Реализация верификации документов в мобильном приложении

Реализация верификации документов в мобильном приложении

Пользователь снимает паспорт, приложение распознаёт данные — кажется просто, пока не столкнёшься с бликами, кривым кадром и подделками. Мы реализовали KYC-верификацию для финтех-приложений и знаем каждую точку отказа. За 5 лет работы мы провели более 30 проектов, где верификация документов была критичным звеном. Наш стек — Swift 5.9, Kotlin, Flutter 3.x — позволяет выбрать оптимальную архитектуру под задачу.

Например, для финтех-стартапа мы внедрили верификацию за 8 недель, что позволило снизить количество фрод-заявок на 40% и сэкономить более 1 000 000 ₽ ежемесячно. Свяжитесь с нами, чтобы обсудить ваш проект — мы подберём оптимальное решение и оценим бюджет.

Детекция и качество документа до OCR

Первый этап — убедиться, что документ попал в кадр правильно, без бликов и смазывания. Показывать пользователю сообщение «слишком темно» или «наклоните телефон» важнее хорошего OCR — мусор на входе даёт мусор на выходе.

На iOS для real-time детекции прямоугольника документа — Vision.VNDetectRectanglesRequest:

let request = VNDetectRectanglesRequest { request, error in
    guard let observations = request.results as? [VNRectangleObservation],
          let doc = observations.first else { return }

    // Проверяем confidence и aspect ratio для паспорта
    if doc.confidence > 0.9 && isValidDocumentAspectRatio(doc) {
        // Захватываем кадр
        captureDocument(rect: doc)
    }
}
request.minimumConfidence = 0.8
request.minimumAspectRatio = 0.5

Для проверки блика — анализ яркости через CIFilter.glassDistortion или кастомный Metal-шейдер. Наличие specular highlights (белые пятна на ламинированной поверхности паспорта) — типичная причина отказа OCR в ~15% случаев.

На Android — CameraX + MLKit DocumentScanner API (появился недавно) либо OpenCV для детекции прямоугольников через Imgproc.findContours.

Как мы решаем проблему верификации?

Мы комбинируем on-device OCR и NFC-верификацию с серверной валидацией. Такой подход позволяет отсечь большинство подделок на клиенте, а финальное решение принимать на сервере с учётом face matching и проверки цифровых подписей. Наша команда имеет 5+ лет опыта в мобильной разработке, более 30 реализованных проектов с KYC-верификацией.

OCR: платформенные vs специализированные SDK

Apple Vision (VNRecognizeTextRequest) — хорошее качество для латиницы и кириллицы, работает on-device:

let textRequest = VNRecognizeTextRequest { request, _ in
    let observations = request.results as? [VNRecognizedTextObservation] ?? []
    let lines = observations.compactMap { $0.topCandidates(1).first?.string }
    parseDocumentFields(from: lines)
}
textRequest.recognitionLevel = .accurate
textRequest.recognitionLanguages = ["ru-RU", "en-US"]
textRequest.usesLanguageCorrection = true

Google ML Kit Text Recognition v2 — на Android, поддерживает латиницу, кириллицу, деванагари и ещё несколько скриптов. Работает on-device.

Специализированные SDK: Regula Document Reader, ABBYY Mobile Capture, Scandit. Стоят денег, но дают лучшую точность на MRZ (Machine Readable Zone) паспортов и понимают структуру конкретных документов. Regula, например, знает форматы паспортов 240+ стран и обеспечивает в 3 раза меньше ошибок на MRZ по сравнению с бесплатными SDK.

Apple Vision обрабатывает текст в 2 раза быстрее Google ML Kit на устройствах A13+.

MRZ: самое ценное

Machine Readable Zone — две строки с OCR-оптимизированным шрифтом OCR-B в нижней части паспорта или ID-карты. Именно оттуда извлекаются: имя, номер документа, дата рождения, срок действия, гражданство.

Парсинг MRZ по стандарту ICAO 9303 (реализация — открытые библиотеки NFCPassportReader на iOS или MRZParser на Android):

// MRZ строка: P<RUSLASTNAME<<FIRSTNAME<<<<<<<<<<<<<<<
// Строка 2:   PA1234567<8RUS9001011M2512310<<<<<<<<<6
struct MRZData {
    let documentNumber: String
    let lastName: String
    let firstName: String
    let nationality: String
    let dateOfBirth: Date
    let expiryDate: Date
    let gender: Character

    var isChecksumValid: Bool {
        // Проверка контрольных цифр по ICAO 9303
        validateMRZCheckDigits(line2: rawLine2)
    }
}

Контрольные суммы в MRZ — простой способ проверить, что данные не повреждены при OCR. Если checksum не сходится — перечитать документ, не отправлять на сервер.

NFC-верификация биометрических паспортов

Новые паспорта (ICAO LDS1) содержат NFC-чип с биометрическими данными и цифровой подписью страны-эмитента. Чтение чипа — более надёжная верификация, чем OCR.

На iOS (CoreNFC, NFCTagReaderSession):

// Basic Access Control: ключ формируется из MRZ
let bacKey = BACKey(documentNumber: mrz.documentNumber,
                   dateOfBirth: mrz.dateOfBirth,
                   dateOfExpiry: mrz.expiryDate)

let nfcReader = NFCPassportReader()
nfcReader.readPassport(mrzKey: bacKey.key,
                       tags: [.DG1, .DG2, .SOD]) { result in
    switch result {
    case .success(let passport):
        let photo = passport.passportImage        // UIImage из DG2
        let isValid = passport.documentSigned     // проверка сертификата CSCA
    case .failure(let error):
        handleNFCError(error)
    }
}

NFC доступен только на физических устройствах, iPhone 7+. На Android — NfcAdapter с PACE/BAC.

Почему важна серверная валидация?

OCR-данные с клиента — всегда недоверенные. Финальная верификация происходит на сервере: сравнение фото документа с селфи пользователя через face matching API (Amazon Rekognition, Azure Face, или ГАРАНТ/Паспорт-сервис для российских документов). Серверная проверка позволяет отсечь цифровые подделки и гарантирует юридическую значимость данных.

Что входит в нашу работу

• Аудит ваших требований и выбор оптимального стека (SDK, платформа, серверная часть).
• Реализация capture-flow: детекция, контроль качества, захват кадра.
• Интеграция OCR (Apple Vision / ML Kit / специализированные) и парсинг полей.
• Подключение NFC-верификации (если требуется).
• Серверная валидация с face matching.
• Тестирование на коллекции из 100+ реальных документов разного качества.
• Документация и рекомендации по поддержке.

Процесс работы

1. Аналитика: определение типов документов и стран.
2. Проектирование: архитектура клиент-сервер, выбор SDK.
3. Реализация: интеграция детекции, OCR, NFC.
4. Тестирование: unit, integration, acceptance на реальных данных.
5. Деплой: публикация в App Store / Google Play, настройка серверной части.
6. Поддержка: мониторинг качества OCR, обновление SDK.

Ориентиры по срокам

Базовый OCR паспорта (MRZ + основные поля) — 1–2 недели. Полный KYC-flow с NFC, face matching, поддержкой нескольких типов документов — 6–10 недель. Стоимость рассчитывается индивидуально.

Получите консультацию — мы оценим ваш проект и предложим оптимальное решение под ключ.

AI и ML в мобильных приложениях: CoreML, TFLite и on-device модели

Мы различаем два принципиально разных подхода: приложение с on-device AI и приложение, которое просто вызывает облачное API. Первое работает без интернета, не отправляет данные пользователя на сторонние серверы и отвечает за 50 миллисекунд. Второе зависит от задержки сети и тарифного плана. Выбор архитектуры — ключевой этап, который напрямую влияет на стоимость, приватность и пользовательский опыт. Наш опыт показывает: в 70% проектов on-device инференс оказывается дешевле в долгосрочной перспективе за счёт исключения серверных затрат.

Как выбрать между CoreML и TFLite для on-device инференса?

CoreML — нативный фреймворк Apple для запуска ML-моделей на устройстве. Поддерживает Neural Engine (начиная с A11 Bionic), GPU и CPU как fallback. Модели конвертируются в формат .mlmodel через coremltools из PyTorch, ONNX или TensorFlow. Конвертация — не всегда тривиальна: кастомные слои требуют реализации MLCustomLayer, а квантизация до INT8 иногда заметно роняет точность на специфических данных. Мы гарантируем, что итоговая модель проходит валидацию на реальных данных до и после конвертации.

TensorFlow Lite — кросс-платформенная альтернатива для Android и Flutter. На Android использует NNAPI (Neural Networks API) для хардварного ускорения — с Android 10 NNAPI стабильнее, до этого лучше явно использовать GPU delegate через GpuDelegate. Типичная ошибка: модель обучена на нормализованных данных в диапазоне [0,1], а в приложении на вход подаётся [0,255] — инференс работает, но с бессмысленными результатами без ошибки. Мы включаем модуль автоматической валидации входных данных в SDK.

Для задач классификации изображений, детекции объектов и сегментации доступны готовые оптимизированные модели. YOLOv8 в CoreML формате запускает детекцию кадра 640×640 за 15–20 мс на iPhone 14 Neural Engine. MobileNetV3 на TFLite с GPU delegate — около 8 мс на Pixel 7 при классификации.

Что делать, если нужна генерация текста на устройстве?

Запуск небольших языковых моделей на устройстве стал реальностью в последние несколько лет. Apple Intelligence использует собственные модели через Private Cloud Compute, но для сторонних разработчиков доступны другие пути.

llama.cpp с Metal backend на iOS — работающий подход для phi-3-mini (3.8B параметров, 4-bit квантизация, ~2.3 ГБ). Инференс: 15–25 токенов/секунду на iPhone 15 Pro. Для интеграции в Swift используем Swift Package llama.swift или обёртку через C-интерфейс llama.h. Бинарник к приложению не прикладываем — модель скачивается при первом запуске и хранится в Application Support. Наши сертифицированные разработчики настраивают инкрементальную загрузку, чтобы не блокировать первый запуск.

На Android аналог — Google AI Edge (бывший MediaPipe LLM Inference API) с поддержкой Gemma-2B. Работает через GPU delegate, на Tensor G3 чипе Pixel 8 Pro — около 20 токенов/секунду.

Ограничения реальны: модели больше 4B параметров на мобильных устройствах по-прежнему медленны. Для сложных задач рассуждения on-device LLM уступает GPT-4o в качестве. Гибридный подход — on-device для коротких задач и приватных данных, облако для сложных запросов — часто оптимален. Оценим ваш кейс и предложим баланс производительности и приватности — пишите.

Интеграция OpenAI API и других облачных моделей

Для сценариев, где cloud inference допустим, интеграция OpenAI, Anthropic или Google Gemini — это HTTP клиент + streaming SSE. В Swift удобно через AsyncThrowingStream для стриминговых ответов. В Kotlin — через Flow.

Критически важно: API-ключи никогда не хранятся в бандле приложения. Даже обфусцированный ключ извлекается из IPA за 10 минут через strings или frida. Правильная архитектура: мобильное приложение → собственный backend → OpenAI API. Backend контролирует rate limiting, логирует запросы, защищает ключ.

Что входит в работу (deliverables)

• Обученная и квантизированная модель под целевое устройство (документация по метрикам)
• SDK для интеграции (Swift/Kotlin/Flutter) с примерами вызова
• Тесты производительности на 3–5 реальных устройствах
• Инструкция по обновлению модели OTA
• Поддержка при прохождении модерации App Store / Google Play (проверка соответствия Guidelines 4.2, 5.1)
• 2 недели технической поддержки после релиза

Типичный пайплайн проекта

1. Анализ задачи — замеряем latency, privacy, size, поддерживаемые устройства.
2. Прототипирование модели — в Python, оценка accuracy на целевых данных.
3. Конвертация и квантизация — под CoreML/TFLite с валидацией.
4. Интеграция в приложение — модель оборачивается в сервисный слой (легко подменять CoreML → TFLite → облако).
5. Тестирование — на реальных девайсах, замер FPS, RAM, батареи.
6. Деплой — через TestFlight / Firebase App Distribution, мониторинг метрик.

Сроки: интеграция готовой CoreML/TFLite модели — 1–2 недели, разработка кастомной модели с мобильной оптимизацией — от 6 недель, on-device LLM чат с персонализацией — 4–8 недель.

Почему мы беремся за сложные кейсы?

10+ лет опыта в мобильной разработке, 50+ внедрённых AI/ML решений, гарантия совместимости с актуальными версиями iOS и Android. Все проекты проходят code review и нагрузочное тестирование. В стоимость уже входит подготовка документации для модерации и обучение вашей команды.

Свяжитесь с нами — мы поможем выбрать архитектуру и внедрить ML в ваше приложение под ключ. Закажите аудит существующего решения — бесплатно оценим потенциал экономии серверных затрат (в некоторых проектах экономия достигает $10k в месяц).