Seu sistema manda as fotos que já tem e pergunta por alguém; a resposta são as imagens em que essa pessoa aparece. Sem treinar modelo, sem manter infraestrutura, sem virar um projeto de visão computacional.
Conta criada na hora · a chave aparece na tela · 10.000 requisições por mês, sem cartão
POST /v1/search
Authorization: Bearer lvk_…
{
"collection_ids": ["evento-2026"],
"image_b64": "/9j/4AAQSkZJRgABAQ…"
}200 OK
{
"FaceMatches": [
{ "collection_id": "evento-2026",
"Face": { "FaceId": "3f9c…a20", … },
"Similarity": 99.91, … },
…
]
}Um dia de evento termina em milhares de imagens e centenas de pessoas esperando exatamente as suas. A separação sai na mão, foto por foto, feita por alguém que conhece os rostos, que cansa lá pela terceira hora e que não dobra de tamanho no mês em que o seu negócio dobrar.
O mesmo vale para o acervo de um congresso, para o arquivo de um campeonato de base, para a recepção que confere documento na entrada. As fotos existem. A pessoa está lá dentro. O que falta é conseguir perguntar.
| # | A pergunta | A chamada |
|---|---|---|
| 01 | Quem está nesta foto? | POST /v1/identify |
| 02 | Onde mais essa pessoa aparece? | POST /v1/search |
| 03 | Quem são as pessoas deste acervo? | POST /v1/collections/evento-2026/cluster |
| 04 | É mesmo essa pessoa, agora? | POST /v1/liveness/analyze |
| 05 | E quando for para esquecer? | DELETE /v1/collections/evento-2026 |
01 / 05
Toda imagem que entra volta com as pessoas que aparecem nela, ligadas aos cadastros que já existem no seu sistema. Não é mais uma etiqueta para alguém manter: é o seu cliente, encontrado na sua foto, com o identificador que você já usa.
POST /v1/identify
Authorization: Bearer lvk_…
{
"collection_id": "evento-2026",
"image_b64": "/9j/4AAQSkZJRgABAQ…"
}200 OK
{
"external_id": "participante-4471",
"Similarity": 99.91, … }02 / 05
Uma foto de referência e o acervo inteiro responde — inclusive os eventos do ano passado, inclusive as imagens que ninguém nunca marcou. Quanto mais antigo o arquivo, maior o trabalho que essa pergunta substitui.
POST /v1/search
Authorization: Bearer lvk_…
{
"collection_ids": ["evento-2026",
"evento-2025",
"congresso-2024"],
"image_b64": "/9j/4AAQ…"
}200 OK
{ "FaceMatches": [
{ "collection_id": "evento-2025",
"Face": { "ExternalImageId": "IMG_2041", … },
"Similarity": 99.94, … },
…
] }03 / 05
Sem foto de referência e sem ninguém para perguntar: a LumaVision separa o acervo por pessoa sozinha e devolve um identificador estável para cada uma. Você grava esse identificador contra o seu cadastro uma vez — ele não muda de significado depois, e não é reaproveitado por outra pessoa.
POST /v1/collections/evento-2026/cluster
Authorization: Bearer lvk_…
{ "mode": "bootstrap" } → 202
↓ o agrupamento roda; minutos depois
GET /v1/collections/evento-2026/people200 OK
{ "total_people": 412,
"unassigned_faces": 37,
"people": [
{ "person_id": "…:p0001",
"photos": 28,
"cohesion": 0.91, … },
…
] }04 / 05
Para o momento em que alguém precisa provar que é quem diz ser. A câmera abre, a pessoa se posiciona, e você recebe o que precisa para separar uma pessoa presente da foto de uma pessoa.
POST /v1/liveness/analyze
Authorization: Bearer lvk_…
{
"frames_b64": ["/9j/4AAQ…", "/9j/4AAQ…", …]
}200 OK
{ "frames": [
{ "face_found": true,
"pad_score": 0.97,
"det_score": 0.94, … },
…
] }05 / 05
Um cliente pede para sumir e você manda apagar. Não é chamado, não é planilha, não é esperar alguém do nosso lado lembrar de fazer. É uma ação do seu sistema, a qualquer hora.
DELETE /v1/collections/evento-2026
/faces/3f9c…a20
Authorization: Bearer lvk_…200 OK
{ "deleted": ["3f9c…a20"],
"not_found": [],
"faces_deleted": 1, … }É uma API HTTP com chave de acesso. Se o seu sistema já sabe enviar uma imagem para algum lugar, ele já sabe conversar com a LumaVision. A documentação completa vai junto com a chave.
Não somos revenda de uma API de terceiros com outra marca por cima. O reconhecimento roda em modelos que nós treinamos, em infraestrutura que nós operamos. Na prática isso importa no dia em que alguma coisa não funciona bem para o seu caso: existe alguém que pode mexer nisso, e não um formulário de suporte de outro continente.
Contraluz, rosto de perfil, criança de costas, foto de uma foto na tela de um celular. Existe um ponto em que a resposta honesta é “não sei”, e preferimos devolver isso a devolver um palpite convincente. Num acervo de clientes, um erro silencioso custa mais caro do que uma dúvida declarada.
Onde termina “é a mesma pessoa” e começa “parece com” é uma escolha do seu produto, não da nossa. Num álbum de evento, uma foto a mais não machuca ninguém. Numa portaria, machuca. Quem conhece essa diferença é você, e a API não decide isso no seu lugar.
Cada cliente ocupa um espaço fechado. O que você envia responde para você e não aparece para mais ninguém — nem por engano, nem por curiosidade, nem porque alguém adivinhou um nome.
R$ 2,00
o que você paga
1.000
chamadas que isso compra
Preço único e sem mensalidade. Não há degrau, não há pacote e não há franquia mínima: as primeiras mil chamadas custam o mesmo que as milionésimas, e você paga o que usou no mês em que usou.
* Custo fixo de R$ 0,025 por mil vetores guardados.
Você escolhe o e-mail e a senha, confirma o endereço com o código que chega na sua caixa, e a chave aparece — uma vez só, para você guardar. Não tem fila, não tem demonstração marcada e não tem cartão.
10.000 requisições por mês de graça. Dá para integrar, medir contra as suas próprias imagens e decidir com dado na mão. Não é uma franquia de produção: passando disso, vale o preço acima.
Prefere conversar antes de assinar qualquer coisa? pedro@valsa.app