La biometría se basa en nuestras características físicas y comportamientos más singulares para utilizarlos como identificadores digitales que los ordenadores y el software pueden interpretar y emplear en aplicaciones relacionadas con la identidad. Se puede utilizar para identificar a una persona en una base de datos biométrica o para verificar la autenticidad de una identidad declarada.
Las aplicaciones de reconocimiento facial aplican la ciencia de la biometría a los rasgos faciales del usuario. Los algoritmos de reconocimiento facial crean una plantilla biométrica mediante la detección y medición de diversas características, o puntos de referencia, de los rostros humanos, como la ubicación de los ojos, las cejas, la nariz, la boca, la barbilla y las orejas. Se comparan dos plantillas para obtener una puntuación de coincidencia, que indica la probabilidad de que las dos imágenes pertenezcan a la misma persona. También se puede aplicar la « Liveness detection » (verificación de la fuente) para garantizar que la fuente de la muestra biométrica no sea una reproducción digital o en papel.
Casos de uso del reconocimiento facial
Sector de Seguridad Pública Organismos como el FBI utilizan la tecnología de reconocimiento facial para buscar en listas de vigilancia de delincuentes y ayudar a identificar de forma concluyente a una persona de interés. Pueden comparar una foto o un vídeo tomados recientemente con una base de datos de imágenes individuales para ayudar a identificar a esa persona. Los gobiernos de todo el mundo utilizan el reconocimiento facial para la identificación biométrica en diversas aplicaciones, entre las que se incluyen la seguridad aduanera y fronteriza, la prevención del fraude y la identificación de los ciudadanos.
Más recientemente, la autenticación móvil se ha convertido en el caso de uso más habitual de la 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 mediante el reconocimiento facial como una alternativa cómoda y segura a los PIN y las contraseñas. La incorporación del reconocimiento facial en una aplicación móvil, por ejemplo, para la banca u otras aplicaciones seguras, permite al proveedor de la aplicación tener un mayor control sobre las funciones de seguridad y la experiencia del usuario, además de lograr una mayor coherencia entre los dispositivos de los clientes. Los sistemas de reconocimiento facial también pueden utilizarse para mejorar la identificación de los pacientes en entornos sanitarios.
Las ventajas del reconocimiento facial
Cada modalidad biométrica presenta ventajas e inconvenientes. El reconocimiento facial ofrece varias ventajas con respecto a otros sistemas biométricos:
- Proliferación de datos de imágenes faciales digitales: Los miles de millones de imágenes faciales digitales existentes, procedentes de innumerables fuentes, resultan extremadamente útiles para el entrenamiento de algoritmos, especialmente para aquellos que utilizan técnicas de aprendizaje automático.
- Mejora del reconocimiento facial manual: La biometría puede utilizarse en combinación con los procesos humanos de reconocimiento facial, como la comparación de una persona en vivo con la imagen facial que figura en su permiso de conducir u otro documento de identidad. La tecnología de reconocimiento facial puede emplearse para automatizar o mejorar este proceso y ofrece una mayor precisión en la comparación. En prácticamente cualquier proceso en el que una persona utilice el rostro de otra para verificar su identidad, la biometría puede servir para mejorarlo.
- La omnipresencia de las cámaras en los dispositivos móviles: casi todos los smartphones, tabletas y ordenadores portátiles cuentan con cámaras frontales integradas que permiten tomar «selfies» de alta calidad. Esto facilita la obtención de una muestra de reconocimiento facial en tiempo real para compararla con una plantilla.
- Adecuado para su uso con otras modalidades de autenticación móvil: la captura de la imagen facial mediante la cámara frontal del teléfono puede realizarse de forma pasiva y simultánea durante la captura de otras modalidades, como la voz y las pulsaciones de teclas, con el fin de mejorar el rendimiento de la comparación y liveness detection.
Los retos del reconocimiento facial
Para que las aplicaciones de reconocimiento facial resulten útiles, es necesario abordar los siguientes retos:
- La amplia variedad de condiciones ambientales de captura (por ejemplo, la iluminación o las sombras) dificulta la correspondencia precisa. Las variaciones en la postura, el paso del tiempo, las gafas, las expresiones faciales y el vello facial también pueden dificultar la correspondencia. Las diferencias entre los sensores de las cámaras y sus ajustes también pueden influir.
- La gran disponibilidad de imágenes faciales en las redes sociales y otros medios hace que los estafadores puedan obtener más fácilmente imágenes de posibles víctimas de fraude que pueden utilizarse para suplantar la identidad. A diferencia de la tecnología Face ID, que solo detecta la presencia de un rostro en una imagen o un vídeo, las aplicaciones de reconocimiento facial funcionan mediante algoritmos que también deben ser capaces de distinguir entre un rostro real y una imagen digital no real de un rostro.
Los estafadores pueden aprovecharse de estos problemas de varias maneras.
En primer lugar, podrían intentar eludir la biometría facial utilizada para la autenticación o el control de acceso presentando una imagen no real de un usuario autorizado durante el proceso de verificación.
En segundo lugar, podrían intentar crear una nueva cuenta registrando una muestra facial que no pueda utilizarse con precisión en una búsqueda de deduplicación. Por ejemplo, podrían intentar registrar una fotografía en la que los rasgos faciales aparezcan distorsionados u ocultos mediante maquillaje, gorros o gafas de sol. También podrían intentar utilizar una fotografía de una persona que no existe o rostros de famosos extraídos de Internet. Todo ello daría lugar a falsos resultados de «no coincidencia» durante las búsquedas de verificación de identidad.
Superar los retos del reconocimiento facial
Se pueden adoptar varias medidas para optimizar la seguridad, el rendimiento y la experiencia del usuario.
Automatizar la captura de imágenes de alta calidad
El software de reconocimiento facial que automatiza la captura de imágenes faciales analiza los fotogramas del vídeo en streaming en tiempo real. La captura de la imagen se activa automáticamente una vez que se ha comprobado que el enfoque, la posición del rostro, la iluminación y otros detalles de la captura cumplen con los estándares de calidad.
La imagen se analiza de nuevo y se optimiza tras su captura. El redimensionamiento, la rotación y el recorte automáticos, así como las mejoras en el brillo y el contraste, optimizan la calidad de una imagen que, de otro modo, no cumpliría los requisitos, de modo que no es necesario volver a tomar la foto.
Realizar un análisis sólido liveness detection
Los estafadores pueden intentar engañar a un algoritmo de reconocimiento facial con vídeos e imágenes digitales no en directo obtenidos en Internet. Los algoritmos de Liveness detection distinguen entre una imagen facial impresa, digital, de vídeo y en directo.
La tecnología « liveness detection » pasiva busca indicadores de que una imagen no es real, como discrepancias entre el primer plano y el fondo. Utiliza diversas técnicas de reconocimiento para detectar artefactos en una imagen, como recortes, máscaras, piel, textura, bordes y otras características que le ayudan a determinar si se trata de una representación falsa del rostro de un usuario. Este proceso es invisible para el usuario, lo que dificulta que los estafadores puedan eludirlo.
La función « liveness detection » activa y pide al usuario que parpadee o mueva la cabeza para comprobar que está vivo.
La combinación de métodos activos y pasivos permitirá obtener los mejores resultados en la comparación. Las aplicaciones de análisis de reconocimiento facial también podrían aprovechar una segunda modalidad, como la voz, para ayudar a garantizar que se trata de una persona real.
Utiliza algoritmos de alto rendimiento
En los últimos años, los algoritmos de inteligencia artificial y aprendizaje automático se han convertido en los métodos predominantes para extraer automáticamente la información mencionada y compararla posteriormente con otras imágenes. Estos algoritmos mejoran la seguridad biométrica de la tecnología de reconocimiento facial sin afectar en absoluto a la experiencia del usuario.
