Tecnología Biométrica

Reconocimiento facial

La biométrica aprovecha nuestras características y comportamientos más exclusivos para que funcionen como identificadores digitales que las computadoras y el software pueden interpretar y utilizar para aplicaciones relacionadas con la identidad. Puede usarse para identificar a una persona en una base de datos biométricas o para verificar la presunta identidad de una persona.

Facial Recognition

Los algoritmos de reconocimiento facial crean una plantilla biométrica al detectar y medir diferentes características o puntos distintivo, entre los que se incluyen la ubicación de los ojos, las cejas, la nariz, la boca, la pera y las orejas.

La tecnología de reconocimiento facial aplica la ciencia de la biométrica a los rasgos faciales de un usuario. Los algoritmos de reconocimiento facial crean una plantilla biométrica al detectar y medir diferentes características o puntos distintivos, entre los que se incluyen la ubicación de los ojos, las cejas, la nariz, la boca, la pera y las orejas. Se comparan dos plantillas para conseguir un puntaje de coincidencia, que indica la probabilidad de que dos imágenes pertenezcan a la misma persona. La detección de signos vitales también puede aplicarse para garantizar que el origen de la muestra biométrica no es una reproducción en papel o digital

Casos de uso

Las agencias del orden público como el FBI usan la tecnología de reconocimiento facial para buscar listas de referencias de criminales y ayudan a identificar concluyentemente a una persona de interés. Pueden coincidir con una foto o un video tomados recientemente frente a una base de datos de fotos existente para ayudar a identificar a esa persona. Los gobiernos de todo el mundo usan rostros para la identificación biométrica en una gran variedad de aplicaciones entre las que se incluyen aduanas y seguridad de fronteras, prevención de fraude e ID de ciudadanos.

Más recientemente, la autenticación mediante dispositivos móviles surgió como el caso de uso más común en el sector privado para datos biométricos faciales, donde nuestras imágenes faciales pueden usarse en lugar de una contraseña. Los usuarios pueden iniciar sesión en sus dispositivos usando reconocimiento facial como una alternativa práctica y segura a los PIN y las contraseñas. La incorporación del reconocimiento facial en una aplicación móvil, como aplicaciones para bancos u otras aplicaciones seguras, permite que el proveedor de la aplicación tenga un mayor control de las características de seguridad y la experiencia del usuario y también logra una mayor uniformidad entre los dispositivos de cliente. Los sistemas de reconocimiento facial también pueden usarse para mejorar la identificación de pacientes en entornos del cuidado de la salud.

Ventajas del reconocimiento facial

Cada modalidad biométrica ofrece ventajas y desventajas. El reconocimiento facial ofrece ventajas sobre otros datos biométricos:

  1. Proliferación de datos de imágenes faciales digitales: Los millones de imágenes faciales digitales existentes de fuentes incontables son extremadamente útiles para los fines de capacitación sobre algoritmos, especialmente para algoritmos mediante técnicas de aprendizaje automático.
  2. Mejoras del reconocimiento facial manual: La biométrica puede usarse de acuerdo con los procesos de reconocimiento facial visual de personas, como comparar a una persona en vivo con la imagen facial de su licencia de conducir o su tarjeta de identificación. La tecnología de reconocimiento facial puede usarse para automatizar o mejorar este proceso y brinda una mayor precisión en la coincidencia. La biométrica puede usarse para mejorar casi todos los procesos en los que se utiliza el rostro de una persona por parte de un humano para verificar su identidad.
  3. Omnipresencia de las cámaras en dispositivos móviles: Casi todos los teléfonos inteligentes, tabletas y equipos portátiles tienen cámaras frontales integradas que permiten tomar selfies de alta calidad. Esto permite recopilar muestras de reconocimiento facial en vivo para compararla frente a una plantilla.
  4. Propicio para usar con otras modalidades para autenticación móvil: La captura de la imagen facial mediante la cámara frontal en un teléfono puede realizarse pasiva y simultáneamente durante la captura de otras modalidades como voz y pulsación de teclas para mejorar el rendimiento de comparación y detección de signos vitales.

Desafíos del reconocimiento facial

Se deben abordar los siguientes desafíos para que el reconocimiento facial resulte útil:

  1. Una amplia variedad de condiciones de captura de medio ambiente (p. ej., iluminación, sombras) hace que la comparación precisa sea un desafío mayor. Las variaciones de pose, edad, anteojos, expresiones faciales, vello facial también pueden hacer que las comparaciones sean más complejas. Las diferencias entre los sensores de las cámaras y las configuraciones también pueden verse afectadas.
  2. La alta disponibilidad de imágenes faciales en redes sociales y otros medios significa que los estafadores pueden obtener más fácilmente imágenes de posibles víctimas y usarlas para fraudes. A diferencia de la tecnología de detección facial, que solo detecta la presencia de un rostro en una imagen o video, los algoritmos de reconocimiento facial también pueden revelar si se trata de una imagen en vivo frente a la imagen de un rostro que no es en vivo.

Los estafadores pueden sacar provecho de estos desafíos de diferentes maneras.

En primer lugar, pueden tratar de evitar los datos biométricos faciales usados para la autenticación o el control de acceso al presentar una imagen que no es en vivo de un usuario autorizado durante el desafío.

En segundo lugar, pueden intentar registrar una nueva cuenta al incluir una muestra de un rostro que no puede usarse de manera precisa en una búsqueda de deduplicación. Por ejemplo, podrían tratar de incorporar una imagen que distorsiona u obstruye las características faciales usando maquillaje, sombreros o anteojos de sol. También podrían intentar usar una imagen de una persona que no existe, o rostros de celebridades extraídas de la web. Todas estas situaciones derivarían en faltas de coincidencias durante búsquedas de verificación de identidad.

Sobreponerse a los desafíos

Se pueden realizar varios pasos para optimizar la seguridad, el rendimiento y la experiencia del usuario.

AUTOMATIZAR LA CAPTURA DE IMÁGENES DE ALTA CALIDAD

El software que automatiza la captura de imágenes faciales analiza la transmisión del fotograma en tiempo real. La captura de imágenes se activa automáticamente una vez que se verifican los detalles de enfoque, posicionamiento facial, iluminación y otras capturas de imágenes para el cumplimiento de estándares de calidad.

La imagen se vuelve a analizar y se optimiza después de la captura. La escalada automática, la rotación, el recorte, el brillo y las mejoras de contraste optimizan la calidad de una imagen que, de otro modo, debería tomarse nuevamente.

REALIZAR DETECCIÓN DE SIGNOS VITALES CONTUNDENTES

Los estafadores pueden intentar falsificar un algoritmo de reconocimiento facial con videos digitales que no son en vivo e imágenes obtenidas en línea. Los algoritmos de detección de signos vitales distinguen entre una imagen facial impresa, digital, un video y una imagen en vivo.

La detección de signos vitales pasivos busca indicadores de imágenes que no son en vivo como características incompatibles entre el primer plano y el fondo. Usa varias técnicas de reconocimiento para buscar artefactos en una imagen como cortes, máscaras, piel, textura, bordes y otras características diferentes que ayudan a determinar una representación falsa del rostro de un usuario. Este proceso es invisible para el usuario, y eso complica el trabajo de los estafadores al momento de omitirlo.

La detección de signos vitales activa invita al usuario a parpadear o sacudir la cabeza para corroborar la vitalidad.

La combinación de métodos activos y pasivos producirá la comparación de rendimiento más elevado. Las aplicaciones de análisis de rendimiento facial también pueden aprovechar una segunda modalidad como voz para ayudar a garantizar la vitalidad.

USO DE ALGORITMOS DE ALTO RENDIMIENTO

En los últimos años, la inteligencia artificial y los algoritmos de aprendizaje automático se han convertido en métodos predominantes para extraer automáticamente la información anterior y luego compararla frente a otras imágenes. Estos algoritmos realzan la seguridad biométrica de la tecnología de reconocimiento facial sin tener impacto en la experiencia del usuario.

Productos de Aware para el reconocimiento facial

Productos de Aware para el reconocimiento facial:

  • Knomi: Autenticación móvil con comparación facial y detección de signos vitales.
  • PreFace: Captura automática de imágenes faciales y procesamiento de dispositivos móviles o escritorios.
  • Nexa|Face: SDK de algoritmo de comparación facial.
  • FaceWorkbench: Aplicación de estación de trabajo del examinador forense.
  • AwareABIS: Sistema de identificación de datos biométricos automatizado.

Conozca más acerca de las soluciones y los servicios de reconocimiento facial.