Biometría hacen uso de nuestros rasgos físicos y comportamientos más singulares para servir como identificadores digitales que los ordenadores y los programas informáticos pueden interpretar y utilizar para aplicaciones Identidad. Pueden utilizarse para identificar a alguien en una base de datos biométricos o para verificar la autenticidad de una Identidad reivindicada.
Las aplicaciones de reconocimiento facial aplican la ciencia de Biometría a los rasgos faciales de un usuario. Los algoritmos de reconocimiento facial crean una plantilla biométrica detectando y midiendo diversas características, o puntos característicos, de los rostros humanos, como la ubicación de los ojos, las cejas, la nariz, la boca, la barbilla y las orejas. Dos plantillas se comparan para obtener una puntuación de coincidencia, que indica la probabilidad de que las dos imágenes pertenezcan a la misma persona. prueba de vida facial la detección facial también puede aplicarse para garantizar que la fuente de la muestra biométrica no sea una reproducción digital o en papel.
Casos prácticos de reconocimiento de Rostro
Sector de Seguridad Pública agencias como el FBI utilizan la tecnología de reconocimiento facial para buscar en listas de vigilancia criminal y ayudar a identificar de forma concluyente a una persona de interés. Pueden cotejar una foto o un vídeo tomados recientemente con una base de datos de imágenes únicas para ayudar a identificar a esa persona. Los gobiernosSeguridad todo el mundo utilizan el reconocimiento facial para la identificación biométrica en diversas aplicaciones, como aduanas y fronteras Seguridad, prevención Fraude e identificación de ciudadanos.
Más recientemente, Autenticación móvil ha surgido como el principal caso de uso más común de Biometría facial en el sector privado, donde nuestras imágenes faciales pueden utilizarse en lugar de una contraseña. Los usuarios pueden iniciar sesión en sus dispositivos utilizando el reconocimiento facial como alternativa cómoda y segura a los PIN y las contraseñas. Incorporar el reconocimiento facial a una aplicación móvil, por ejemplo para operaciones bancarias u otras aplicaciones seguras, permite al proveedor de la aplicación tener un mayor control de las funciones de Seguridad y de la experiencia del usuario, así como lograr una mayor coherencia entre los dispositivos de los clientes. Los sistemas de reconocimiento Rostro también pueden utilizarse para mejorar la identificación de pacientes en entornos sanitarios.
Ventajas del reconocimiento facial
Cada modalidad biométrica ofrece ventajas e inconvenientes. El reconocimiento facial ofrece varias ventajas sobre otras Biometría:
- Proliferación de datos de imágenes faciales digitales: Los miles de millones de imágenes faciales digitales existentes procedentes de innumerables fuentes son extremadamente útiles para fines de entrenamiento de algoritmos, en particular para los algoritmos que utilizan técnicas machine learning .
- Mejora del reconocimiento facial manual: Biometría puede utilizarse junto con procesos de reconocimiento facial visual humano, como la comparación de una persona viva con su imagen facial en su permiso de conducir u otro documento de identidad. La tecnología de reconocimiento facial puede utilizarse para automatizar o mejorar este proceso y proporciona mayor Cotejo Precisión. Biometría puede utilizarse para mejorar prácticamente cualquier proceso en el que un ser humano utilice el Rostro de una persona para verificar su Identidad.
- Ubicuidad de las cámaras en los dispositivos móviles: Casi todos los teléfonos inteligentes, tabletas y ordenadores portátiles incorporan cámaras frontales que permiten hacer fotos de alta calidad. Esto hace que sea conveniente recoger una muestra de reconocimiento facial en vivo para compararla con una plantilla.
- Propicio para el uso con otras modalidades para Autenticación móvil: La captura de imágenes faciales mediante la cámara frontal de un teléfono puede realizarse de forma pasiva y simultánea durante la captura de otras modalidades como Voz y pulsación de teclas para mejorar el rendimiento de Cotejo y prueba de vida facial detecciónprueba de vida facial .
Los retos del reconocimiento facial
Para que las aplicaciones de reconocimiento facial sean útiles, hay que superar los siguientes retos:
- La gran variedad de condiciones ambientales de captura (por ejemplo, iluminación, sombras) hacen que el Cotejo preciso sea más difícil. Las variaciones de pose, el envejecimiento, las gafas, las expresiones faciales y el vello facial también pueden dificultar el Cotejo . Las diferencias entre los sensores y los ajustes de las cámaras también pueden influir.
- La gran disponibilidad de imágenes faciales en las redes sociales y otros medios significa que los estafadores pueden obtener más fácilmente imágenes de posibles víctimas Fraude que pueden ser utilizadas para la suplantación de identidad. A diferencia de la tecnología de identificación de Rostro , que solo detecta la presencia de un Rostro en una imagen o vídeo, las aplicaciones de reconocimiento de Rostro funcionan con algoritmos que también deben ser capaces de distinguir entre un Rostro vivo y una imagen digital no viva de un Rostro.
Los defraudadores pueden explotar estos retos de varias maneras.
En primer lugar, pueden intentar eludir Rostro Biometría utilizado para la Autenticación o el control de acceso presentando una imagen no real de un usuario autorizado durante el desafío.
En segundo lugar, pueden intentar registrarse para obtener una nueva cuenta inscribiendo una muestra de Rostro que no pueda utilizarse con precisión en una búsqueda de deduplicación. Por ejemplo, podrían intentar registrar una imagen que distorsione u obstruya los rasgos faciales mediante maquillaje, sombreros o gafas de sol. También podrían intentar utilizar una foto de una persona que no existe, o caras de famosos sacadas de la web. Todo ello daría lugar a falsas no coincidencias durante las búsquedas de Verificación identidad.
Superar los retos del reconocimiento Rostro
Se pueden tomar varias medidas para optimizar Seguridad, el rendimiento y la experiencia del usuario.
Automatice la captura de imágenes de alta calidad
El software de reconocimiento facial que automatiza la captura de imágenes faciales analiza los fotogramas de vídeo en tiempo real. La captura de imágenes se activa automáticamente una vez que el enfoque, el posicionamiento facial, la iluminación y otros detalles de la captura de imágenes se verifican para su Cumplimiento con los estándares de calidad.
La imagen se analiza de nuevo y se optimiza después de la captura. Las mejoras automáticas de escala, rotación, recorte, brillo y contraste optimizan la calidad de una imagen que, de otro modo, no cumpliría los requisitos, de modo que no es necesario volver a hacer la foto.
Realizar una prueba de vida facial robusta prueba de vida facial detección prueba de vida facial
Los estafadores pueden intentar falsear un algoritmo de reconocimiento facial con vídeos e imágenes digitales no reales obtenidos en línea. Los algoritmos de detección prueba de vida facial distinguen entre un vídeo digital impreso y una imagen facial real.
La detección prueba de vida facial pasiva prueba de vida facial busca indicadores de una imagen no viva, como rasgos incoherentes entre el primer plano y el fondo. Utiliza diversas técnicas de reconocimiento para buscar artefactos en una imagen como recortes, máscaras, piel, textura, bordes y otras características diversas que le ayuden a determinar una representación falsa del Rostro de un usuario. Este proceso es invisible para el usuario, lo que dificulta su elusión por parte de los estafadores.
La detección prueba de vida facial de prueba de vida facial activa pide al usuario que parpadee o mueva la cabeza para determinar la prueba de vida facial.
La combinación de métodos activos y pasivos producirá el mayor rendimiento Cotejo. Las aplicaciones de análisis de reconocimiento facial también podrían aprovechar una segunda modalidad, como Voz , para ayudar a garantizar la prueba de vida facial.
Utilizar algoritmos de alto rendimiento
En los últimos años, la inteligencia artificial y los algoritmos machine learning se han convertido en los métodos predominantes para extraer automáticamente la información anterior y compararla después con otras imágenes. Estos algoritmos mejoran la tecnología de reconocimiento biométrico Seguridad of Rostro sin que ello repercuta en la experiencia del usuario.
