Ya pasó la época en la que digitar una clave o apoyar el dedo en el sensor de lectura de la huella dactilar adosado a los smartphones eran las únicas maneras de desbloquearlos y acceder a su contenido. Hoy en día, los últimos modelos cuentan con sistemas de reconocimiento facial. Esta tecnología biométrica, que también se utiliza en el control de acceso a instalaciones, en el check-in de compañías aéreas, en procesos de investigación penal y en transacciones comerciales, viene ganando popularidad rápidamente a medida que empresas de diversos segmentos se van percatando acerca de sus múltiples formas de aplicación. El mercado global de biometría facial movilizará 9.800 millones de dólares en 2023, más del doble que el año pasado, según la consultora estadounidense Research and Markets.
“La biometría facial reconoce a las personas a partir de las características intrínsecas de su rostro”, explica el científico de la computación Tiago de Freitas Pereira, investigador de la Escuela Politécnica Federal de Lausana (EPFL) y del Instituto de Investigaciones Idiap, ambos en Suiza. Ese es uno de los diversos sistemas biométricos existentes. “Si bien los humanos somos capaces de reconocer esas características con facilidad, la tarea de definir un conjunto de normas e implementarlas en un sistema computarizado para que lo haga de manera automática y sin errores no es tan sencilla”, enfatiza el ingeniero electricista José Mario De Martino, docente de la Facultad de Ingeniería Electrónica y de la Computación de la Universidad de Campinas (Unicamp) y coordinador del Laboratorio de Visualización Científica Galileu de la institución.
El primer paso para el desarrollo del sistema consiste en la elaboración de un algoritmo capaz de registrar las características identificatorias del rostro, lo que se denomina puntos nodales, tales como la distancia entre los ojos, el ancho de la nariz, el tamaño del mentón y la línea de la mandíbula. A continuación, debe establecerse un método para mapear esos puntos en las imágenes, y otro para clasificarlos y compararlos. “A partir de una imagen estática o en video captada por una cámara, el sistema detecta el rostro y escanea sus puntos nodales”, explica la ingeniera electrónica Olga Regina Bellon, docente del Departamento de Informática de la Universidad Federal de Paraná (UFPR). Luego, comenta la investigadora, que también coordina el Grupo Imago de Investigaciones en Visión Artificial, Computación Gráfica y Procesamiento de Imágenes de la UFPR, se elabora una representación matemática de las características del rostro y se genera un código biométrico, una especie de firma facial única, que queda almacenado en un banco de datos. En el futuro, siempre que un individuo sea sometido al sistema de reconocimiento facial se generará una secuencia numérica digital de su rostro para compararla con el código archivado.
Reconocimiento de ingresantes universitarios
El uso de esta tecnología ha proliferado en todo el mundo, incluso en Brasil. Fuvest, que se encarga del examen de ingreso a universidades tales como la de São Paulo (USP), adoptará el reconocimiento facial en su proceso de selección de 2019, con el objetivo de aumentar la seguridad del examen y agilizar la identificación de los postulantes. La idea es que el sistema sustituya a la impresión digital que se realiza en papel y complemente el uso del documento oficial y la firma del individuo. El reconocimiento estará basado en las fotos que envían los candidatos cuando se inscriben y que quedan almacenadas en el banco de datos de Fuvest. El día del examen, el sistema podrá cotejar el rostro de los postulantes con los datos almacenados.
El Servicio de Protección al Crédito (SPC) también resolvió la adopción de esa tecnología para incrementar la seguridad en las transacciones comerciales y evitar fraudes. En el mes de julio, lanzó el sistema SPC Reconhecimento Facial, destinado a ayudar a comerciantes a confirmar la identidad de los consumidores y garantizar su honradez para la concesión de créditos. Una webcam instalada en el lugar capta el rostro del cliente y envía los datos al sistema de reconocimiento facial del SPC, que lo compara con la información almacenada previamente. El objetivo es que el sistema sea provisto en forma mancomunada por comerciantes o instituciones ligadas al SPC Brasil y eso se sume a otras herramientas de convalidación del crédito. La meta es registrar 3 millones de facciones durante el primer año de operación del sistema.
En el mercado hay disponibles dos tipos de tecnologías de reconocimiento facial, la bidimensional y la tridimensional. La mayoría de los sistemas que se utilizan en el país se basa en el reconocimiento 2D, un método que solamente tiene en cuenta la altura y el ancho de la cara en el proceso de identificación y medición de los puntos nodales. “Los sistemas bidimensionales mapean la variación de las distancias entre esos puntos comunes”, informa el ingeniero informático Luciano Silva, docente del Sector de Ciencias Exactas de la UFPR.
Ese sistema depende de la cooperación del individuo, que debe mirar directamente a la cámara para que la misma capture su imagen, realice el escaneo de los puntos, genere el código biométrico y efectúe la comparación en forma adecuada. En esos casos, el nivel de exactitud puede alcanzar un 99%. “Existe un problema: en la biometría facial bidimensional puede que se produzca una interferencia de la iluminación del ambiente donde fue tomada la imagen”, subraya Olga Bellon, de la UFPR. “Cualquier distorsión, como en el caso de sombras o variantes en la posición del rostro, puede incidir en el análisis”, añade la investigadora.
Además, esos sistemas de reconocimiento facial pueden eludirse fácilmente por medio de lo que se llama spoofing attacks, que consisten en la presentación de muestras biométricas falsas, tales como máscaras o fotografías, delante del sensor de reconocimiento. Al final del año pasado, una empresa vietnamita logró engañar al sistema del iPhone X, de Apple, al usar una máscara que simulaba las facciones del usuario original.
Los sistemas tridimensionales, a su vez, son más sofisticados. “Aparte de mapear datos del rostro en dos dimensiones [alto y ancho], también captan datos relativos a la profundidad de los rasgo de la cara, Este tipo de captura logra describir en forma más precisa toda la geometría facial”, explica Martino, de la Unicamp.
La compañía japonesa NEC es una de las principales proveedoras de tecnología en el mundo. La empresa desarrolló el Neoface, un sistema de biometría facial tridimensional que utiliza el fisco (Receita Federal) en 14 aeropuertos brasileños para el reconocimiento de pasajeros de vuelos internacionales. Esa tecnología, que se implementó en 2016, ha colaborado para identificar fugitivos de la justicia y sospechosos de contrabando y tráfico de estupefacientes.
Léo Ramos Chaves
Sistema de reconocimiento de FullFace: mapea el rostro a partir de la estructura óseaLéo Ramos ChavesImagen angular
El científico de la computación Rafael Vida, gerente de soluciones biométricas de la empresa en Brasil, explica que Neoface mapea puntos específicos del rostro en la zona de los ojos, cerca de las mejillas y de la boca. “Una de las ventajas del modelado en 3D es que el mismo permite la captura del rostro en forma angular y en tiempo real, sin que el individuo necesite pararse de frente a la cámara”, destaca. El sistema convierte los datos sobre el rostro en un código que, una vez almacenado, solo puede accederse a él mediante un algoritmo desarrollado por la propia empresa. “No utilizamos la imagen del rostro propiamente para identificar a una persona”, resalta Vida. “El reconocimiento se hace mediante la comparación entre las claves biométricas, un proceso que demanda menos de 1 segundo”.
En Brasil, la startup paulista FullFace Biometrics Solutions desarrolló un algoritmo capaz de analizar hasta 1.024 puntos de la topografía de un rostro generando, en menos de 0,05 segundo, medidas y proporciones que le permiten generar un código único para cada individuo, y tampoco necesita almacenar las fotos de sus rostros. “A diferencia de las soluciones tradicionales, nuestra tecnología de reconocimiento 3D no se basa en puntos cartilaginosos, tales como la punta de la nariz o el contorno de las orejas, sino en la estructura ósea”, explica el ingeniero civil Danny Kabiljo, director comercial de FullFace. “Eso le permite al sistema el reconocimiento de rostros envejecidos diferenciando incluso variaciones mínimas en la geometría de la cara de gemelos idénticos”.
La tecnología de FullFace, según la empresa, puede reconocer y memorizar características asociadas a la faz de cada individuo a medida que lo identifica desde diferentes ángulos o condiciones de iluminación. Eso es posible porque el sistema se diagramó con base en lo que se denomina redes neuronales convolucionales (CNN, en inglés), un conjunto de técnicas de computación inspiradas en las estructuras neuronales de los organismos inteligentes, capaz de adquirir conocimiento a partir de la experiencia.
“Hoy en día, los abordajes más prometedores para el reconocimiento facial involucran el uso de redes convolucionales profundas, que buscan extraer y comparar en forma automática las características más relevantes del semblante por medio del análisis de extensos conjuntos de imágenes de referencia”, resalta Martino.
Según Kabiljo, el sistema de FullFace, cuya precisión puede llegar al 99%, realiza el reconocimiento facial incluso si el individuo tuviera anteojos, barba, maquillaje o se hubiera hecho algún tipo de cirugía plástica. La empresa tiene 36 clientes, entre los cuales figuran Serasa Experian, Itaú y la compañía aérea Gol, que adoptó esa tecnología el año pasado para sus check-in. Con el nuevo sistema, el pasajero solo debe instalar la aplicación de la compañía aérea y tomarse una foto de su rostro para confirmar el embarque.
FullFace sigue trabajando en el perfeccionamiento de esa tecnología, para aumentar su precisión y reducir el tiempo empleado por el sistema para efectuar el análisis. Kabiljo explica que, de manera general, tanto empresas como científicos de todo el mundo están trabajando para que la tecnología pueda realizar el reconocimiento facial en ambientes sin luz y determinar la edad y el género de la persona analizada.
Republicar