Reconhecimento facial
A biometria usa nossas características físicas e comportamentos mais exclusivos como identificadores digitais que podem ser interpretados e utilizados por computadores e softwares para aplicativos relacionados à identidade. Esses traços podem ser usados para identificar alguém em um banco de dados biométrico ou confirmar a autenticidade de uma suposta identidade.
A tecnologia de reconhecimento facial aplica a ciência da biometria às características faciais de um usuário. Os algoritmos de reconhecimento facial criam um modelo biométrico detectando e medindo diversas características ou traços pontuais dos rostos humanos, incluindo localização dos olhos, sobrancelhas, nariz, boca, queixo e orelhas. Dois modelos são comparados a fim de gerar um índice de correspondência que indica a probabilidade de que as duas imagens pertençam à mesma pessoa. A detecção de presença também pode ser aplicada a fim de garantir que a origem da amostra biométrica não é uma reprodução digital ou em papel.
Casos de uso
Órgãos de segurança pública como o FBI utilizam a tecnologia de reconhecimento facial para pesquisar listas de suspeitos criminais e ajudar a identificar conclusivamente uma pessoa em questão. Para tentar identificar aquela pessoa, os órgãos podem buscar correspondência entre uma foto ou um vídeo recém-capturados e as fotos existentes em um banco de dados. Governos de todo o mundo adotam a identificação facial ou biométrica em diversas aplicações, incluindo segurança alfandegária e de fronteiras, prevenção de fraudes e identificação de cidadãos.
Mais recentemente, a autenticação móvel surgiu como o principal e mais comum caso de uso de biometria facial no setor privado, em que o uso de nossas imagens faciais pode substituir o uso de senhas. Os usuários podem fazer login em seus dispositivos usando o reconhecimento facial como uma alternativa prática e segura a PINs e senhas. A incorporação de reconhecimento facial em um aplicativo móvel, como aplicativos de internet banking ou outros aplicativos seguros, permite que o fornecedor do aplicativo tenha mais controle sobre os recursos de segurança e a experiência do usuário, e também obtenha mais consistência entre dispositivos de clientes. Sistemas de reconhecimento facial também podem ser usados também para aprimorar a identificação de pacientes em ambientes médicos.
Vantagens do reconhecimento facial
Cada modalidade biométrica oferece vantagens e desvantagens. O reconhecimento facial oferece diversas vantagens em relação a outras biometrias:
- Proliferação dos dados digitais de imagens faciais: os bilhões de imagens faciais digitais existentes de incontáveis fontes são extremamente úteis para o treinamento de algoritmos, especialmente para algoritmos que utilizam técnicas de aprendizado de máquina.
- Aprimoramento do reconhecimento facial manual: A biometria pode ser combinada a processos de reconhecimento facial realizados visualmente por uma pessoa, como quando se compara uma pessoa ao vivo à imagem facial dela em uma carteira de habilitação ou em outro cartão de identidade. A tecnologia de reconhecimento facial pode ser usada para automatizar ou aprimorar esse processo e oferece maior precisão de correspondência. A biometria pode ser usada para aprimorar qualquer processo em que um humano confirma a identidade de uma pessoa pela observação do rosto dela.
- Onipresença de câmeras em dispositivos móveis: Praticamente todos os smartphones, tablets e notebooks têm câmeras frontais integradas que permitem tirar fotos “selfie” de alta qualidade. Isso traz praticidade à coleta de uma amostra de reconhecimento facial ao vivo que será comparada a um modelo.
- Facilidade de uso com outras modalidades de autenticação móvel: a captura de imagens faciais pela câmera frontal de um telefone pode ocorrer passiva e simultaneamente durante a captura de outras modalidades de reconhecimento, como voz e pressionamento de teclas, no intuito de aprimorar o desempenho de correspondência e a detecção de presença.
Desafios do reconhecimento facial
Para que o reconhecimento facial seja útil, é necessário solucionar os seguintes desafios:
- A ampla variedade de condições ambientais de captura (por exemplo, iluminação, sombras) torna a correspondência precisa mais desafiadora. Variações de pose, envelhecimento, óculos, expressões faciais e pelos faciais também podem dificultar a correspondência. Diferenças entre configurações e sensores de câmera e também podem desempenhar um papel.
- A alta disponibilidade de imagens faciais nas mídias sociais e em outros meios significa que os fraudadores podem obter, com mais facilidade, imagens de possíveis vítimas de fraudes e utilizar essas fotos em falsificações. Diferentemente da tecnologia de detecção facial, que detecta apenas a presença de um rosto em uma imagem ou vídeo, os algoritmos de reconhecimento facial também devem ser capazes de diferenciar um rosto ao vivo de uma imagem digital não viva de um rosto.
Os fraudadores podem explorar esses desafios de algumas formas.
Em primeiro lugar, eles podem tentar burlar a biometria facial usada para autenticação ou controle de acesso apresentando uma imagem não viva de um usuário autorizado durante o desafio.
Em segundo lugar, eles podem tentar registrar uma nova conta cadastrando a amostra de um rosto que não possa ser usada precisamente em uma pesquisa de eliminação de duplicação. Por exemplo, os fraudadores podem tentar cadastrar uma imagem que distorce ou obstrui características faciais usando maquiagem, chapéu ou óculos de sol. Eles também podem usar a imagem de uma pessoa que não existe, ou rostos de celebridades retirados da internet. Tudo isso resultaria em falsas não correspondências em pesquisas de confirmação de identidade.
Superação dos desafios
É possível adotar diversas medidas para otimizar a segurança, o desempenho e a experiência do usuário.
AUTOMATIZAÇÃO DA CAPTURA DE IMAGENS DE ALTA QUALIDADE
O software automatiza a captura de imagens faciais e analisa quadros de streaming de vídeo em tempo real. A captura da imagem é automaticamente acionada após a confirmação de que o foco, o posicionamento facial, a iluminação e outros detalhes de captura atendem aos padrões de qualidade.
Após a captura, a imagem é novamente analisada e otimizada. Melhorias automáticas de dimensionamento, rotação, corte, brilho e contraste otimizam a qualidade de uma imagem inicialmente incompatível, para que não seja necessário tirar outra foto.
ROBUSTA DETECÇÃO DE PRESENÇA
Os fraudadores podem tentar falsificar um algoritmo de reconhecimento facial usando vídeos e imagens digitais não presenciais, obtidos on-line. Os algoritmos de detecção de presença diferenciam uma imagem impressa, digital ou em vídeo de uma imagem facial ao vivo.
A detecção passiva de presença busca indicadores de uma imagem não presencial, como características inconsistentes entre o primeiro plano e o plano de fundo. Ela utiliza diversas técnicas de reconhecimento para buscar artefatos em uma imagem, como cortes, máscaras, pele, textura, bordas e diversas outras características que ajudam a identificar a falsa representação do rosto de um usuário. Esse processo é invisível para o usuário, o que o torna mais difícil de ser burlado pelos fraudadores.
A detecção ativa de presença solicita que o usuário pisque ou balance a cabeça para averiguar a presença dele.
A combinação de métodos ativos e passivos renderá um maior desempenho de correspondência. Aplicativos de análise de reconhecimento facial também podem aproveitar uma segunda modalidade, como voz, para ajudar a detectar a presença.
USO DE ALGORITMOS DE ALTO DESEMPENHO
Nos últimos anos, a inteligência artificial e os algoritmos de aprendizado de máquina tornaram-se os métodos predominantes para extrair automaticamente as informações acima e, em seguida, compará-las a outras imagens. Esses algoritmos aprimoram a segurança biométrica da tecnologia de reconhecimento facial sem qualquer impacto na experiência do usuário.
Produtos de reconhecimento facial da Aware
Produtos da Aware para reconhecimento facial:
- Knomi: autenticação móvel com correspondência facial e detecção de presença.
- PreFace: captura automática e processamento de imagens faciais em um dispositivo móvel ou computador desktop.
- Nexa|Face: SDK de algoritmo de correspondência facial.
- FaceWorkbench: Aplicativo para estação de trabalho do examinador forense.
- AwareABIS: Sistema automatizado de identificação biométrica.
Saiba mais sobre o portfólio da Aware de soluções e serviços de reconhecimento facial.