?C¨®mo pueden identificarme los sistemas de reconocimiento facial?

En los ¨²ltimos a?os, la velocidad y precisi¨®n de los algoritmos de reconocimiento facial ha experimentado nuevos avances gracias a la investigaci¨®n, especialmente en las t¨¦cnicas 3D. En la actualidad conviven diferentes tecnolog¨ªas, pero todas siguen las mismas fases a la hora de reconocer una cara.

Primero capturan una imagen bidimensional o tridimensional del rostro cara a partir de una fotograf¨ªa o v¨ªdeo, ya sea de una persona sola o entre una multitud. Despu¨¦s, los algoritmos analizan las caracter¨ªsticas faciales para obtener la informaci¨®n biom¨¦trica. En el reconocimiento 2D se utilizan puntos de referencia como la nariz, la boca y los ojos, midiendo el ancho y la distancia entre ellos. Un rostro humano puede contener 80 de estos puntos de referencia. Los m¨¦todos 3D utilizan, adem¨¢s de la forma, la textura, profundidad, contornos y curva de la cara. Por eso son m¨¢s precisos y suplen algunas de las deficiencias de iluminaci¨®n, orientaci¨®n o expresiones faciales de los sistemas 2D.

Con un modelado facial 3D se pueden almacenar adem¨¢s atributos del rostro humano que no cambian significativamente con la edad (por ejemplo, las curvas de la cuenca del ojo o el contorno del ment¨®n). Sin embargo, no est¨¢n exentos de otros problemas: un movimiento durante el escaneo podr¨ªa provocar la deformaci¨®n de la imagen y por tanto, una identificaci¨®n incorrecta. Para evitar estos errores, el sistema desarrollado por Apple, por ejemplo, combina varias tecnolog¨ªas. Su Face ID integrado en el iPhone X contiene una c¨¢mara frontal, otra infrarroja, una luz de apoyo y un proyector de infrarrojos que emite 30.000 puntos invisibles, reconstruyendo un mapa tridimensional de la cara que se coteja en tiempo real mediante algoritmos basados en redes neuronales. Una vez extra¨ªdos, estos datos se convierten en un c¨®digo num¨¦rico llamado huella facial o faceprint que es almacenada en un software.

Despu¨¦s de hacer este an¨¢lisis del rostro, el c¨®digo registrado se coteja con las informaciones existentes en una base de datos que almacene otras faceprints y fotograf¨ªas identificadas. En esta fase se hace evidente la necesidad de acumular grandes cantidades de informaci¨®n para obtener resultados. Empresas y organismos buscan hacerse con el registro de las im¨¢genes, como por ejemplo, el FBI, que tiene acceso a m¨¢s de 641 millones de fotos, o la gran base de datos de Facebook, que posee las fotograf¨ªas de sus usuarios, que adem¨¢s le han hecho el trabajo de etiquetarlas durante a?os.

Como resultado, el sistema devuelve un porcentaje de similitud, que depender¨¢ del grado de coincidencia y de la informaci¨®n guardada en su base de datos. Tambi¨¦n mostrar¨¢ otros detalles registrados, como el nombre, la direcci¨®n, edad, etc.

No es lo mismo verificar, identificar o encontrar a una o varias personas rodeadas de gente, por ello se distingue entre varios procesos seg¨²n su objetivo:

1. Verificaci¨®n (una persona, una identidad): se practica cuando tenemos los datos de alguien cuya identidad queremos comprobar, cercion¨¢ndonos que su rostro coincide con la imagen dada. Suele utilizarse, por ejemplo, en pasaportes biom¨¦tricos o en sistemas de inicio de sesi¨®n. Ahora que tratamos de evitar el contacto de cualquier superficie f¨ªsica, otros controles biom¨¦tricos m¨¢s extendidos en empresas u organismos como la huella dactilar, pueden verse sustituidos por estos sistemas, que no solo no necesitan el contacto, sino, que para bien o para mal,apenas requieren la cooperaci¨®n de la persona.
2. Identificaci¨®n (muchas personas, una identidad): cuando se necesita comparar una imagen con un conjunto de identidades conocidas para encontrar la m¨¢s cercana. A veces el rostro no obtiene coincidencia alguna porque no est¨¢ registrado en la base de datos. Este es el m¨¦todo que podr¨ªan utilizar los cuerpos de seguridad para identificar a un sospechoso.
3. B¨²squeda de una persona entre la multitud (muchas personas, muchas identidades): es el m¨¢s complejo, ya que es necesario que todas las caras entren en el sistema de detecci¨®n y con ello, tratar de asignar una identidad a cada rostro mediante un algoritmo de reconocimiento facial. Este tipo de reconocimiento tambi¨¦n podr¨ªa ser caracter¨ªstico de los sistemas de videovigilancia. Sin embargo, las caras que se pueden obtener de las im¨¢genes de CCTV no suelen ser de gran calidad, o es complicado que recoja bien la orientaci¨®n del individuo, por lo que estos y otros m¨¦todos de reconocimiento facial contin¨²an lejos de ser perfectos.

Uno de los m¨¦todos m¨¢s asequibles para realizar este proceso es utilizar varias c¨¢maras 2D que capturen im¨¢genes del rostro desde diferentes ¨¢ngulos, para luego reconstruir un modelo 3D del rostro. Este m¨¦todo es r¨¢pido y flexible, permite ajustar la distancia entre la cara y las c¨¢maras, pero sigue siendo necesario que existan buenas condiciones de iluminaci¨®n, el tal¨®n de Aquiles de las c¨¢maras 2D.

Otra t¨¦cnica es el escaneo activo, que utiliza un rayo l¨¢ser que se refleja en la superficie de la cara para indicar la distancia y producir una imagen que, combinada con im¨¢genes de alta resoluci¨®n de una c¨¢mara est¨¢ndar compararse con un sistema de reconocimiento facial de alta precisi¨®n.

En los ¨²ltimos a?os, las limitaciones t¨¦cnicas a¨²n existentes que derivan en falsos positivos, discriminaciones raciales y vulneraci¨®n de la privacidad, han llevado a diversos colectivos, artistas y empresas a manifestar su desacuerdo en la aplicaci¨®n de estos sistemas de vigilancia, incluso a idear ingeniosas maneras de burlarlos.

Sin embargo, tambi¨¦n hay otras pr¨¢cticas en las que el reconocimiento facial contribuye a la ciencia alejado de los sistemas de control, del ocio o de las noticias falsas, como las investigaciones que tratan de ayudar a personas con dificultades de aprendizaje profundo o para identificar trastornos gen¨¦ticos raros a trav¨¦s de rasgos faciales.

M¨¢s informaci¨®n

C¨®mo el reconocimiento facial empez¨® en una tableta de los 60