraz co zrobić, jeśli kontrola wciąż się nie udaje.

Czym jest weryfikacja twarzy, a czym nie jest

Weryfikacja twarzy to porównanie jeden do jednego: czy ta twarz należy do tej samej osoby co zdjęcie w dokumencie? Różni się od identyfikacji twarzy, czyli wyszukiwania jeden do wielu, w którym twarz porównuje się z bazą danych, aby ustalić, kim ktoś jest. To rozróżnienie ma znaczenie zarówno prawne, jak i techniczne. Unijny akt w sprawie sztucznej inteligencji (AI Act) zalicza systemy zdalnej identyfikacji biometrycznej do systemów wysokiego ryzyka w załączniku III, ale wyłącza weryfikację biometryczną, której jedynym celem jest potwierdzenie, że dana osoba jest tym, za kogo się podaje.

W codziennym użyciu pojęcia się przenikają:

• Weryfikacja biometryczna to ogólne określenie potwierdzania tożsamości na podstawie cechy fizycznej lub behawioralnej. Przy zakładaniu konta online jest to niemal zawsze twarz.
• Weryfikacja selfie opisuje doświadczenie użytkownika: robi się selfie lub krótkie nagranie wideo w aplikacji.
• Dopasowanie twarzy (face matching) to algorytm porównujący, który wylicza wskaźnik podobieństwa między selfie a zdjęciem z dokumentu.
• Wykrywanie żywotności, w normach nazywane wykrywaniem ataków prezentacyjnych (PAD), sprawdza, czy twarz przed kamerą jest prawdziwa i obecna.

Jak przebiega weryfikacja selfie

Dokładny przebieg zależy od dostawcy, ale typowa kontrola online wygląda następująco:

1. Zdjęcie dokumentu. Fotografuje się paszport, dowód osobisty lub prawo jazdy. Oprogramowanie odczytuje dane, sprawdza zabezpieczenia i wyodrębnia zdjęcie portretowe.
2. Selfie lub nagranie wideo. Aplikacja uruchamia przednią kamerę i pomaga ustawić twarz w kadrze, czasem wyświetlając polecenia.
3. Wykrywanie żywotności. Oprogramowanie analizuje obraz pod kątem oznak oszustwa, takich jak faktura papieru, odblaski ekranu, krawędzie maski czy syntetyczne artefakty.
4. Dopasowanie twarzy. Jeśli obraz zostanie uznany za żywy, twarz jest porównywana z portretem z dokumentu i wyliczany jest wskaźnik podobieństwa.
5. Decyzja. Wyraźnie pozytywne wyniki są zatwierdzane automatycznie. Przypadki graniczne trafiają do weryfikatora, a wyraźne niepowodzenia są odrzucane lub odsyłane do ponownej próby.

Weryfikacja twarzy to tylko jedna warstwa KYC, a nie całość. Ten sam proces zakładania konta zwykle obejmuje sprawdzenie dokumentu, screening sankcyjny i PEP, a czasem także potwierdzenie adresu. Nasz artykuł o tym, czym jest KYC w kryptowalutach, opisuje cały proces.

Aktywne i pasywne wykrywanie żywotności

Kontrole żywotności występują w dwóch podstawowych odmianach, a wiele produktów łączy obie.

Aktywne wykrywanie żywotności wymaga wykonania jakiejś czynności: mrugnięcia, uśmiechu, obrotu głowy, śledzenia punktu wzrokiem lub odczytania cyfr na głos. Polecenia są często losowe, aby wcześniej nagrane wideo nie mogło ich przewidzieć. Zwiększają one uciążliwość procesu i mogą być trudniejsze dla niektórych osób z niepełnosprawnościami lub posiadaczy starszych telefonów.

Pasywne wykrywanie żywotności działa w tle na podstawie jednego zdjęcia lub krótkiego nagrania, bez żadnych specjalnych działań użytkownika. Analizuje takie sygnały jak faktura, głębia, oświetlenie i odbicia. Jest szybsze, ale w całości zależy od jakości modelu.

W praktyce dostawcy łączą oba podejścia i dodają wykrywanie deepfake'ów. Usługa weryfikacji biometrycznej iDenfy opisuje na przykład polecenia aktywne, pasywną analizę głębi 3D i faktury oraz osobny moduł wykrywania deepfake'ów działający w tym samym procesie. Jeśli wybierają Państwo dostawcę, nasze porównanie dostawców oprogramowania KYC dla branży krypto obejmuje szerszy rynek.

Jak testuje się wykrywanie żywotności: ISO/IEC 30107-3, iBeta i NIST

Ponieważ każdy dostawca deklaruje wysoką skuteczność, kupujący szukają niezależnych testów. Regularnie pojawiają się trzy punkty odniesienia.

ISO/IEC 30107-3. Międzynarodową normą dotyczącą testowania wykrywania ataków prezentacyjnych jest ISO/IEC 30107-3:2023, „Biometric presentation attack detection, Part 3: Testing and reporting”. Obecne, drugie wydanie opublikowano w styczniu 2023 r. i zastąpiło ono wersję z 2017 r. Norma określa zasady i metody oceny PAD, sposób raportowania wyników oraz klasyfikację znanych typów ataków. Istotny jest jej zakres: obejmuje ataki na urządzenie przechwytujące w trakcie prezentacji, czyli coś, co trzyma się przed kamerą. Inne ataki wykraczają poza jej zakres.

Testy PAD iBeta. iBeta to niezależne laboratorium badawcze z akredytacją NVLAP przy NIST, której zakres obejmuje ISO 30107-3. Jego opublikowane poziomy testów różnią się tym, ile czasu, wiedzy i pieniędzy przypisuje się atakującemu. Poziom 1 wykorzystuje powszechnie dostępne materiały kosztujące do 30 USD za artefakt, a poziom 2 bardziej zaawansowane artefakty, takie jak maski, kosztujące do 300 USD. iBeta zaznacza, że jego listy potwierdzające wykazują zgodność z metodyką testową ISO 30107-3 dla konkretnej konfiguracji produktu; nie są certyfikacją produktu. Gdy dostawca powołuje się na „iBeta poziom 2”, warto poprosić o list i sprawdzić, której wersji produktu i jakiego urządzenia dotyczy.

NIST FATE PAD. Amerykański National Institute of Standards and Technology ocenił pasywne, programowe algorytmy PAD twarzy w raporcie NIST IR 8491, opublikowanym we wrześniu 2023 r. Przetestowano 82 algorytmy od 45 twórców i stwierdzono, że skuteczność znacznie się różniła w zależności od algorytmu i typu ataku. Ataki z użyciem wydrukowanego zdjęcia i odtworzenia nagrania, a także niektóre typy masek, były dobrze wykrywane przez kilku twórców, natomiast inne typy ataków powodowały wysokie wskaźniki błędów we wszystkich testowanych implementacjach. Wiele algorytmów radziło sobie lepiej z wideo niż z pojedynczym zdjęciem.

Deepfake'i i ataki typu injection

Powyższe uwagi o zakresie wskazują największą obecną lukę. Atak prezentacyjny odbywa się przed kamerą. Atak typu injection całkowicie omija kamerę: atakujący wprowadza wcześniej nagrane lub wygenerowane przez AI wideo bezpośrednio do strumienia wideo aplikacji, na przykład za pomocą wirtualnej kamery, emulatora lub zmodyfikowanej aplikacji. ISO/IEC 30107-3 traktuje ataki wykraczające poza prezentację przed urządzeniem przechwytującym jako poza zakresem normy, a raport NIST wskazuje, że nie zajmuje się atakami typu injection. Zaliczenie testu PAD samo w sobie nie dowodzi więc, że produkt jest odporny na wstrzyknięte deepfake'i.

Regulatorzy to zauważyli. W alercie FIN-2024-Alert004 z 13 listopada 2024 r. amerykańska Financial Crimes Enforcement Network poinformowała, że od 2023 r. odnotowuje wzrost liczby zgłoszeń podejrzanych transakcji opisujących wykorzystanie materiałów deepfake do oszustw, często w celu obejścia weryfikacji tożsamości. Wśród sygnałów ostrzegawczych wymieniono:

• zdjęcie klienta, które jest wewnętrznie niespójne lub nie pasuje do jego pozostałych danych, takich jak data urodzenia;
• użycie wtyczki do kamery internetowej od zewnętrznego dostawcy podczas weryfikacji na żywo;
• powtarzające się „usterki techniczne” lub prośby o zmianę kanału komunikacji w trakcie weryfikacji na żywo;
• zdjęcie lub wideo oznaczone przez oprogramowanie do wykrywania deepfake'ów albo pasujące do internetowej galerii twarzy wygenerowanych przez AI;
• dane geograficzne lub dotyczące urządzenia, które nie pasują do dokumentów tożsamości.

Obrona przed tym wymaga czegoś więcej niż lepszego modelu twarzy: kontroli integralności urządzenia i kamery, wykrywania wirtualnych kamer i emulatorów oraz porównania z innymi sygnałami, takimi jak dane z dokumentu i historia urządzenia. Deepfake'i są też jednym z narzędzi stojących za oszustwami z użyciem syntetycznej tożsamości.

Prywatność: co dzieje się z danymi Państwa twarzy

W UE dane twarzy wykorzystywane do weryfikacji należą do najściślej chronionych danych osobowych. RODO definiuje dane biometryczne w art. 4 pkt 14 jako dane osobowe wynikające ze specjalnego przetwarzania technicznego, dotyczące cech fizycznych, fizjologicznych lub behawioralnych osoby, które umożliwiają lub potwierdzają jej jednoznaczną identyfikację, i podaje wizerunek twarzy jako przykład. Art. 9 zakazuje przetwarzania danych biometrycznych w celu jednoznacznego zidentyfikowania osoby, chyba że zachodzi wyjątek, taki jak wyraźna zgoda lub ważny interes publiczny oparty na przepisach prawa.

Platforma powinna poinformować, kto przetwarza Państwa selfie (często dostawca weryfikacji działający w imieniu giełdy), na jakiej podstawie prawnej i jak długo. Przepisy AML odrębnie zobowiązują giełdę do przechowywania dokumentacji należytej staranności przez lata po zakończeniu relacji, co może obejmować zdjęcia. Warto zapytać platformę i przeczytać nasz poradnik o tym, co dzieje się z danymi KYC, aby poznać zasady przechowywania.

Dlaczego giełdy kryptowalut stosują weryfikację twarzy

Giełdy kryptowalut przyjmują klientów zdalnie, często w wielu krajach, a przepisy AML wymagają od nich identyfikacji tych klientów i weryfikacji ich tożsamości. Selfie z wykrywaniem żywotności to najpopularniejszy sposób powiązania zdalnego wnioskodawcy z jego dokumentem tożsamości. Utrudnia też przejmowanie kont, działalność „słupów” (money mules) sprzedających zweryfikowane konta oraz zakładanie kont przez oszustów przy użyciu skradzionych lub syntetycznych tożsamości.

Niepowiernicze DeFi działa inaczej. Aplikacje JewelSwap na MultiversX, Sui i Radix są niepowiernicze i same nie przeprowadzają weryfikacji tożsamości; zob. KYC w DeFi – wyjaśnienie.

Wskazówki, gdy weryfikacja selfie wciąż się nie udaje

• Należy oświetlić twarz od przodu. Warto unikać okna lub lampy za plecami oraz ostrych cieni.
• Proszę zdjąć czapkę, okulary i maseczkę, chyba że widać je na zdjęciu w dokumencie, i odgarnąć włosy z twarzy.
• Proszę używać bezpośrednio kamery urządzenia. Warto zamknąć aplikacje wirtualnej kamery, filtrów lub udostępniania ekranu; mogą uruchomić wykrywanie ataków typu injection.
• Proszę korzystać ze stabilnego połączenia. Silna kompresja wideo może wyglądać dla modeli pasywnych jak próba oszustwa.
• Proszę sprawdzić zdjęcie w dokumencie. Jeśli Państwa wygląd bardzo się zmienił albo dokument jest uszkodzony lub bliski utraty ważności, warto poprosić pomoc techniczną o ręczną weryfikację lub możliwość użycia innego dokumentu.

Nigdy nie należy używać cudzej twarzy ani cudzego dokumentu, ani narzędzi do obejścia kontroli, nawet żeby „pomóc”: to oszustwo. Więcej praktycznych porad znajdą Państwo w naszych wskazówkach dotyczących weryfikacji tożsamości na giełdach kryptowalut.

Najczęściej zadawane pytania

Czym różni się weryfikacja twarzy od rozpoznawania twarzy?

Weryfikacja twarzy to kontrola jeden do jednego, która potwierdza, że twarz uchwycona na żywo odpowiada konkretnemu zdjęciu w dokumencie. Rozpoznawanie lub identyfikacja twarzy porównuje jedną twarz z wieloma zapisanymi twarzami, aby ustalić, kim ktoś jest. Przy zakładaniu konta w ramach KYC stosuje się weryfikację.

Czym jest wykrywanie żywotności?

Wykrywanie żywotności (liveness detection), czyli wykrywanie ataków prezentacyjnych, sprawdza, czy selfie pochodzi od prawdziwej osoby obecnej przed kamerą, a nie ze zdjęcia, nagrania odtwarzanego na ekranie, maski czy deepfake'a. Działa przed dopasowaniem twarzy lub równolegle z nim.

Czym różni się aktywne wykrywanie żywotności od pasywnego?

Aktywne wykrywanie żywotności wymaga wykonania czynności, takich jak mrugnięcie lub obrót głowy. Pasywne analizuje w tle pojedyncze zdjęcie lub krótkie nagranie, bez żadnych specjalnych działań. Wiele produktów łączy oba podejścia i dodaje wykrywanie deepfake'ów.

Co oznacza ISO 30107-3 lub iBeta poziom 2?

ISO/IEC 30107-3 to międzynarodowa norma dotycząca testowania wykrywania ataków prezentacyjnych. iBeta to akredytowane laboratorium, które testuje produkty według tej normy; poziom 2 zakłada bardziej wprawnego atakującego z droższymi artefaktami niż poziom 1. List potwierdza zgodność konkretnej konfiguracji produktu, a nie ogólną certyfikację, a sama norma nie obejmuje ataków typu injection.

Dlaczego moja weryfikacja selfie wciąż się nie udaje?

Częste przyczyny to słabe oświetlenie lub światło zza pleców, okulary albo czapka nieobecne na zdjęciu w dokumencie, drgająca kamera, słabe połączenie, aplikacje wirtualnej kamery lub filtrów oraz uszkodzone lub nieaktualne zdjęcie w dokumencie. Jeśli weryfikacja nadal się nie udaje, warto poprosić pomoc techniczną o ręczne sprawdzenie.

Czy dane mojej twarzy są przechowywane po weryfikacji?

Często przez pewien czas. W UE dane biometryczne są szczególną kategorią danych w rozumieniu RODO, a przepisy AML zobowiązują platformy do przechowywania dokumentacji należytej staranności przez lata po zakończeniu relacji. Polityka prywatności platformy powinna określać, kto je przechowuje, jak długo i w jakim celu.

Czytaj dalej

• Czym jest KYC w kryptowalutach?
• Wskazówki dotyczące weryfikacji tożsamości na giełdach kryptowalut
• Oszustwa z użyciem syntetycznej tożsamości – wyjaśnienie
• Potwierdzenie adresu na giełdach kryptowalut
• Co dzieje się z danymi KYC

Ten artykuł ma charakter edukacyjny i nie stanowi porady prawnej ani finansowej. Odniesienia do norm, laboratoriów badawczych i regulacji zostały sprawdzone 8 października 2026 r. w źródłach ISO, iBeta, NIST IR 8491, alercie FinCEN FIN-2024-Alert004, RODO i unijnym akcie w sprawie sztucznej inteligencji, podlinkowanych w tekście. Dostawcy zostali wymienieni dla ilustracji, a nie jako rekomendacja.