VIGIA — Verificação inteligente de gestos, identidade e autenticidade

A biometria facial consolidou-se como uma das formas mais difundidas de autenticação em ambientes digitais, impulsionada pela necessidade crescente de processos remotos, seguros e de fácil utilização. No entanto, a sofisticação dos ataques direcionados a sistemas biométricos, aliada à capacidade de manipulação digital por técnicas como deepfakes, replays, reconstruções faciais sintéticas e falsificações físicas em 2D e 3D, expôs limitações significativas nos métodos tradicionais de verificação. Esse cenário reforça a urgência por mecanismos capazes de avaliar não apenas a identidade do indivíduo, mas também a integridade e a legitimidade das condições em que a autenticação ocorre. Entre as ameaças emergentes mais críticas está a coação durante o processo de autenticação. Em diversos contextos, um usuário pode ser compelido, ameaçado ou direcionado a realizar um procedimento biométrico contra a própria vontade. Esse tipo de ataque não pode ser detectado por técnicas convencionais de reconhecimento facial ou mesmo por métodos de detecção de vivacidade baseados apenas em respostas motoras simples. A coação envolve alterações comportamentais sutis, padrões emocionais involuntários, variações na resposta temporal e sinais fisiológicos que exigem uma abordagem multidimensional para serem adequadamente identificados. Nesse sentido, a detecção automática de coação representa um desafio científico e tecnológico de grande relevância global. A literatura atual ainda carece de métodos consolidados capazes de combinar indicadores faciais dinâmicos, microcontracções musculares, flutuações emocionais, padrões oculares, hesitação comportamental e inconsistências temporais de forma integrada. A capacidade de reconhecer, com precisão, quando um indivíduo está sob pressão, ameaça ou instrução forçada, tem implicações diretas na segurança de sistemas financeiros, governamentais, bancários, corporativos e de autenticação remota em geral. Esse tipo de detecção exige o desenvolvimento de modelos que operem não apenas com características estáticas da face, mas com informações temporais e comportamentais que emergem durante o processo de autenticação. Aspectos como padrão de piscadas, direção do olhar, movimentos labiais, expressões emocionais, tempo de resposta a desafios e microvariações involuntárias associadas ao estresse compõem um conjunto valioso de sinais capazes de indicar interferência externa ou falta de espontaneidade. Tais indicadores, quando analisados de forma integrada por modelos de aprendizado profundo e técnicas modernas de visão computacional, tornam possível a construção de um mecanismo avançado de detecção de coação. Portanto, além de abordar os desafios clássicos relacionados à segurança biométrica, como detecção de vivacidade, resistência a ataques de apresentação e identificação de manipulações faciais sintéticas, este projeto tem como foco central o desenvolvimento de novas técnicas de detecção de coação durante processos de autenticação facial. A proposta explora abordagens que combinam variáveis fisiológicas, expressões dinâmicas, sinais emocionais e padrões temporais, buscando construir um modelo robusto, escalável e aplicável a diferentes cenários reais.