Estimar idade pelo rosto: a precisão real e onde ela falha

Estimativa facial de idade virou peça comum em fluxo de cadastro desde que leis de diferentes países passaram a exigir barreira etária. A promessa é sedutora: a câmera que o fluxo já usa responde se a pessoa tem idade suficiente, sem pedir documento a ninguém. A promessa é parcialmente verdadeira, e a parte falsa está no lugar mais caro, que é a fronteira da idade legal.

Existe uma avaliação pública e independente dessa tecnologia. O NIST, o instituto de padrões dos Estados Unidos, mantém a trilha de estimativa e verificação de idade dentro do programa FATE e publicou os resultados no relatório NIST IR 8525, de maio de 2024, aplicando seis protótipos comerciais a cerca de onze milhões de fotos de quatro acervos operacionais: vistos de imigração, fotos de prisão, travessias de fronteira e fotos de escritório de imigração.

Este texto lê esse relatório com a pergunta de quem vai comprar: qual é a régua certa, quanto ela erra e onde erra mais. O quadro legal da barreira etária no Brasil está no artigo sobre verificação de idade mínima; aqui o assunto é a técnica.

Estimar idade não é reconhecer rosto

O relatório abre separando as duas coisas, e a distinção tem consequência de privacidade. Reconhecimento facial compara informação de identidade extraída de duas fotos para decidir se são da mesma pessoa, o que exige uma referência guardada. Estimativa de idade analisa um rosto só e devolve um número.

Daí vem a observação que o NIST registra logo no resumo: a estimativa pode operar sem estado, sem exigência de armazenamento persistente da foto nem de dado biométrico derivado dela. A imagem entra, o número sai, a foto pode ser descartada. Isso muda a conversa de proporcionalidade, porque o tratamento mais leve passa a ser o primeiro degrau da escada de verificação de idade, e não o último.

A régua errada: o erro médio

A medida que todo fornecedor mostra é o erro absoluto médio, o MAE, que é a distância média entre a idade estimada e a idade real. O relatório publica MAE por algoritmo e por acervo para a faixa de 18 a 24 anos, e o resultado já derruba a ideia de número único: o melhor valor da tabela é 2,3 anos, o pior é 5,1, e nenhum algoritmo é o melhor em todos os acervos.

O ganho histórico existe e o relatório o mede: sobre uma mesma base de vistos, o melhor MAE caiu de 4,3 para 3,1 anos entre a avaliação de 2014, publicada como NISTIR 7995, e esta.

O ponto decisivo, porém, está no resumo técnico: o MAE não quantifica quantas estimativas são superestimativas grandes, e por isso não é métrica apropriada para a tarefa de verificação de idade. Um algoritmo pode ter erro médio pequeno e ainda assim declarar adulto um adolescente, que é exatamente o erro que a lei quer evitar.

Challenge-T: a métrica que importa quando existe uma linha

A métrica certa aparece quando se aceita que a estimativa erra. A política que o relatório avalia se chama Challenge-T: aceita-se automaticamente quem tem idade estimada igual ou acima de um valor T, e exige-se outra forma de comprovação de todo mundo abaixo dele. O T fica acima da idade legal L, e o relatório registra que, para L igual a 18, o valor 25 é comum.

As duas taxas que interessam passam a ser a de falso positivo, a fração dos menores de idade legal estimados em T ou acima, e a de falso negativo, a fração dos maiores que caiu abaixo de T e foi incomodada.

A tabela de falso positivo por idade real, com T igual a 25, mostra o comportamento que decide o desenho do produto: a taxa cresce muito de 14 para 20 anos. Em um dos algoritmos ela sai de 0,020 aos 14 anos e chega a 0,295 aos 20, quase quinze vezes maior. Em outro, vai de 0,008 a 0,171. Elevar o ponto de corte para 28 reduz a taxa em todos os algoritmos, ao preço de mandar mais adultos para a verificação documental.

Há um alerta metodológico junto: amostra desbalanceada por idade e por sexo produz resultado não representativo, porque quem tem 14 anos é muito mais fácil de barrar do que quem tem 17. O relatório ainda propõe duas medidas de política, ineficácia e inconveniência, que ponderam essas taxas pela distribuição etária da população e pela probabilidade de alguém daquela idade tentar burlar o controle. É a forma honesta de dizer que o ponto de corte é decisão de risco, não parâmetro técnico.

Onde a estimativa falha mais

O relatório separa os fatores, e todos eles aparecem na vida real de um fluxo de cadastro.

• Qualidade da imagem. As fotos de prisão, feitas com iluminação controlada, foram as mais fáceis para três dos seis algoritmos. As fotos de travessia de fronteira, capturadas por webcam, com mais variação de pose e menos contraste, foram as mais difíceis para quatro dos seis.
• Óculos. Quatro dos seis algoritmos apresentaram erro maior, para mais ou para menos, em homens e mulheres usando óculos.
• Sexo. Em quatro dos seis algoritmos, a taxa de falso positivo é nitidamente menor em homens do que em mulheres. O erro médio também costuma ser maior em mulheres.
• Região de nascimento. O relatório reporta desempenho para seis regiões de nascimento e resume a variação com um coeficiente de Gini. A dispersão é grande e difere de algoritmo para algoritmo.
• O mesmo rosto, em dias diferentes. Aplicados a uma série de autorretratos diários do mesmo sujeito, os algoritmos tiveram desvio padrão do erro absoluto acima de dois anos no melhor caso, e todos os seis superestimaram a idade dele sistematicamente.

Um contraste fecha o quadro: em crianças a precisão é bem maior, e o relatório registra erro médio de 0,34 ano abaixo de um ano de idade para o algoritmo mais preciso, contra 3,5 anos aos trinta. A técnica é boa longe da fronteira e fraca em cima dela.

O que pedir antes de comprar

O próprio relatório delimita o que ele não é, e isso vira a primeira pergunta ao fornecedor. Ele não é programa de certificação, não avalia um processo completo de verificação de idade, não avalia mecanismos de detecção de ataque ativo e não estabelece critério mínimo de acurácia, porque cada aplicação tem exigência própria. Aparecer na avaliação não é selo, e nada ali cobre alguém apresentando a foto de outra pessoa à câmera, tema da prova de vida.

Daí saem pedidos objetivos. Peça a taxa de falso positivo e a de falso negativo no ponto de corte que você pretende usar, para a idade legal do seu caso, com recorte por sexo e por idade real. Peça o desempenho sobre imagens parecidas com as que o seu fluxo captura, porque a diferença entre retrato controlado e webcam já mudou o ranking dos algoritmos. E desenhe o caminho de saída para a faixa de dúvida, o encaminhamento à checagem documental descrita no artigo sobre onboarding de menor de idade. Vale registrar um último achado: não há evidência de que um classificador dedicado a responder sim ou não supere um estimador numérico comum na mesma tarefa.

Perguntas frequentes

Qual a precisão da estimativa de idade por foto?

Depende do algoritmo, do acervo e da faixa etária. Na avaliação do NIST, o erro absoluto médio na faixa de 18 a 24 anos variou de 2,3 a 5,1 anos entre os seis protótipos e os quatro acervos, sem nenhum algoritmo melhor em todos eles.

Erro médio baixo significa que o sistema barra menores?

Não. O relatório diz expressamente que o erro médio não mede quantas estimativas são superestimativas grandes, e por isso não é métrica apropriada para verificação de idade. A régua certa é a taxa de falso positivo no ponto de corte escolhido.

Estimativa de idade guarda dado biométrico?

Ela não precisa. O NIST registra que a estimativa pode operar sem estado, sem armazenamento persistente da foto nem de dado derivado dela, ao contrário do reconhecimento facial, que depende de referência guardada para comparar.

Fontes citadas

• NIST IR 8525, Face Analysis Technology Evaluation: Age Estimation and Verification, de Kayee Hanaoka, Mei Ngan, Joyce Yang, George W. Quinn, Austin Hom e Patrick Grother, maio de 2024: nvlpubs.nist.gov
• NIST, página pública da trilha FATE de estimativa e verificação de idade, com os resultados correntes: pages.nist.gov/frvt
• NISTIR 7995, Performance of Automated Age Estimation Algorithms, de 2014, citado nominalmente pelo NIST IR 8525 como a avaliação anterior usada na comparação histórica