Resposta correta
- BDeterminar se um rosto é de uma pessoa viva ou de uma tentativa de spoofing (foto/vídeo/máscara)
Explicação
A liveness detection do Azure AI Face foi projetada especificamente para diferenciar entre um rosto humano real e vivo e artefatos de spoofing, como fotos impressas, reproduções de vídeo ou máscaras 3D. Ela analisa dicas sutiles, como micromovimentos, textura e profundidade, para verificar a presença de uma pessoa viva, impedindo o acesso não autorizado em sistemas de reconhecimento facial.
Para se aprofundar
A liveness detection do Azure AI Face funciona fazendo com que o aplicativo cliente capture uma curta sessão de quadros enquanto o usuário executa um desafio randomizado, como virar a cabeça ou sorrir; em seguida, o serviço analisa o movimento, a profundidade e as dicas de textura para decidir se a entrada é uma pessoa real e fisicamente presente ou um ataque de apresentação como uma foto impressa, um vídeo reproduzido ou uma máscara 3D. Ela é exposta por meio das APIs de sessão de liveness do SDK do cliente Face, que retornam um ID de sessão e um resultado de aprovado ou reprovado, e foi projetada para ser emparelhada com a verificação facial para que a identidade e a vivacidade sejam confirmadas juntas. Um cenário realista é a integração em um portal bancário ou de benefícios governamentais, onde um atacante pode segurar uma foto de um usuário cadastrado para burlar uma correspondência facial simples; a liveness detection bloqueia esse spoofing enquanto ainda permite que usuários legítimos se autentiquem na câmera do telefone.
Sobre estas questões de prática
Esta é uma das questões de prática originais de AI-900 da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.
Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.