Ferramenta de IA contorna filtros removendo maquiagem digital

Os cosméticos faciais estão permitindo que usuários menores de idade, principalmente meninas, contornem os sistemas de verificação de idade baseados em selfies em plataformas como aplicativos de namoro e sites de comércio eletrônico. Uma nova ferramenta de IA combate essa vulnerabilidade com um modelo discriminatório treinado para remover a maquiagem, preservando a identidade facial, tornando mais difícil para os menores enganarem as verificações automatizadas.

A adoção de serviços terceirizados de verificação de idade baseados em selfies está crescendo, impulsionada por uma tendência global de verificação de idade online.

Por exemplo, de acordo com a Lei de Segurança Online do Reino Unido, a verificação de idade pode ser realizada por vários serviços terceirizados usando métodos como estimativa visual de idade, em que a IA prevê a idade do usuário a partir de imagens ao vivo da câmera do celular. Provedores como Ondato, TrustStamp e Yoti utilizam essa abordagem.

No entanto, a estimativa de idade não é infalível. Os esforços de longa data dos adolescentes para acessar privilégios de adultos os levaram a desenvolver maneiras eficazes de entrar em sites de namoro, fóruns e outras plataformas que restringem sua faixa etária.

Um método comum, especialmente entre as mulheres*, é usar maquiagem facial — uma tática conhecida por enganar os sistemas automatizados de estimativa de idade, que muitas vezes superestimam a idade dos indivíduos mais jovens e subestimam a dos mais velhos.

Não apenas as meninas

Antes de abordar possíveis objeções à caracterização da maquiagem como “focada nas mulheres”, é importante observar que os cosméticos faciais em qualquer pessoa são um indicador pouco confiável de gênero:

No estudo “Impacto dos cosméticos faciais nos algoritmos automáticos de estimativa de gênero e idade”, pesquisadores dos EUA descobriram que os sistemas de verificação de gênero ficavam confusos com a maquiagem que trocava os gêneros. Fonte: https://cse.msu.edu/~rossarun/pubs/ChenCosmeticsGenderAge_VISAPP2014.pdf

Em 2024, estima-se que 72% dos consumidores masculinos dos EUA com idades entre 18 e 24 anos incluíram maquiagem em suas rotinas de higiene pessoal — embora a maioria usasse produtos cosméticos para melhorar a aparência da pele saudável, em vez de adotar as combinações de rímel/batom normalmente associadas à estética feminina.

Portanto, devemos abordar o assunto com base no cenário mais comum explorado em pesquisas recentes: menores do sexo feminino usando maquiagem para contornar os sistemas automatizados de verificação visual de idade.

Remoção eficaz de maquiagem — o método da IA

A pesquisa discutida vem de três colaboradores da Universidade de Nova York, autores do novo artigo DiffClean: Remoção de maquiagem baseada em difusão para estimativa precisa da idade.

O projeto visa desenvolver um método baseado em IA para remover a aparência da maquiagem de imagens (e potencialmente de vídeos) para determinar melhor a idade real de uma pessoa.

Do novo artigo, um exemplo que mostra como a remoção da maquiagem pode alterar significativamente a previsão da idade. Fonte: https://arxiv.org/pdf/2507.13292

Um desafio no desenvolvimento de tal sistema é a sensibilidade em torno da coleta ou curadoria de imagens de meninas menores de idade usando maquiagem adulta. Para resolver isso, os pesquisadores usaram o EleGANt, um sistema baseado em Rede Adversária Generativa (GAN) de terceiros, para aplicar sinteticamente estilos de maquiagem — uma abordagem altamente eficaz:

O sistema EleGANt 2022 da Universidade de Tsinghua usa uma Rede Adversária Generativa (GAN) para sobrepor cosméticos de forma realista nas fotos originais. Fonte: https://arxiv.org/pdf/2207.09840

Usando dados sintéticos gerados dessa forma, juntamente com vários projetos auxiliares e conjuntos de dados, os autores superaram os métodos de estimativa de idade de última geração ao lidar com maquiagem perceptível ou “performática”.

O artigo afirma:

“O DiffClean [apaga] vestígios de maquiagem usando um modelo de difusão guiado por texto para se defender contra ataques de maquiagem. [Ele] melhora a estimativa de idade (precisão entre menores e adultos em 4,8%) e a verificação facial (TMR em 8,9% em FMR=0,01%) em relação às linhas de base concorrentes em imagens de maquiagem simuladas digitalmente e reais.”

Vamos examinar sua metodologia.

Método

Para evitar o uso de imagens reais de menores usando maquiagem, os autores aplicaram cosméticos sintéticos via EleGANt às imagens do conjunto de dados UTKFace, criando pares de antes e depois para treinamento.

Exemplos do conjunto de dados UTKFace. Fonte: https://susanqq.github.io/UTKFace/

O DiffClean foi então treinado para reverter essa transformação. Como os algoritmos de estimativa de idade têm mais dificuldade com grupos etários mais jovens, os pesquisadores desenvolveram um classificador de idade proxy ajustado para idades entre 10 e 19 anos. Eles usaram a arquitetura SSRNet treinada no UTKFace com uma perda L1 ponderada.

Uma versão simplificada do modelo de difusão 2021 da OpenAI formou a espinha dorsal, com cabeças de atenção adicionadas em várias resoluções, camadas mais profundas e blocos no estilo BigGAN para aprimorar o upsampling e o downsampling.

O controle direcional foi implementado usando prompts CLIP: rosto com maquiagem e rosto sem maquiagem, orientando o modelo a remover a maquiagem enquanto preserva os detalhes faciais, as pistas de idade e a identidade.

Maquiagem sintética aplicada usando EleGANt. Cada triplo mostra a imagem UTKFace original (à esquerda), o estilo de maquiagem de referência (ao centro) e o resultado após a transferência de estilo (à direita). Esse tipo de transferência de maquiagem é comum na pesquisa de visão computacional e também está disponível nos filtros neurais do Adobe Photoshop, que podem aplicar maquiagem de uma imagem de referência a um alvo.

Quatro funções de perda principais orientaram a remoção da maquiagem sem alterar a identidade facial ou os sinais de idade. Além da perda baseada em CLIP, a preservação da identidade usou perdas ArcFace ponderadas da biblioteca InsightFace, medindo a similaridade entre o rosto gerado e a imagem original limpa e a versão “maquiada” para garantir a consistência.

Em terceiro lugar, a perda perceptiva Learned Perceptual Similarity Metrics (LPIPS) utilizou a distância L1 para reforçar o realismo ao nível dos pixels e manter a aparência da imagem original após a remoção da maquiagem.

Por fim, a supervisão da idade utilizou uma SSRNet ajustada, treinada no UTKFace, com uma perda L1 suavizada que penalizou mais fortemente os erros na faixa etária de 10 a 29 anos, onde a classificação incorreta é mais comum. Uma variante utilizou um prompt de idade baseado em CLIP para corresponder à aparência de uma idade específica.

Para a estimativa da idade no momento da inferência, foi empregada a estrutura MiVOLO 2023.

Dados e testes

O ajuste fino do SSRNet no UTKFace utilizou 15.364 imagens de treinamento e 6.701 imagens de teste. As 20.000 imagens originais foram filtradas para excluir indivíduos com mais de 70 anos e divididas em 70:30.

Seguindo o método do projeto DiffAM 2023, o treinamento ocorreu em duas etapas: uma sessão inicial com 300 imagens reais de maquiagem do conjunto de dados MT do BeautyGAN (200 para treinamento e 100 para validação).

O modelo foi ainda mais refinado usando 300 imagens UTKFace adicionais aumentadas com maquiagem sintética via EleGANt, resultando em um conjunto final de treinamento de 600 exemplos emparelhados em cinco estilos de referência do BeautyGAN. Como a remoção da maquiagem envolve mapear vários estilos para um único rosto limpo, o treinamento enfatizou a generalização ampla em vez de cobrir todas as variações cosméticas.

O desempenho foi avaliado em imagens sintéticas e reais. O teste sintético utilizou 2.556 imagens do conjunto de dados Flickr-Faces-HQ (FFHQ), amostradas uniformemente em nove faixas etárias abaixo de 70 anos e modificadas com o EleGANt.

A generalização foi avaliada usando 3.000 imagens do BeautyFace e 355 do LADN, ambas com maquiagem real.

Exemplos do conjunto de dados BeautyFace, mostrando a segmentação semântica que define diferentes áreas faciais afetadas pela maquiagem. Fonte: https://li-chongyi.github.io/BeautyREC_files/

Métricas e implementação

Para as métricas, os autores utilizaram o erro absoluto médio (MAE) entre as idades reais e os valores previstos (quanto menor, melhor); a precisão da faixa etária para avaliar o agrupamento correto (quanto menor, melhor); e a precisão menor/adulto para avaliar a identificação correta de adultos (quanto maior, melhor).

Eles também relataram métricas de verificação de identidade: Taxa de Correspondência Verdadeira (TMR) e Taxa de Correspondência Falsa (FMR), juntamente com valores relacionados da Característica Operacional do Receptor (ROC).

O SSRNet foi ajustado em imagens de 64×64px com um tamanho de lote de 50, usando o otimizador Adam, decaimento de peso de 1e−4, um agendador de recozimento coseno e uma taxa de aprendizagem de 1e−3 ao longo de 200 épocas com parada antecipada.

O DiffClean recebeu imagens de entrada de 256×256px e foi ajustado para cinco épocas usando Adam com uma taxa de aprendizagem de 4e−3. A amostragem utilizou 40 etapas de inversão DDIM e 6 etapas de avanço DDIM. Todo o treinamento foi feito em uma única GPU NVIDIA A100.

Os sistemas concorrentes testados foram CLIP2Protect e DiffAM. Os autores utilizaram estilos de maquiagem “mate”, que o CLIP2Protect considerou mais eficazes.

Para replicar o DiffAM como linha de base, o modelo pré-treinado do BeautyGAN foi ajustado no conjunto de dados MT. Para a transferência de maquiagem adversária, o ponto de verificação DiffAM foi usado com parâmetros padrão.

Desempenho do DiffClean em comparação com as linhas de base em tarefas de estimativa de idade, usando MiVOLO. As métricas relatadas são precisão de classificação menor/adulto, precisão da faixa etária e erro absoluto médio (MAE). O DiffClean com perda de idade CLIP alcança os melhores resultados em todas as métricas.

Os autores afirmam:

“Nosso método DIFFCLEAN supera ambas as linhas de base, CLIP2Protect e DiffAM, e pode restaurar com sucesso as pistas de idade interrompidas devido à maquiagem, reduzindo o MAE (para 5,71) e melhorando a precisão geral da previsão da faixa etária (para 37%).

Nosso objetivo se concentrou em faixas etárias menores, e os resultados indicam que alcançamos uma classificação superior de menores versus adultos de 88,6%.”

Resultados da remoção de maquiagem dos métodos de referência e propostos. A coluna mais à esquerda mostra as imagens de origem, a seguinte mostra os resultados do CLIP2Protect e do DiffAM. A terceira coluna mostra os resultados do DiffClean via SSRNet e perda de idade baseada em CLIP. Os autores afirmam que o DiffClean remove a maquiagem de forma mais eficaz, evitando a distorção de características observada no CLIP2Protect e os resíduos de cosméticos não removidos pelo DiffAM.

Os autores observam que a maquiagem não afeta uniformemente a idade percebida — ela pode aumentá-la, diminuí-la ou deixá-la inalterada. Assim, o DiffClean não aplica uma redução generalizada na idade prevista, mas visa recuperar os indicadores de idade originais removendo vestígios de cosméticos:

Exemplos de remoção de maquiagem dos conjuntos de dados CelebA-HQ e CACD. Cada coluna mostra um par de imagens antes (à esquerda) e depois (à direita) da remoção da maquiagem. Na primeira coluna, a idade prevista diminui após a remoção da maquiagem; na segunda, permanece inalterada; e na terceira, aumenta.

Para testar a generalização, o DiffClean foi executado nos conjuntos de dados BeautyFace e LADN, que contêm maquiagem real, mas nenhuma imagem limpa emparelhada. As previsões de idade antes e depois da remoção da maquiagem foram comparadas para medir o quão bem o DiffClean reduziu a distorção induzida pela maquiagem:

Resultados da remoção de maquiagem em imagens reais dos conjuntos de dados LADN (par esquerdo) e BeautyFace (par direito). O DiffClean reduz as idades previstas removendo os cosméticos, diminuindo a diferença entre a idade aparente e a idade real. Os números brancos mostram as idades estimadas antes e depois do processamento.

Os resultados mostraram que o DiffClean reduziu consistentemente a diferença entre a idade aparente e a idade real, reduzindo os erros de superestimativa e subestimativa em cerca de três anos, em média, indicando uma forte generalização para estilos cosméticos reais.

Conclusão

É intrigante, e talvez inevitável, que maquiagem perceptível seja usada de forma adversária. Como as meninas amadurecem em ritmos diferentes, mas geralmente mais rápido como um grupo, identificar a transição do status de menor para adulto é um dos desafios mais ambiciosos neste campo de pesquisa.

Ainda assim, com o tempo, os dados podem revelar indicadores consistentes relacionados à idade para ancorar sistemas visuais de verificação de idade.

* Dada a natureza sensível deste tópico, e uma vez que “meninas” é excludente (enquanto “mulheres e meninas”, o termo atualmente aceito para pessoas do gênero feminino, não se encaixa aqui), usei “mulheres” como o melhor compromisso disponível — embora não capture todas as nuances demográficas, pelo que peço desculpas.

^†Neste artigo, “performativo” refere-se à maquiagem destinada a ser visível e reconhecida como tal, como rímel, delineador, blush e base, em oposição a cremes de cobertura e outras aplicações cosméticas sutis.

Publicado pela primeira vez na sexta-feira, 18 de julho de 2025