Changelog Livennes

2.5
- Optimización general del flujo de captura y validación para mejorar estabilidad en sesiones consecutivas.
- Ajustes de rendimiento para reducir latencia en el retorno de resultados al host.
- Mejoras iniciales en reducción de evidencia (Base64) para disminuir tamaño de payload.

2.6.0
- Optimización del pipeline de cámara para mayor fluidez en dispositivos de gama media.
- Ajustes de compresión de evidencia para reducir transferencia y mejorar tiempos de entrega.
- Mejoras de experiencia (feedback más claro) durante el alineamiento y captura.

2.7.0
- Optimización del tracking facial para mayor estabilidad del rostro en escena.
- Mejoras de rendimiento en procesamiento de frames para reducir carga sostenida de CPU/GPU.
- Ajustes de lógica del flujo para mejorar consistencia entre captura, análisis y resultado.

2.8.0
- Optimización del retorno de evidencia al host: generación y codificación Base64 más eficiente.
- Reducción adicional del tamaño de imagen/evidencia manteniendo calidad de referencia.
- Mejoras en experiencia visual para mayor consistencia entre resoluciones y dispositivos.

2.9.0
- Optimización del arranque/cierre de cámara y recuperación del flujo en reintentos.
- Mejoras en consumo de memoria para evitar degradación de rendimiento tras múltiples ejecuciones.
- Ajustes de feedback al usuario para reducir fricción y aumentar claridad del proceso.

3.0.0
- Evolución mayor del SDK enfocada en rendimiento y estabilidad del ciclo de vida del componente.
- Optimización del pipeline de análisis para mayor fluidez y tiempos de respuesta más consistentes.
- Mejoras en el manejo de recursos (cámara/memoria) para sesiones prolongadas.

3.0.3
- Optimización del inicio de sesión de cámara y transición hacia el análisis para reducir tiempos de arranque.
- Ajustes de eficiencia para disminuir picos de CPU/GPU durante la inicialización.

3.0.8
- Mejoras en compresión y serialización de evidencia: Base64 más liviano y entrega más rápida al host.
- Optimización del flujo para reducir latencia entre captura y resultado final.

3.1.0
- Ajustes de lógica para mayor consistencia del flujo de validación.
- Optimización del uso de memoria en sesiones repetidas para aumentar estabilidad.

3.1.5
- Mejoras de UX: feedback más claro y consistente durante el proceso de captura.
- Optimización de rendimiento en dispositivos con recursos limitados para mantener fluidez.

3.2.0
- Optimización de reintentos sin reinicialización completa para mejorar continuidad del flujo.
- Ajustes de compresión de evidencia para reducir payload manteniendo calidad adecuada.

3.2.6
- Optimización del procesamiento de frames para disminuir carga sostenida de CPU/GPU.
- Mejoras de estabilidad del pipeline de cámara para continuidad del análisis.

3.3.0
- Mayor robustez del análisis facial ante variaciones de iluminación y movimientos moderados.
- Optimización de generación/codificación de evidencia para retorno más rápido al host.
- Ajustes de rendimiento para mantener FPS más estable durante la sesión.

3.3.7
- Optimización del tiempo de inicialización del módulo de cámara y preparación del análisis.
- Ajustes internos para una experiencia más estable en ejecuciones prolongadas.

3.4.0
- Optimización del tracking facial para mayor consistencia del rostro durante toda la sesión.
- Mejoras de rendimiento en compresión de evidencia (Base64) para reducir transferencia y tiempos.
- Ajustes de experiencia visual para consistencia en diferentes resoluciones y dispositivos.

3.4.6
- Optimización del uso de memoria y liberación de recursos al finalizar el flujo para mantener estabilidad.
- Mejoras de rendimiento en UI/Render: reducción de carga de estilos y mayor fluidez en transiciones.

3.5
- Fortalecimiento de seguridad: mejoras en detección y mitigación de spoofing IA mediante refinamiento de reglas y señales.
- Mejoras en deteccion con intentos de spoofing, enhancing y validaciones de video.
- Adición de señales para identificar modo de depuración (debug) y estado del dispositivo, fortaleciendo controles de integridad del entorno.
- Mejora del análisis de comportamiento: detección de patrones inusuales del usuario final (interacciones atípicas, intentos repetitivos y comportamiento anómalo).
- Optimización del ciclo de vida del componente (init → ejecución → cierre) para mayor estabilidad.
- Mejoras en arranque y aplicación de configuración para reducir tiempos de inicio y aumentar consistencia.

3.5.1
- Integración del nuevo motor de Liveness con detección avanzada de rostro y análisis de emociones/gestos para mayor precisión.
- Optimización del flujo de captura y validación para una ejecución más guiada, estable y consistente.
- Mejoras de diseño y experiencia (UI/UX) para mayor claridad de feedback al usuario.
- Optimización del pipeline de cámara y análisis para reducir latencia y acelerar retorno de evidencia al host.
- Mejora de seguridad: mayor robustez del análisis frente a manipulación del flujo y escenarios de presentación.

3.5.6
- Mejora del sistema de detección facial para reconocimiento de gestos (por ejemplo, sonrisa) y mayor precisión de detección de vida.
- Ajustes de rendimiento y experiencia: reducción/optimización de estilos y mejoras en fluidez del flujo.
- Optimización específica para Snapdragon 8 Elite: mayor rendimiento y precisión en detección de máscara facial y detección de vida.
- Fortalecimiento de señales anti-spoofing y validaciones de video para reducir riesgo de intentos de bypass.
- Mejoras de eficiencia en consumo de recursos durante sesión activa (mejor uso de CPU/GPU y estabilidad percibida).

3.5.7
- Optimización de inicialización e instanciación del componente para mayor estabilidad y consistencia de configuración.
- Mejoras de localización: aplicación consistente del idioma configurado y feedback alineado a la configuración del host.
- Ajustes de rendimiento adicionales para mejorar tiempos de respuesta y estabilidad general del flujo.
- Refinamiento de lógica de control para mejorar consistencia de estados, validaciones y entrega de resultados.