Basada en programas informáticos que analizan imágenes de rostros humanos para identificarlos, la tecnología de reconocimiento facial ha alcanzado una madurez increíble en un período de tiempo relativamente corto. Los organismos encargados de hacer cumplir la ley lo utilizan para mantener a la sociedad más segura, los minoristas para reducir la incidencia de robos, los aeropuertos para mejorar la comodidad y la seguridad de los viajeros y las compañías de telefonía celular para brindar a los clientes nuevas capas de datos biométricos de seguridad.
La tecnología de reconocimiento facial ha mejorado rápidamente en los últimos años debido a los avances en Inteligencia Artificial (IA) y Aprendizaje Automático (ML). Gracias a datos de entrenamiento y potencia de procesamiento suficientes y de alta calidad, las computadoras ahora pueden detectar, clasificar y reconocer rostros con alta precisión y velocidad. La identificación computarizada del rostro humano ha allanado el camino para la aplicación cada vez mayor de esta tecnología en una amplia gama de áreas.
Tras el múltiple aumento de los delitos y las actividades terroristas en las últimas décadas, se ha sentido la necesidad de un sistema de seguridad sofisticado para identificar personas, en el que las aplicaciones basadas en rostros, como la detección y el reconocimiento facial, puedan desempeñar un papel crucial.
Es pertinente aquí explorar cómo esta tecnología transformadora ha evolucionado a lo largo de los años:
Evolución de la técnica de reconocimiento facial
Los primeros en adoptar técnicas de reconocimiento facial incluyen bancos, administradores de eventos, investigadores forenses, profesionales militares y agencias de aplicación de la ley. A continuación se muestran algunos hitos importantes en el progreso de la tecnología de reconocimiento facial en las últimas décadas:
Los orígenes de esta tecnología se remontan a la década de 1960, cuando Woodrow Wilson Bledsoe creó las primeras mediciones manuales de diversos rasgos faciales, incluidos los ojos, la nariz, la línea del cabello y la boca, utilizando pulsos electromagnéticos, que se introducían en una base de datos. Posteriormente, al recibir una nueva fotografía, el sistema lograba recuperar de la base de datos la imagen que más se parecía a ese individuo.
En la década de 1970, los investigadores Goldstein, Harmon y Lesk establecieron 21 puntos de medición facial, incluido el grosor de los labios y el color del cabello, para identificar automáticamente los rostros.
En la década de 1980, Kirby y Sirovich utilizaron alrededor de 100 puntos de medición facial utilizando álgebra lineal, allanando el camino para una representación de imágenes faciales de baja dimensión.
En la década de 1990, Turk y Pentland inventaron la primera detección automática de rostros a partir de imágenes. Luego, la Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA) y el Instituto Nacional de Estándares y Tecnología (NIST) lanzaron el programa Tecnología de Reconocimiento Facial (FERET), que implicó la creación de una base de datos de imágenes faciales. Esta base de datos se actualizó en 2003 para incluir versiones de imágenes en color de 24 bits y alta resolución.
En la década de 2010, Facebook creó la identificación automática de identidades de imágenes de personas cuyos rostros pueden aparecer en fotografías que los usuarios de Facebook actualizan diariamente. Desde entonces, cada día se cargan y etiquetan en Facebook un millón de fotos mediante reconocimiento facial.
En 2011, el Aeropuerto de Panamá instaló un primer sistema de vigilancia por reconocimiento facial para reducir el tráfico de drogas y el crimen organizado. El sistema resultó en la detención de varios sospechosos de Interpol.
Significativamente, en 2011, el cuerpo del jefe de Al Qaeda, Osama bin Laden, fue identificado después de su muerte en un ataque estadounidense mediante reconocimiento facial. Se realizó una identificación visual; Se utilizaron varias de sus comparaciones fotográficas y otros reconocimientos faciales, y se realizó un análisis biométrico completo de los rasgos faciales y corporales para identificar a Bin Laden.
En 2017, el iPhone X se convirtió en el teléfono más vendido del mundo con control de acceso por reconocimiento facial utilizado para la seguridad del dispositivo.
Actualmente, Japón planea utilizar el reconocimiento facial para verificar la identidad de los atletas en los Juegos Olímpicos de 2020, que se celebrarán en Tokio entre julio y agosto.
Pasos involucrados en el reconocimiento facial
En la analogía de la visión entre humanos y computadoras, una cámara se parece al ojo humano y la computadora al cerebro humano. La cámara captura imágenes del mundo y su posterior procesamiento e interpretación se lleva a cabo en una computadora. Se pueden utilizar diferentes técnicas para procesar y analizar imágenes capturadas.
El ser humano puede identificar fácilmente dónde termina un objeto y comienza otro en una sola imagen. Los bordes de los objetos, las diferencias de colores y texturas se utilizan para la identificación en las computadoras, lo que se llama segmentación.
La computadora puede ver cualquier objeto, realizar su identificación y también procesar imágenes de la misma manera que la visión humana, y también genera el resultado apropiado. Se interpreta la imagen observada y se realizan los análisis y actuaciones oportunas.
La pista de un objeto específico se encuentra en varios fotogramas de la secuencia de imágenes. Se puede calcular la velocidad y la distancia del objeto específico, así como también se realiza una predicción de trayectoria futura.
Los diferentes puntos de correspondencia entre las imágenes, las posiciones y orientación de la cámara, la reconstrucción de las formas tridimensionales de la escena se pueden encontrar a partir de varias imágenes de una escena estacionaria.
A grandes rasgos, la tecnología de reconocimiento facial implica los siguientes pasos:
Detección de rostros: un algoritmo asistido por computadora preprocesa las imágenes capturadas por la cámara . Esto da como resultado una imagen limpia y fácilmente reconocible. Posteriormente se realiza la localización y se extraen los rasgos del rostro.
Reconocimiento facial: La imagen facial detectada se procesa y se compara con la base de datos de personas conocidas; las características extraídas se comparan con las características almacenadas para determinar la probabilidad de coincidencia. Se organizan en grupos o clases según características similares para reconocer a un individuo.
La verificación automática de la identidad de un individuo es posible haciendo coincidir el rostro de una persona desconocida con la imagen del rostro en los registros de identificación. La identidad de una persona desconocida del grupo de personas se logra codificándola y comparándola con la base de datos que contiene imágenes codificadas de individuos conocidos.
Usos y aplicaciones de la técnica de reconocimiento facial
El reconocimiento facial ha encontrado su importancia en diversos campos, como la validación de seguridad y la interacción persona-computadora. Como resultado, se ha convertido en un lugar de gran interés para la investigación en las áreas de reconocimiento de patrones. Los investigadores buscan la implementación exitosa de un sistema funcional de reconocimiento facial en el campo de la visión por computadora. El potencial exhaustivo de esta tecnología se puede prever en ámbitos como el control de fronteras y la sustitución de los mecanismos de cerradura con llave.
Al igual que Internet, el GPS y muchas otras tecnologías que se han convertido en parte integral de diversos productos en la actualidad, las raíces del reconocimiento facial están firmemente arraigadas en los sectores de defensa y aplicación de la ley, donde resulta útil para verificar e identificar imágenes.
Los organismos encargados de hacer cumplir la ley utilizan ampliamente la tecnología de reconocimiento facial. Las cámaras del lugar de vigilancia capturan imágenes de todos los objetos en tiempo real, de forma continua y, lo más importante, sin que nadie se dé cuenta.
La vigilancia por reconocimiento facial identifica a todas las personas a medida que avanzan en su vida diaria. Si bien la capacidad de reconocer personas en tiempo real se ha convertido en una realidad, en países occidentales como Estados Unidos, la mayoría de las personas en una base de datos de reconocimiento facial de personas de interés documentadas están incluidas debido a un historial de delitos anteriores. Por ejemplo, cuando los minoristas quieren detener a las personas que intentan robar en sus tiendas, dependen de fotografías de esas personas cargadas en una base de datos privada de reconocimiento facial. Dado que los ladrones de tiendas son en su mayoría delincuentes compulsivos, una alerta puede indicarle a la seguridad de la tienda que esté atento a estas personas cuando vuelvan a ingresar a las tiendas. Esto conduce a una menor incidencia de robos y a una probabilidad mucho menor de violencia.
La Policía Metropolitana de Londres está utilizando tecnología de reconocimiento facial para encontrar delincuentes buscados y personas desaparecidas. La tecnología se implementó en “lugares específicos”, cada uno con una “lista de vigilancia personalizada” de personas buscadas, generalmente delincuentes violentos.
India está avanzando hacia un mayor uso de tecnologías emergentes en la aplicación de la ley a medida que las fuerzas policiales de todo el país planean reemplazar los procesos manuales con soluciones basadas en tecnología. Los institutos de ingeniería están ayudando a la policía a aprovechar la inteligencia artificial, el análisis de redes sociales y el procesamiento de imágenes para identificar delincuentes, gestionar el tráfico y prevenir actividades terroristas.
Las fuerzas policiales de la India están comenzando a adoptar tecnologías y colaborar con líderes digitales para combatir el crimen. Implementaron el sistema de presentación electrónica de informes de primera información (FIR) para reducir la participación humana enviándolos a través de aplicaciones, sitios web o incluso un dispositivo de Internet de las cosas (IoT). La estrategia integral adoptada por la policía incluye identificar y capturar evidencia digital y no digital utilizando IA y ML, reconocimiento facial y predicción virtual de delitos. Las iniciativas llevaron a la construcción de una base de datos criminal utilizando detección de rostros humanos basada en IA (ABHED). A medida que los agentes identifican personajes sospechosos, deben sacar sus teléfonos inteligentes, hacer clic en una imagen y acceder a la base de datos para determinar si se trata de un delincuente.
Puede que la tecnología no sea 100% confiable, pero facilita el trabajo del oficial de policía. Sembró las semillas de una fuerza de alta tecnología que tiene acceso a fotografías, actividades criminales y detalles físicos de miles de delincuentes a su alcance. Anteriormente, estos datos se compilaban por separado en varios distritos estatales y se mantenían diferentes registros físicos. Todo esto hacía que la prevención del delito fuera una tarea onerosa porque la policía no tenía acceso rápido a ella.
Recientemente, se instaló un sistema de seguimiento penitenciario basado en inteligencia artificial en 70 prisiones de Uttar Pradesh. El algoritmo de IA analiza cientos de cámaras instaladas dentro de las cárceles para detectar actos violentos, irrupciones en las prisiones y accesos no autorizados en tiempo real para alertar oportunamente a las autoridades.
Tampoco hay mucha necesidad de levantar barricadas policiales y mirar dentro de los coches para arrestar a los delincuentes. Tamil Nadu construyó una base de vehículos en línea mediante la instalación de un sistema basado en inteligencia artificial llamado Tollscope, que estaba vinculado a 30 puestos de peaje. Si un vehículo utilizado en un delito cruza alguna de las plazas, se alerta inmediatamente a las autoridades. Tamil Nadu también se ha asociado con la policía de Telangana en sistemas automatizados basados en inteligencia artificial para imponer multas a conductores de vehículos de dos ruedas sin casco. La Oficina Nacional de Registros Criminales ha comenzado a implementar un sistema automatizado de reconocimiento facial en todo el país para identificar delincuentes, personas desaparecidas y cuerpos no reclamados en morgues.
Desafíos en la aplicación del reconocimiento facial
En el pasado reciente, el campo de la biometría ha ganado mayor atención debido a su confiabilidad para el reconocimiento y su fácil compatibilidad con la tecnología disponible. Debido a lagunas en otros sistemas de identificación, se están realizando extensas investigaciones en el campo de la biometría. Los investigadores están trabajando para desarrollar un sistema más fácil de usar que cumpla con los requisitos de los sistemas de seguridad, lo que requiere resultados más precisos para proteger la privacidad y los activos.
Debido al aumento significativo de las actividades terroristas, la importancia de un sistema de seguridad más sofisticado para identificar personas ha aumentado rápidamente. Los investigadores han propuesto muchos enfoques para realizar el reconocimiento de rostros humanos a partir de imágenes y vídeos. Los siguientes son algunos de los desafíos asociados con el sistema de reconocimiento facial:
Cambios físicos: envejecimiento; cambio en la expresión facial; apariencia personal (vello facial, maquillaje, peinado, gafas, disfraz).
Cambios geométricos en la adquisición: el cambio de escala, la rotación de la cara en el plano (frente a la cámara) y la ubicación crean cambios geométricos en una adquisición. La rotación, en profundidad, como la cámara orientada oblicuamente o la presentación de perfil y la falta de disponibilidad de la cara frontal completa, también crea cambios geométricos en una adquisición.
Cambios de imagen: variaciones de cámara, variación de iluminación, características del canal (especialmente en imágenes transmitidas o comprimidas).
La confiabilidad y la rentabilidad son los principales factores desafiantes para los sistemas de reconocimiento facial actuales. Muchos investigadores se centran en diferentes aspectos, como algoritmos que abordan ciertos problemas en la detección facial y el propio reconocimiento facial. Las escenas naturales del entorno real pueden incluir varios factores, como ruido de fondo, variación en las condiciones de iluminación y variación en la pose, que pueden no estar presentes en las imágenes recopiladas previamente.
La investigación también muestra que el resultado general presenta un problema de rendimiento en el reconocimiento facial. Por lo tanto, son muy necesarias varias muestras para todas las técnicas. Estas técnicas pueden fallar en situaciones especiales, como la verificación de documentos de identidad y pasaportes, ya que solo hay una imagen para una persona.
Es difícil detectar a la persona desde la vista lateral o la imagen tomada desde algún ángulo notable. La imagen del rostro con algo de oscuridad, parcialmente más clara que el resto del rostro, borrosa, con sombras o rostro con gafas es bastante difícil de detectar en cualquier rostro individual.
A pesar de los rápidos avances, el reconocimiento facial está lejos de ser perfecto y propenso a errores. Incluso si un sistema de reconocimiento facial tiene una tasa de precisión del 99,7%, siempre existe el riesgo de detectar a la persona equivocada debido a la tasa de error del 0,3%. Varios factores ambientales pueden afectar la precisión de un sistema de reconocimiento facial. Es pertinente que San Francisco y Portland hayan prohibido el uso del reconocimiento facial en las cámaras de vigilancia por parte de las agencias públicas.
La tecnología ha resultado controvertida, en parte debido a su capacidad para invadir la privacidad de las personas, pero también porque, sin datos de antecedentes dispares, puede funcionar mejor para algunos tipos de personas (particularmente ciudadanos blancos) que para otros.
Preocupaciones en torno al uso del reconocimiento facial
No hay duda de que la aplicación de la ley depende de la recopilación de información durante el curso de la investigación. El instinto de cualquier agencia encargada de hacer cumplir la ley de recopilar información es irresistible y, de hecho, es parte de su capacitación y procedimientos operativos estándar. Se espera que la mayoría de los agentes, en su búsqueda de la seguridad pública, ejerzan una medida razonable de moderación con respecto a la información y, en particular, a la cantidad de información que podría recopilarse mediante la tecnología de reconocimiento facial.
No hay nada de malo en utilizar el reconocimiento facial para vigilancia masiva en combinación con cámaras de video públicas. Sin embargo, también se puede utilizar de forma pasiva que no requiere conocimiento, consentimiento o participación por parte del sujeto. El peligro más importante se produce cuando esta tecnología se utiliza para sistemas de vigilancia generales y sin sospechas.
Las fotografías de ciudadanos en posesión de agencias estatales de vehículos motorizados podrían combinarse fácilmente con cámaras de vigilancia pública u otras cámaras para construir un sistema integral de identificación y seguimiento. Cualquier recopilación “por lotes” de información esencialmente personal e individual es motivo de preocupación. El delicado equilibrio entre la “expectativa razonable de privacidad” y la ética de “la información como base de la seguridad pública” no es fácil de mantener. La disponibilidad de cantidades fenomenales de información en ausencia de un plan claro para su uso o propósito lo hace responsable de abusos que deberían preocupar a todos los ciudadanos.
Desafortunadamente, el reconocimiento facial en países autoritarios se está convirtiendo rápidamente en un instrumento rutinario de control policial y gubernamental. La práctica de que la policía escanee los rostros de transeúntes inocentes en busca de delincuentes va en contra de las expectativas de privacidad de una persona en los espacios públicos. No es improbable que la tecnología pueda difundirse a través de la red de cámaras que eventualmente cubrirán las calles.
En breve
De hecho, desde la invención del reconocimiento facial en la década de 1960, ninguna otra tecnología ha despertado más fascinación y miedo al abuso que la técnica del reconocimiento facial. Los activistas de derechos humanos temen que, como técnica de vigilancia muy intrusiva, pueda ofrecer nuevas oportunidades para socavar la democracia bajo el pretexto de la defensa.
Es necesario lograr un equilibrio entre nuestra expectativa razonable de privacidad y la necesidad declarada de recopilar información que proporciona la Constitución. La nueva y cada vez mayor ola de tecnología de vigilancia no debe pasar la prueba de fuego de la privacidad personal.
En cuanto a la efectividad, existe la necesidad de desarrollar un sistema eficiente de reconocimiento facial en tiempo real que pueda funcionar en un sistema que tenga una base de datos de entrenamiento de una única imagen para cada individuo. La mayor parte de la investigación anterior se basa en múltiples imágenes. Además, la mayor parte del trabajo de los investigadores se basa en determinadas condiciones previas, lo que conlleva muchas limitaciones. Como resultado de estas limitaciones y problemas de rendimiento, la implementación práctica del reconocimiento facial en un entorno real es todo un desafío.
Estas cuestiones nos llevan a la necesidad de desarrollar aplicaciones de reconocimiento facial más eficientes y en tiempo real y un sistema de comparación de datos heterogéneo con intervención humana. Recientemente, se ha introducido un nuevo enfoque para la técnica híbrida de reconocimiento facial. Este sistema de reconocimiento facial está desarrollado con Análisis de Componentes Principales (PCA) y Máquina de Vectores de Soporte (SVM). Se verifica con la base de datos del Oracle Research Laboratory (ORL), así como con el entorno real. Con este método basado en una única imagen se mejora el rendimiento del reconocimiento facial en términos de precisión. Es significativo que Open Source Computer Vision, llamado OpenCV, haya surgido como una biblioteca de funciones de programación. Toda la biblioteca es multiplataforma y ofrece procesamiento de imágenes en tiempo real.