Как SDK от Doubletapp превратил камеру смартфона в инструмент доверия

Главное о кейсе

Социальная сеть Noomeera (https://noomeera.com/), объединяющая автолюбителей из стран СНГ, стремительно росла — вместе с этим рос и объём фейковых аккаунтов, спама и подозрительных регистраций.
Для сообщества, построенного на доверии и личных связях, это стало серьёзной угрозой.

Команда Noomeera хотела сохранить дух комьюнити, но при этом не вводить жёсткую проверку через документы. Задача казалась противоречивой: как убедиться, что человек действительно владеет машиной, не запрашивая у него паспорт и ПТС?

Мы разработали технологичное и при этом простое решение — SDK с компьютерным зрением, встроенное в мобильное приложение. Камера смартфона стала инструментом подтверждения личности: пользователь фотографирует автомобиль спереди и сзади, алгоритм распознаёт ключевые параметры — номер, марку, модель, положение дверей — и связывает их с аккаунтом.

Верификация занимает меньше 30 секунд, не требует загрузки документов и не вызывает у пользователей опасений за безопасность чувствительной информации.
_____
Noomeera, a social network connecting car enthusiasts across the CIS, was growing rapidly. Along with growth came a surge of fake accounts, spam, and suspicious registrations. For a community built on trust and personal connections, this posed a serious threat.

The Noomeera team wanted to preserve the community spirit without introducing strict document verification. The challenge seemed contradictory: how do you verify that someone actually owns a vehicle without asking for sensitive documents like a passport or vehicle registration?

Doubletapp developed a simple yet highly technical solution: a computer vision SDK integrated directly into the mobile app. The smartphone camera became a tool for identity verification. Users take front and rear photos of their vehicle, and the algorithm recognizes key parameters—license plate, make, model, door positions—and links them to the user account.

Verification takes less than 30 seconds, requires no document uploads, and does not raise privacy concerns.

Как проект изменил жизнь пользователей

После внедрения новой системы регистрация в Noomeera стала не просто быстрее — она снова стала доверительной и понятной.

Теперь всё, что нужно пользователю, — сделать два фото автомобиля: спереди и сзади, с открытыми дверями.
Алгоритм автоматически распознаёт:
● тип транспорта (авто или мотоцикл),
● положение дверей,
● номерной знак,
● марку, модель и цвет.

Данные автоматически привязываются к аккаунту, а пользователь получает доступ к платформе. Для аудитории это стало удобным и безопасным способом подтвердить участие в сообществе. Для бизнеса — инструментом, который сократил затраты на модерацию, снизил CPA и повысил конверсию.

Кроме того, благодаря более точным данным система открыла новые возможности таргетинга: по марке авто, региону, типу транспорта.
_____
After implementing the new system, registration on Noomeera became not only faster but also trustworthy and intuitive.

Users now only need to take two photos of their vehicle: front and rear, with doors open. The algorithm automatically detects:
● type of vehicle (car or motorcycle)
● door positions
● license plate
● make, model, and color

The data is automatically linked to the user account, granting access to the platform. For users, this provides a convenient and secure way to verify community participation. For the business, it reduced moderation costs, lowered CPA, and increased conversion rates.

Additionally, the system’s improved data accuracy enabled new targeting capabilities: by vehicle make, region, and type.

Бизнес-задача и ее решение

С ростом аудитории Noomeera столкнулась с классической проблемой быстро развивающихся соцсетей: чем больше пользователей — тем больше фейков. Спамеры, флудеры и мультиаккаунты мешали рекламе, модерация не справлялась, активность добросовестных участников снижалась.

Жёсткий вариант — требовать фото документов — оказался неприемлем: тесты показали, что пользователи не готовы делиться персональными данными.
Клиент сформулировал задачу чётко:
● верификация должна быть быстрой и простой;
● без загрузки документов;
● встроенной прямо в мобильное приложение.

Мы разработали систему, которая работает на устройстве, использует нейросеть для анализа изображений, и при этом не сохраняет персональные данные.
_____
As Noomeera’s audience grew, it faced a classic social network problem: more users meant more fakes. Spammers, trolls, and multi-accounts disrupted advertising, overwhelmed moderation, and reduced engagement from genuine users.

Strict solutions, like requiring document photos, were unacceptable—tests showed users were unwilling to share personal data.

The client’s requirements were clear:
● Verification must be fast and simple.
● No document uploads.
● It must be fully integrated into the mobile app.

Doubletapp developed a system that runs entirely on-device, uses neural networks to analyze images, and does not store personal data.

Крафт (мастерство), реализация, технические детали

Этапы разработки:
● Собрали и разметили 10 000 изображений с разными типами транспорта, ракурсами и положением дверей.
● Обучили модель YOLO (на PyTorch) для распознавания вида транспорта, ориентации, положения дверей и номера.
● Оптимизировали модели под мобильные устройства (квантизация, pruning).
● Разработали мобильную библиотеку для iOS и Android (Swift, Kotlin), которая работает офлайн.
● Создали backend-сервис на FastAPI для распознавания номеров и получения информации о марке и модели.

Первоначально клиент хотел лишь обученную модель, но мы предложили сделать полноценный SDK — чтобы можно было сразу протестировать решение в проде и встроить в продукт без доработок. Это дало бизнесу готовый инструмент в рамках бюджета.
_____
Development stages:
● Collected and annotated 10,000 images of various vehicle types, angles, and door positions.
● Trained a YOLO model (PyTorch) to detect vehicle type, orientation, door positions, and license plate.
● Optimized the model for mobile devices (quantization, pruning).
● Developed a mobile SDK for iOS and Android (Swift, Kotlin) that works offline.
● Built a backend service on FastAPI for license plate recognition and retrieving vehicle make and model.

Initially, the client wanted only a trained model, but we proposed building a full SDK—allowing them to test the solution in production immediately and integrate it into the product without additional development. This delivered a ready-to-use tool within the project budget.

Инсайты, гипотезы, процесс создания и взаимодействия с заказчиком

Проект начинался как технический, но в итоге успех определило сочетание точности модели и удобства. Мы проработали весь пользовательский сценарий, чтобы верификация была быстрой и понятной.

Ключевые инсайты:
● Реальные фото непредсказуемы: разное освещение, угол, погода. Решение — аугментации и синтетические данные.
● Смартфоны ограничены по ресурсам: SDK нельзя перегружать. Мы использовали облегчённую архитектуру и оптимизировали нейросеть под слабые устройства.
● Совместимость критична: SDK тестировался на десятках устройств и версиях ОС, чтобы исключить сбои.
● Этика и закон: система ничего не сохраняет, а пользовательское соглашение отражает все условия обработки данных.

В процессе взаимодействия с командой Noomeera мы действовали как технологический партнёр: предложили сделать SDK вместо изолированной модели, помогли протестировать решение и разработали документацию, чтобы встроить инструмент в приложение без дополнительных затрат.
_____
Although the project began as a technical challenge, success ultimately depended on combining model accuracy with user convenience. We mapped the full user journey to ensure verification was fast and intuitive.

Key insights:
● Real-world photos are unpredictable (lighting, angle, weather). Solution: data augmentation and synthetic images.
● Smartphones have limited resources. Solution: lightweight architecture and optimized neural network for low-end devices.
● Compatibility is critical. Solution: SDK tested on dozens of devices and OS versions.
● Ethics and compliance: the system stores no personal data, and the user agreement reflects all data processing terms.

During collaboration, Doubletapp acted as a tech partner: recommending a full SDK instead of an isolated model, assisting with testing, and providing documentation for seamless integration into the app without additional costs.

Прочая информация о кейсе

Мы ведем блоги на популярных отраслевых площадках — Habr, vc, Workspace, где постоянно делимся тонкостями разработки и внедрения сложных IT-решений.

О том, как используется компьютерное зрение на транспорте и подробностях проекта Noomeera мы рассказали на платформе «Бизнес-секреты»: https://secrets.tbank.ru/blogi-kompanij/sdk-s-kompyuternym-zreniem

Публикация держится на первой позиции поисковой выдачи по ключевым запросам и продолжает привлекать органический трафик и лиды.
_____
We regularly share development insights on leading industry platforms such as Habr, VC.ru, and Workspace. We also published details about Noomeera’s computer vision project on “Business Secrets,” which continues to drive organic traffic and leads, maintaining top search rankings for key queries.

Скриншоты