Imagine a un empleado bancario y una larga fila de clientes que desean abrir una cuenta. No es un procedimiento complicado, pero sí consume mucho tiempo debido a la documentación relacionada con la identidad. Los empleados deben extraer datos de un documento, asegurarse de que sean válidos e ingresarlos en su sistema. Hacerlo de forma manual no es una opción, ya que llevaría demasiado tiempo.
Lo primero que viene a la mente es utilizar tecnología OCR para automatizar la tarea. Sin embargo, el camino más corto no siempre es el más rápido. En este artículo, analizaremos diferentes enfoques para capturar datos de documentos de identidad y describiremos la forma más eficaz de hacerlo.
Puntos clave
- El OCR es una tecnología que puede convertir una imagen de texto en texto editable. El resultado suele ser datos no estructurados.
- El desafío de aplicar OCR a documentos de identidad es que los datos no solo se presentan en formato de texto, sino que también están codificados en zonas legibles por máquina, chips y códigos de barras.
Las capacidades del OCR por sí solas no tienen relación con la verificación de documentos de identidad.
El objetivo del análisis de documentos de identidad es devolver datos estructurados, analizados y verificados que estén listos para su uso posterior.
Asegúrese de que el proveedor que elija para OCR y análisis de documentos de identidad tenga una amplia experiencia demostrada en análisis forense de documentos de identidad.
Suscríbase para recibir un resumen quincenal del blog de Regula
¿Qué es el OCR y por qué resulta de poca ayuda cuando se trata de documentos de identidad?
El reconocimiento óptico de caracteres, o OCR por sus siglas en inglés, es una tecnología que puede convertir una imagen de texto en texto real que luego puede editar. Por ejemplo, un pasaporte escaneado es una imagen, por lo que no puede simplemente presionar Ctrl+C y Ctrl+V para copiar los datos y pegarlos en otro lugar. El OCR distingue los caracteres de texto dentro de las imágenes y los convierte en formato de texto, lo que le ayuda a evitar la entrada manual de datos.
Un excelente ejemplo de OCR es la función Live Text disponible en los dispositivos Apple más recientes. Esta función le permite extraer texto de fotos e imágenes con un solo toque, lo cual resulta muy útil cuando necesita obtener un número de teléfono o simplemente agregar algo a sus notas.
Una función realmente conveniente, aunque el texto resultante requiere algo de edición.
Sin embargo, lo que puede ser una solución para una tarea puntual no siempre le ayudará a gestionar la misma tarea a gran escala. El OCR convierte imágenes en texto legible por máquina, y eso es todo. Si tiene muchos documentos (especialmente si contienen datos variados), probablemente terminará con un conjunto desordenado de texto que difícilmente será procesable sin un procesamiento previo.
Pues bien, los proveedores de OCR no ignoraron este problema y ofrecieron una solución.
OCR basado en plantillas
Muchos proveedores de OCR ofrecen una función conocida como OCR basado en plantillas. Esta función le permite crear mapas de documentos, o plantillas, utilizando un conjunto de sus documentos más comunes como base. Con estas plantillas de OCR, el sistema sabrá dónde se encuentran los elementos importantes en la página. Por ejemplo, en una factura, la fecha siempre se encuentra en la esquina superior derecha y el importe total aparece en la parte inferior.
El motor de OCR no tiene la inteligencia para identificar los detalles específicos; trata los datos como caracteres.
Las plantillas de OCR se utilizan a menudo en soluciones de automatización robótica de procesos (RPA). La RPA es una tecnología que permite automatizar tareas repetitivas que siguen las mismas reglas una y otra vez con la ayuda de bots de software. Si usted construyera un bot para pagar las mismas facturas cada semana, el OCR basado en plantillas sería un candidato perfecto para ese tipo de tarea.
Con las plantillas de OCR se obtiene un resultado más accionable que con el OCR convencional, ya que permite marcar y extraer información de forma más estructurada. No obstante, hay varios aspectos a considerar cuando se trabaja con documentos de identidad.
Cantidad de trabajo manual. Para que el OCR basado en plantillas funcione, es necesario marcar manualmente los datos en cada tipo de documento que se necesite. Por lo tanto, si necesita procesar pasaportes de diferentes países, deberá marcar un pasaporte de cada país para crear su plantilla. Si además se incluyen otros documentos de identidad, como cédulas o tarjetas de identificación, el volumen de trabajo minucioso será aún mayor.
La necesidad de mantener las plantillas. La plantilla de OCR creada solo funciona mientras el documento en sí no cambie. Si aparecen nuevos campos o se ubican en otra posición, será necesario actualizar la plantilla.
Sin capacidades de verificación. Peor aún, el desafío con los documentos de identidad no consiste solo en extraer datos. Se trata de asegurarse de que los datos y el documento sean válidos. Ninguna solución de OCR que simplemente reconozca texto puede ayudarle con eso.
El OCR no puede leer fuentes de datos que no sean texto. Los documentos de identidad contienen información no solo en formato de texto, sino también cifrada en códigos de barras, chips RFID (identificación por radiofrecuencia) y zonas legibles por máquina (MRZ). Para las herramientas de OCR convencionales, es imposible leer y verificar estos elementos.
Análisis de documentos: la mejor forma de aplicar OCR a documentos de identidad
Como mencionamos anteriormente, en el procesamiento de documentos de identidad la conversión de una imagen a texto no es el único desafío que debe resolver al intentar automatizar sus flujos de trabajo. A continuación, profundizaremos en cómo puede obtener todo tipo de datos de los documentos de identidad (no solo campos de texto), estructurarlos automáticamente y permitir consultas de datos precisas.
Para ilustrar este punto, utilizaremos las capacidades de análisis de datos del software de análisis de documentos de Regula, diseñado específicamente para la lectura de documentos de identidad.
¿Cómo funciona el análisis de documentos de identidad?
El objetivo del análisis de documentos de identidad es que no se devuelven solo datos brutos del usuario, como lo haría un lector OCR. En su lugar, el software de análisis de documentos también los estructura y los analiza adicionalmente. Por lo general, el proceso de análisis de documentos consta de cinco pasos. Veamos este proceso en comparación con el OCR.
| Software OCR | Software de análisis de documentos |
|---|---|
|
|
Si bien los tres primeros pasos del proceso de análisis de documentos se asemejan en cierta medida a los principios del OCR basado en plantillas, pueden existir diferencias importantes según quién haya creado las plantillas, cuántas haya y qué tan bien estén elaboradas.
Al utilizar una solución de OCR interna, el número de plantillas suele limitarse a las más comunes. En contraste, el software de análisis de documentos de Regula aprovecha la base de datos de plantillas de documentos más grande del mundo, que actualmente incluye más de 16,000 plantillas de pasaportes, documentos de identidad, visas, licencias de conducir y otros documentos de todo el mundo. Esto le ahorra una enorme cantidad de tiempo, ya que no necesita crear ninguna plantilla de documentos de identidad por su cuenta. Pero no se trata solo de ahorrar tiempo.
La profundidad del detalle de las plantillas es otro punto a favor del uso de software especializado en análisis de datos. Para crear una plantilla confiable, es necesario contar con información sobre todas las posibles variaciones de cada campo del documento. Esto no es algo que se pueda hacer únicamente con un par de ejemplos disponibles.
Antes de que una nueva plantilla ingrese en la base de datos, los expertos forenses internos de Regula la examinan minuciosamente y documentan cada elemento de seguridad utilizando equipos avanzados de desarrollo propio. Gracias a esto, puede estar seguro de que la verificación automatizada alcanza la calidad de un examen de laboratorio, pero de forma mucho más rápida. Incluso si su cliente presenta un documento que usted nunca ha visto y en un idioma que no domina, Regula podrá reconocerlo de inmediato y decirle qué es y cuáles son sus características.
¿Puede el software de análisis de documentos verificar documentos?
Depende del nivel de profundidad de análisis que necesite, pero la respuesta corta es: sí, puede hacerlo.
El analizador de datos de Regula comienza con un análisis léxico y valida que cada campo del documento contenga exactamente lo que debe contener. Verifica si las fechas de vencimiento son válidas y, por ejemplo, marca una alerta si estamos en 2022 pero el documento venció en 2021.
El análisis léxico también incluye violaciones de formato: por ejemplo, si se espera que un campo contenga una fecha, pero no hay ninguna fecha o el campo tiene otro valor. También se realiza un análisis de palabras prohibidas: los documentos presentados no deben contener palabras como “sample”, “specimen” o “test”. Todo esto ocurre de forma automática y se indica en los estados de los campos.
El análisis léxico detectó la palabra “specimen” y marcó estos campos como inválidos.
Además, los documentos de identidad pueden tener cuatro tipos de fuentes de datos: zona de inspección visual, MRZ, chip RFID y códigos de barras. Los datos en las diferentes fuentes suelen estar duplicados.
A diferencia de una solución OCR, el software de análisis de datos de Regula lee todas las fuentes y compara automáticamente todos los campos similares. Por ejemplo, puede tomar el apellido de una persona del chip RFID y compararlo con el apellido escrito en la MRZ y el que aparece en la zona de inspección visual. Si algo no coincide, Regula marcará ese campo como inválido. Así, si alguien alteró su nombre en la zona de inspección visual (algo relativamente fácil de hacer) pero no actualizó el chip (mucho más difícil), esto será detectado.
Otro ejemplo de verificación que se ha vuelto muy demandado recientemente es la decodificación de Sellos Digitales Visibles (VDS). Un VDS típico tiene el aspecto de un código QR. Por ejemplo, se utilizó para la emisión de certificados de vacunación contra la COVID-19. También se utiliza en visas: a partir de mayo de 2022, todas las visas Schengen cuentan con VDS. Regula puede analizar de forma eficaz la firma digital contenida en el código de barras del VDS y verificar que haya sido firmada con un certificado específico emitido por un país determinado, y no generada de manera aleatoria.
Un aspecto complejo de la lectura de códigos de barras y MRZ
Hay algo que los códigos de barras y las MRZ tienen en común: su diversidad. Si su solución carece del conocimiento de al menos algunas de sus posibles variaciones, esto dará lugar a un aumento de falsos positivos y, con el tiempo, socavará la confianza en la verificación.
Existe una enorme variedad de códigos de barras, y cada tipo requiere su propio analizador para su procesamiento. Regula utiliza 220 analizadores de códigos de barras diferentes, diseñados para documentos específicos, para gestionar esta tarea. La principal dificultad radica en que es necesario comprender qué formato se utiliza para codificar los datos, a fin de poder descomponerlos en campos de texto.
Por ejemplo, las licencias de conducir de Estados Unidos y Canadá suelen contener un código de barras PDF417, pero no es posible leerlo sin saber qué formato se utilizó para la codificación. En el caso de este código de barras, contiene un encabezado que indica qué tipo de analizador se debe utilizar. Regula obtiene esta información y luego utiliza ese analizador para descifrar el resto del contenido del código de barras en campos de texto específicos, identificados por su tipo para el usuario final.
Pero eso no es todo: AAMVA, el estándar estadounidense de codificación, también cuenta con numerosas versiones que se han utilizado para completar documentos a lo largo del tiempo. Este hecho debe tenerse en cuenta si desea no solo leer la información codificada, sino también verificarla.
Un código de barras PDF417, cuando se procesa correctamente, contiene abundante información con fines de verificación.
Lo mismo ocurre con la MRZ. Existe una MRZ convencional especificada por la norma ICAO 9303. En teoría, todos deberían adherirse a ella, pero la realidad es que muchos países introducen sus propias innovaciones. Rumanía, Kuwait y los Emiratos Árabes Unidos, por ejemplo, calculan los dígitos de control de manera diferente, creando así una variante del estándar MRZ. Con la base de datos de plantillas de documentos más completa, Regula gestiona eficazmente estas particularidades.
La estructuración de los datos los hace accionables
El resultado altamente estructurado es una de las mayores ventajas de aplicar el análisis de documentos de identidad para procesar documentos de identidad. Al trabajar con documentos a gran escala, lo último que necesita es una acumulación de datos personales aislados que deban clasificarse y etiquetarse manualmente antes de poder utilizarlos.
Con Regula, todos los datos que se leen y analizan se dividen en grupos y campos. A cada campo se le asigna un tipo. Gracias a esto, los usuarios pueden escanear un documento y extraer de inmediato la información específica que necesitan; por ejemplo, pueden solicitar únicamente el nombre completo.
Cabe mencionar que puede haber varios campos del mismo tipo en un documento, pero en diferentes idiomas (por ejemplo, caracteres latinos y un idioma nacional). Regula le permite recuperar los datos independientemente del tipo de documento y de su ubicación exacta dentro del mismo, así como en el idioma que sea relevante para sus fines.
Cuando hablamos de “datos”, no nos referimos necesariamente solo a datos de texto; también incluye todas las imágenes gráficas relevantes. Esto incluye la imagen del documento en sí y los elementos visuales recortados, como la foto del titular, el retrato fantasma y la firma. Regula guarda cada elemento por separado, de modo que queda listo para su uso posterior. Por ejemplo, puede utilizar el retrato extraído en este paso para realizar una comprobación de los rostros.
No solo los campos de texto, sino también los elementos visuales de los documentos de identidad, son rápidamente accesibles mediante el análisis de documentos.
La estructuración también implica convertir datos de diferentes sistemas de medición (métrico/imperial) y formatos de fecha (yyyy/dd/mm, dd.mm.yyyy) en un formato unificado definido por el usuario. Esto le permite ofrecer valores con los que los usuarios están familiarizados (por ejemplo, convertir un año tailandés al calendario gregoriano) y comparar directamente datos equivalentes en las verificaciones, sin soluciones alternativas.
La idea principal detrás del análisis de documentos de identidad es ofrecer resultados listos para usar de manera rápida. Usted obtiene rápidamente el análisis, se asegura de que el documento sea auténtico, extrae con rapidez la información de determinados campos y escanea y digitaliza el documento para completar un formulario en su sistema interno.
Esto no solo es conveniente porque agiliza el flujo de trabajo, sino que también es informativo y seguro. Al proporcionar un resumen ejecutivo del análisis, el análisis de documentos de identidad le permite profundizar en cada verificación hasta llegar a los datos brutos.
Conclusión
Los datos difícilmente pueden utilizarse en su estado bruto. Una vez recopilados, deben desglosarse y analizarse para tener valor y, finalmente, convertirse en decisiones. Si bien el OCR es una gran tecnología que ha revolucionado la recopilación de datos, ya no es suficiente para gestionar documentos de identidad de manera eficaz.
Ahí es donde entra en juego el análisis de documentos de identidad. Cuando está respaldado por una sólida experiencia en análisis forense de documentos protegidos, como en la solución que ofrece Regula, le ayuda a resolver la mayoría de los desafíos asociados al procesamiento de documentos de identidad.
