Sistema de reconocimiento facial: Liberando el poder de la inteligencia visual

Por Fouad Sabry

Qué es el sistema de reconocimiento facial

Un sistema de reconocimiento facial es una tecnología potencialmente capaz de comparar un rostro humano a partir de una imagen digital o un fotograma de vídeo con una base de datos de rostros. Este sistema normalmente se emplea para autenticar a los usuarios a través de servicios de verificación de identidad y funciona identificando y midiendo los rasgos faciales a partir de una imagen determinada.

Cómo se beneficiará

(I) Insights y validaciones sobre los siguientes temas:

Capítulo 1: Sistema de reconocimiento facial

Capítulo 2: Detección de rostros

Capítulo 3: Biometría

Capítulo 4: Puntos biométricos

Capítulo 5: DeepFace

Capítulo 6: Visage SDK

Capítulo 7: Amazon Rekognition

Capítulo 8: Clearview AI

Capítulo 9: Adam Harvey (artista)

Capítulo 10: Tecnología de reemplazo de identidad

(II) Respondiendo al público Preguntas principales sobre el sistema de reconocimiento facial.

(III) Ejemplos del mundo real sobre el uso del sistema de reconocimiento facial en muchos campos.

Para quién es este libro

Profesionales, estudiantes de pregrado y posgrado, entusiastas, aficionados y aquellos que quieran ir más allá del conocimiento o información básica para cualquier tipo de Sistema de Reconocimiento Facial.

 

 

• Idioma: Español
• Editorial: Mil Millones De Conocimientos [Spanish]
• Fecha de lanzamiento: 4 may 2024

Vista previa del libro

Capítulo 1: Sistema de reconocimiento facial

Un sistema de reconocimiento facial es una tecnología que es capaz de hacer coincidir un rostro humano a partir de una imagen digital o un fotograma de vídeo con una base de datos de rostros. Estos sistemas se utilizan normalmente para autenticar a los usuarios a través de servicios de verificación de identidad. Los sistemas de reconocimiento facial funcionan localizando y midiendo los rasgos faciales a partir de una imagen determinada.

En la década de 1960, se comenzaron a desarrollar sistemas comparables, primero como una especie de aplicación informática. Desde su introducción, los sistemas de reconocimiento facial han encontrado un mayor uso en los últimos años, particularmente en teléfonos inteligentes, así como en otro tipo de tecnología, como robots. El software de reconocimiento facial entra en la categoría de biometría, ya que se basa en el análisis de las características fisiológicas de una persona para identificarla. A pesar de que la precisión de los sistemas de reconocimiento facial como tecnología biométrica es menor que la del reconocimiento del iris y el reconocimiento de huellas dactilares, ha ganado una adopción generalizada debido al hecho de que el procedimiento no necesita contacto físico. Esta modificación será una de las revoluciones más significativas en el uso de la tecnología de reconocimiento facial en los anales de la historia de ese campo.

La década de 1960 vio el nacimiento de los primeros sistemas automatizados de reconocimiento facial. Woody Bledsoe, Helen Chan Wolf y Charles Bisson colaboraron en el desarrollo de un software que permitiría a una computadora identificar rostros humanos. La primera iteración de su proyecto de reconocimiento facial se denominó sistema hombre-máquina. Esto se debía al hecho de que las coordenadas de las características faciales en una imagen debían ser definidas por una persona antes de que la computadora pudiera utilizarlas para su reconocimiento. Un ser humano tenía que usar una tableta gráfica para localizar con precisión las coordenadas de varias características de la cara, como los centros de las pupilas, la esquina interna y externa de los ojos y el pico de la viuda en la línea del cabello. Usando las coordenadas, pudimos determinar un total de 20 distancias, incluyendo la anchura de la boca y la distancia entre los ojos. En este enfoque, un ser humano podría analizar alrededor de 40 imágenes en una hora y, como resultado, desarrollar una base de datos que incluya las distancias determinadas. Las distancias entre cada imagen serían comparadas automáticamente por una computadora, y la diferencia en esas distancias sería calculada. A continuación, el ordenador proporcionaría los registros cerrados como una coincidencia probable.

Antes de la década de 1990, el desarrollo de los sistemas de reconocimiento facial se lograba principalmente mediante el uso de retratos fotográficos de rostros humanos. La investigación sobre el reconocimiento facial para detectar con precisión un rostro en una imagen que también incluye otros objetos comenzó a ganar ritmo a principios de la década de 1990 con el uso del análisis de componentes principales (PCA). Matthew Turk y Alex Pentland son los responsables del desarrollo de la técnica PCA de detección de rostros, que también se conoce como el enfoque Eigenface.

Clearview AI entregó el software al gobierno ucraniano como donación. Se cree que Rusia lo está utilizando para localizar a los manifestantes contra la guerra. Desarrollado inicialmente para su uso por la policía en los Estados Unidos Su uso en muertos de guerra da lugar a preocupaciones adicionales. A Stephen Hare, especialista en vigilancia con sede en Londres, le preocupa que pueda dar la impresión de que los ucranianos son inhumanos: ¿Realmente está teniendo el efecto deseado? ¿O hace que los rusos digan cosas como: Miren a esos ucranianos sin ley siendo duros con nuestros muchachos, como resultado?

Si bien no se necesita mucho esfuerzo para que las personas identifiquen los rostros de los demás, la identificación de las características faciales de un sujeto mediante algunos algoritmos de reconocimiento facial implica la extracción de puntos de referencia o rasgos de una imagen de la cara del sujeto. Un algoritmo puede, por ejemplo, evaluar la ubicación, el tamaño y/o la forma de la mandíbula en relación con los ojos, la nariz, los pómulos y otros rasgos faciales. aplicado a un grupo selecto de características faciales prominentes, lo que da como resultado una representación del rostro que es algo condensada.

Hay dos métodos principales que se pueden utilizar para desarrollar algoritmos de reconocimiento: el método geométrico, que se concentra en distinguir características, y el método fotométrico, que es un método estadístico que reduce una imagen a un conjunto de valores y luego compara esos valores con plantillas para eliminar variaciones. Algunas personas dividen estos algoritmos en dos grupos principales: modelos holísticos y basados en características. [Cita requerida] [Cita requerida] El primer método busca identificar la cara en su totalidad, pero el segundo método, que se basa en características, descompone la cara en sus partes componentes, por ejemplo, según las características, y analiza cada parte junto con su ubicación espacial en relación con las otras partes.

Para facilitar la identificación humana a distancia (HID), las fotografías de baja resolución de los rostros se aumentan a través de la alucinación facial. En las imágenes de CCTV, los rostros de las personas suelen ser bastante difíciles de distinguir. Sin embargo, debido a que los algoritmos de reconocimiento facial que identifican y trazan los rasgos faciales requieren imágenes con una alta resolución, se han desarrollado técnicas de mejora de la resolución para permitir que los sistemas de reconocimiento facial funcionen con imágenes que se han capturado en entornos con una alta relación señal-ruido. Esto es posible porque las técnicas de mejora de la resolución permiten que los sistemas de reconocimiento facial trabajen con imágenes que se han capturado en entornos con una alta relación señal-ruido. Los algoritmos de alucinación facial se aplican a las imágenes antes de que esas imágenes se envíen al sistema de reconocimiento facial. Estos algoritmos utilizan el aprendizaje automático