El reconocimiento facial no se limita a los ámbitos de la informática. Tiene aplicaciones comerciales sólidas.
Una de las palabras de moda más candentes de esta década es el reconocimiento facial.
Es la parte del aprendizaje automático aplicado que puede detectar e identificar rostros humanos, un problema que hasta ahora ha sido notoriamente difícil para las computadoras. Y esto ha abierto un mundo completamente nuevo de emocionantes posibilidades y desafíos para empresas, gobiernos e individuos por igual.
Si usted es un líder empresarial y se ha estado preguntando de qué se trata todo este alboroto y si hay alguna utilidad en este nuevo desarrollo, lo tenemos cubierto. En este artículo, veremos la historia del reconocimiento facial, su desarrollo, usos actuales, controversias, implementación y muchas facetas más.
Al final, tendrá una comprensión sólida de qué se trata la tecnología de reconocimiento facial y cuáles son sus implicaciones para las empresas.
¡Empecemos!
Tabla de contenido
Evolución del reconocimiento facial
La tecnología ha existido durante algún tiempo por todo el bombo y la cobertura de los medios en torno al reconocimiento facial. El primer trabajo algorítmico serio en la detección de rostros fue el Marco de detección de objetos de Viola-Jones publicado en 2001. Aunque es un marco de propósito general para identificar objetos dentro de imágenes, se aplicó rápidamente a la detección de rostros con muy buen éxito. La razón principal de la popularidad de este algoritmo fue su velocidad; mientras que el proceso de entrenamiento fue insoportablemente lento, el proceso de detección fue extremadamente rápido.
Ya en 2001/2004, la computadora de escritorio promedio que ejecutaba este algoritmo podía procesar un marco de 300 px X 300 px en 0,07 segundos (más aquí). los tasas de precisiónaunque no comparable a lo que los humanos pueden lograr, fueron impresionantes en un 90 %.
Sin embargo, no se lograron avances reales hasta la década 2010-2020, cuando Redes neuronales convolucionales surgió como el mejor método para realizar la detección facial. La razón fue la disponibilidad de potencia de procesamiento sin procesar y memorias de sistema gigantescas disponibles a través de la computación en la nube por parte de los proveedores de Infraestructura como servicio (IaaS). Por primera vez en la historia, las computadoras superaban constantemente a los humanos en el reconocimiento de rostros, especialmente cuando se trataba de una gran cantidad de rostros aleatorios.
Fuente: medium.com
¿Cómo funciona el reconocimiento facial?
El reconocimiento facial es un proceso de varios pasos con varios subsistemas especializados involucrados.
Esto es lo que significan las distintas etapas:
Detección/seguimiento: esta parte de la etapa de preprocesamiento es responsable de identificar y rastrear rostros en el archivo de imagen o video dado. Una vez que se completa este proceso, sabemos con certeza que hay una cara en la entrada dada y se puede procesar más. La fase de seguimiento también es responsable de rastrear ciertas partes, características particulares o expresiones en una cara, en caso de que sea necesario.
Alineación: el problema del reconocimiento facial se complica porque las caras en una imagen o video determinado no siguen ninguna guía. La persona puede estar acercada o alejada, asomándose desde detrás de un árbol o presente en un perfil lateral, lo que dificulta aún más el problema de la detección de rostros. Aquí es donde entra en juego la alineación de la cara: nos dice en qué parte de la imagen/video dado se encuentran las líneas de la cara y cuáles son los contornos de los rasgos faciales.
Fuente: csc.kth.se
Extracción de características: como sugiere el nombre, durante esta fase del proceso (ahora estamos en la etapa de Reconocimiento), las características individuales de la cara, como ojos, nariz, mentón, labios, etc., se extraen en forma que los algoritmos pueden usar en la siguiente etapa. En esta etapa, la computadora ha recopilado suficientes datos complejos para diferenciar una cara de manera única.
Comparación/clasificación de características: en esta etapa, las entradas recibidas de la extracción de características se comparan con la base de datos dada para deducir la identidad de la persona. Esta fase también se conoce como clasificación porque es posible que se necesite el algoritmo para categorizar rostros en lugar de identificarlos individualmente.
Una vez que finaliza este proceso, sabemos con certeza si la cara dada es parte de la base de datos con la que comparamos o no. El resultado final también puede contener etiquetas, como estamos acostumbrados a ver en Facebook.
Fuente: haciadatascience.com
Consideraciones de implementación: lado del servidor frente al lado del cliente
El reconocimiento facial puede funcionar tanto en el servidor como en el dispositivo con el que interactúa el usuario. Por ejemplo, cuando subes una foto a Facebook, los algoritmos se ejecutan en el lado del servidor; por otro lado, un sistema de identificación que usa su rostro para desbloquear el dispositivo debe ejecutarse en el lado del cliente. ¿Entonces cual es mejor?
Honestamente, no se trata de cuál es mejor. Tanto las implementaciones del lado del servidor como del lado del cliente tienen sus puntos fuertes; en la práctica, las empresas implementan un sistema híbrido. La práctica recomendada es entrenar sus modelos en el lado del servidor, donde los datos de entrenamiento y los recursos de procesamiento no tienen límite. Una vez que los modelos han sido entrenados, estos pueden empaquetarse e implementarse en el lado del cliente, lo que mejora la velocidad del sistema y mantiene la privacidad del usuario.
Enviar todo al servidor introduce un retraso, que puede ser malo o inaceptable en ciertos casos. Al mismo tiempo, mantener todo del lado del cliente dará como resultado modelos más débiles.
¿Qué tan preciso es el reconocimiento facial?
La precisión no es un término muy bien definido en el reconocimiento facial. La razón principal es que es un problema borroso con todo tipo de entradas desordenadas (poca luz, cara parcialmente cubierta por cabello, calidad de la cámara, etc.) e incluso entradas engañosas (¡más sobre esto más adelante!). Como resultado, las redes neuronales involucradas en el reconocimiento facial deben ajustarse para el problema en cuestión, lo que limita su alcance. Por lo tanto, mientras que un sistema de reconocimiento facial industrial puede presumir de una precisión del 100 % (lo que suele ser el caso), el mismo sistema puede no tener una precisión del 20 % cuando se le pide que identifique caras en una foto llena de gente.
En uno investigar, un tipo particular de algoritmo de reconocimiento facial pudo lograr una precisión del 98,52 %, superior a la precisión humana del 97,53 % lograda en la misma prueba. En otro estudiar llevado a cabo en medicina forense, la combinación de juicio humano y algoritmos arrojó los mejores resultados en algunos casos.
En pocas palabras: para aplicaciones enfocadas y bien definidas, el reconocimiento facial es la mejor herramienta que tenemos.
¿Dónde se utiliza el reconocimiento facial?
Incluso en el corto período en que se han desarrollado algoritmos viables, el reconocimiento facial ha encontrado aplicaciones increíblemente útiles y emocionantes. Algunos de estos son conspicuos, pero otros están tan sutil y fundamentalmente entretejidos en la vida cotidiana que apenas nos detenemos a pensar en lo que hay debajo.
Facebook es quizás el ejemplo más común de los sistemas modernos de reconocimiento facial en funcionamiento. Tan pronto como subes una foto, la red social es capaz de detectar rostros. Si bien hace un tiempo se le pedía que etiquetara a sus amigos, ahora Facebook puede hacerlo por sí solo.
Fuente: labnol.org
Una nueva aplicación genial de Facebook es la característica de informando usuarios cuando alguien carga fotos que contienen sus rostros, incluso si no han sido etiquetados en esas fotos.
Snapchat hace un uso intensivo de la detección y el reconocimiento de rostros para muchas de sus funciones, en particular, los divertidos filtros que están de moda.
Fuente: gistreel.com
Para que estos filtros funcionen, los contornos y las características de la cara del sujeto deben detectarse perfectamente; de lo contrario, las superposiciones no se verán realistas. Lo mismo ocurre con Face Swap, otra función popular en Snapchat. En caso de que esté interesado en profundizar en las capacidades de reconocimiento facial de Snapchat, consulte aquí.
Uber ha estado luchando contra los problemas de privacidad y seguridad desde hace un tiempo, y el arma más nueva en el arsenal de la empresa es el reconocimiento facial. La compañía ha lanzado una nueva característica en la que la identidad de sus socios conductores es verificada por usando sus caras. La compañía dice en su blog que después de probar varios proveedores de tecnología de reconocimiento facial, se decidieron por Microsoft Face API por su alta calidad. Curiosamente, esta verificación de identificación en tiempo real funciona bien en condiciones de poca luz y puede detectar anteojos.
Con el reconocimiento facial demostrando ser exitoso en la naturaleza, es fácil predecir que pronto podría reemplazar otros métodos de identificación en instituciones educativas, hospitales, bibliotecas, etc.
La prevención de delitos minoristas es una extensión natural de la aplicación del reconocimiento facial. La industria minorista pierde un estimado $ 45 mil millones cada año a ladrones y otros delitos minoristas, con muy poco para contrarrestarlo. Ahora, empresas como Primera cara están ayudando a los minoristas a utilizar el reconocimiento facial para detectar a los infractores anteriores y alertar a los agentes de seguridad.
La vigilancia policial está comenzando a aprovechar el reconocimiento facial como todas las demás instituciones. Por ejemplo, en el Reino Unido, la policía de Gales del Sur utiliza cámaras instaladas en furgonetas para hacer vigilancia de multitudes más fácil.
Fuente: theconversation.com
Si bien este nuevo superpoder en manos de la policía ha provocado acalorados debates públicos sobre la privacidad individual, la policía cree que los ayudará a restringir mejor a los malhechores. Como dijo Richard Lewis, subjefe de policía de la policía de Gales del Sur, al Tiempos financieros:
Si identifica a alguien que ha cometido un delito [previously]básicamente dices: sabemos que estás aquí, por favor, pórtate bien.
La atención médica recientemente tuvo una aplicación inesperada, donde el reconocimiento facial ayudó a detectar un trastorno genético raro llamado Síndrome de DiGeorge.
El síndrome de DiGeorge aparece en aproximadamente 1 de cada 6000 niños y provoca deformidades en varias partes del cuerpo. El problema de la salud, en este caso, es más grave para los países más pobres, que no tienen los recursos para recurrir a costosos métodos de diagnóstico. Como tal, el reconocimiento facial, con un sorprendente precisión del 96,6%, ofrece una nueva esperanza para las víctimas del síndrome de DiGeorge.
En la industria de las aerolíneas, la adopción del reconocimiento facial se está acelerando y pronto reemplazará las tarjetas de embarque convencionales. Actualmente, hay resultados limitados pero prometedores para ayudar a identificar a los pasajeros mientras salen del país. De hecho, la Administración de Seguridad del Transporte (TSA) de los EE. UU. ha establecido un plan para el uso generalizado de la biometría basada en el reconocimiento facial.
Usos controvertidos del reconocimiento facial
La tecnología nos empodera, aunque depende de nosotros su buen o mal uso. No hay duda, entonces, de que algo tan potente y radical como el reconocimiento facial se está utilizando de una manera que genera preocupación sobre los derechos humanos fundamentales y la ética.
El ejemplo más destacado de usos controvertidos del reconocimiento facial es el enorme sistema de vigilancia que emplea aproximadamente 200 millones de cámaras para vigilar a sus 1.400 millones de ciudadanos.
Fuente: sbs.com
El sistema rastrea a las personas y evalúa sus acciones, actualizando constantemente una métrica llamada puntaje ciudadano. Si bien tiene algún valor tener un poderoso sistema de vigilancia controlado por el estado (rastrear a los morosos, por ejemplo), la mayoría lo ve como la llegada del futuro distópico que imaginó George Orwell. Es un futuro donde los gobiernos tienen un poder ilimitado sobre el individuo y la privacidad es inexistente.
El segundo ejemplo del discutible uso del reconocimiento facial también proviene (¿como era de esperar?) de China. Esta vez, el sistema escolar adopta el reconocimiento facial para garantizar que los estudiantes estén “atentos” durante las clases. El nuevo sistema de reconocimiento facial, aunque aún no está muy extendido, sustituye a los carnés de identidad, carnés de biblioteca, sistemas de asistencia, etc., utilizando el rostro del alumno para su identificación.
Fuente: businessinsider.com
Pero lo espeluznante es que este sistema monitorea los niveles de atención de los estudiantes, el uso de teléfonos móviles, etc., y alerta al profesor cuando se cruza un cierto umbral.
Si bien la videovigilancia con tecnología de reconocimiento facial no es exclusiva de China, EE. haciendo esfuerzos usarlo para frenar la violencia con armas de fuego en las escuelas: es China la que parece estar llevando esto más lejos que cualquier otro país.
Comparación de API populares de reconocimiento facial
A la hora de hacer uso del Reconocimiento Facial, ¿qué opciones tienes? En esta sección, veremos qué es de uso común y cómo las diversas soluciones se comparan entre sí.
Sin embargo, antes de comenzar: un recordatorio de que estas API están evolucionando rápidamente, y es probable que encuentre publicaciones de blog que digan que esta API carece de esta función o de aquella. No tomes tus decisiones en base a eso. Analice primero las necesidades de su negocio, verifique cuidadosamente las características que se ofrecen, busque un rastro y solo luego tome una decisión.
OpenCV
La investigación de IA es un sumidero sin fondo. Entrenar y perfeccionar un sistema de reconocimiento facial es difícil y es mejor dejarlo en manos de conglomerados con mucho dinero y un ejército de investigadores. Sin embargo, si sus necesidades son simples y le gusta tener el control total y, por supuesto, está listo para el mantenimiento de un pequeño/pequeño equipo de ingeniería,OpenCV podría funcionar para usted.
Es una biblioteca de Computer Vision de código abierto que es notablemente precisa y está disponible para todas las plataformas de programación. Aquí hay un espeluznante ejemplo de cómo puede poner en marcha un sistema de detección de rostros con Python y OpenCV en 25 líneas de código.
Ahora, puede encontrar algunos blogs que dicen que OpenCV no tiene reconocimiento facial. Bueno, es una completa mentira, y aquí está prueba. Con todo, OpenCV puede ser una excelente opción para su negocio si las necesidades son simples y específicas.
Reconocimiento de Amazon
Reconocimiento es una oferta de servicio pesado de uno de los proveedores de nube más grandes que existen: AWS. Es un servicio potente y completamente administrado para la plataforma de AWS, y si ya utiliza AWS para la implementación, Rekognition es probablemente la mejor opción.
Algunas de las características alucinantes que ofrece Rekognition son:
- Análisis en tiempo real (mientras subes una imagen o video a S3)
- Amplio análisis facial (género, color de cabello, expresión facial, ojos abiertos o no, etc.)
- Rutas (captura de rutas de objetos identificados en videos)
- Detección de escenas y actividades (interiores/exteriores, “jugar al fútbol”, etc.)
- Moderar contenido no seguro (desnudez, por ejemplo)
La mayor ventaja de Rekognition es también la mayor desventaja: realmente tendrá dificultades para usarlo con servicios que no sean de AWS hasta el punto en que tendrá que darse por vencido.
Kairós
En marcado contraste con Rekognition, Kairós le proporciona la IA a través de una API (¡la rima no es intencional, lo juramos!), lo que le permite tomar el control total de sus datos y servidores. Kairos se presenta a sí mismo como un servicio que prioriza la privacidad y es extremadamente crítico de Amazon y otras empresas en connivencia con el gobierno (también lo es ACLUde paso).
Kairos funciona tanto en imágenes como en videos y tiene todas las buenas funciones que esperarías de una API de reconocimiento facial moderna. Tiene algunas de las asombrosas funciones que se encuentran en Rekognition, pero si no las necesita y ya está administrando sus datos, ¿por qué molestarse?
Kairos tiene una implementación local para aquellos que están paranoicos con la privacidad y ni siquiera quieren enviar datos por cable para su procesamiento. Kairos tiene una implementación local, el precio depende de su caso de uso y puede ser bastante elevado.
Visión de la nube de Google
Google ha optado por diferenciar entre sus servicios de reconocimiento facial para imágenes y vídeos. La API de imagen se conoce como Visión en la nubemientras que el servicio enfocado en video se llama Inteligencia de vídeo.
Si bien el servicio centrado en imágenes es bastante similar a lo que ofrece AWS, el servicio de video tiene una buena función de catalogación y búsqueda. Esto será útil para las empresas que tienen grandes archivos de video que podrían querer analizar o buscar.
Dicho esto, Video Intelligence carece de funciones de reconocimiento facial al momento de escribir, y parece que estas solo se ofrecen en Cloud Vision. El seguimiento de objetos y la detección de texto también están en versión beta, lo que lo coloca muy por detrás de las ofertas de Amazon.
API de Azure Face
Con Microsoft tomando sus ofertas en la nube más en serio que las de escritorio (finalmente), el API de Azure Face es una ofrenda deliciosa. Tiene todas las características interesantes que esperarías (detección, identificación, agrupación de rostros, búsqueda de rostros similares, emoción, etc.), y funciona igualmente bien con videos.
Ahora, esto no está estrictamente relacionado con el reconocimiento facial, pero vale la pena mencionar que Azure también ofrece una visión por computadora del cliente. Servicioque le permite utilizar sus entradas y entrenar modelos según sus necesidades.
Al igual que el servicio de Google, hay un área de juegos disponible en la página de inicio, ¡lo que hace que probar la API sea muy divertido!
¿Existen diferencias significativas entre los servicios de reconocimiento facial mejor gestionados? Realmente no. Hay una competencia intensa en este campo en este momento, y las nuevas funciones se implementan más rápido que las pizzas. Si ya está vinculado a un ecosistema en particular, tiene sentido usar su propio servicio de reconocimiento facial. De lo contrario, es posible que desee elegir un proveedor diferente si sus necesidades son específicas (controlar sus propios datos, necesitar solo detección simple, etc.).
Sistemas de Reconocimiento Anti-Facial
Así como algunos investigadores han dedicado su vida a perfeccionar la tecnología de reconocimiento facial, otros están ocupados desarrollando técnicas para engañarlos. Uno de esos desarrollos interesantes es Gafas adversariasque por lo demás parecen normales para los seres humanos pero han engañado a los sistemas expertos de reconocimiento facial.
Fuente: digitaltrends.com
Dicho esto, estas gafas aún no están disponibles en el mercado, aunque los investigadores dicen que se pueden imprimir en 3D fácilmente.
Otro desarrollo interesante fue el lanzamiento de gafas ekō en Kickstarter. Aunque el producto ahora está cancelado, funcionó en una idea notablemente simple: gafas de sol sencillas para todos los días por $ 45 que simplemente reflejaban la luz, haciendo que las cámaras y los dispositivos de videovigilancia se volvieran locos.
Al igual que el dominio de la ciberseguridad, los «hackers» y los investigadores se están enfrentando en el reconocimiento facial para la carrera hacia la perfección. Alrededor de 2014, vimos la popularidad de maquillaje de camuflaje que otorgaban invisibilidad contra el reconocimiento facial, pero ya no son viables. ¿Habrá un cifrado AES de reconocimiento facial? ¡Sólo el tiempo dirá!
¿Es el reconocimiento facial para ti?
El tipo de negocio que puede beneficiarse del reconocimiento facial es aquel que involucra a las personas, ¡sí, lo que significa todos los negocios que existen! Si bien los usos actuales del reconocimiento facial parecen ser defendidos por gobiernos, grandes empresas o nuevas empresas tecnológicas, no hay razón por la que su empresa no pueda beneficiarse de él.
Las posibilidades son realmente infinitas cuando combinamos un poco de pensamiento creativo: saludar e identificar a los clientes en un hotel, ubicar a su amigo en un mar de personas, encontrar personas con rostros similares (tal vez para usar como actores), detectar personalidades para el trabajo entrevistas (nuevamente, estamos dejando volar la imaginación aquí; puede que no haya nada sustancial en tal estudio), personalizar la experiencia bancaria cuando entra un cliente de alto valor. . . Hay infinitas formas de utilizar el reconocimiento facial en niveles pequeños y grandes para que su empresa funcione mejor.
Conclusión
Muy pronto, el reconocimiento facial se generalizará tanto y será tan común que ni siquiera lo notaremos (¿como los teléfonos móviles?). La tecnología subyacente ha sido casi perfeccionada, pero en el mundo real, no se trata solo de detectar rostros, se trata de lo que podemos hacer con esa capacidad.
¿Suena fascinante e interesado en aprender más? Mira esto brillante curso sobre Visión por Computador.