En los últimos años, el desarrollo de ingenios y programas informáticos para sistemas de seguridad ha experimentado un gran impulso. Entre ellos, destacan los sistemas biométricos de reconocimiento facial, que se perfilan como los más prometedores. El concepto biometría proviene de las palabras “bio” que significa vida y “metría” cuyo significado es medida, lo que representa que todo equipo biométrico mide e identifica alguna característica propia de la persona. Todos los seres humanos tienen características morfológicas únicas que los diferencian. Por tanto, la medición biométrica se puede considerar como el método ideal de identificación humana. La identificación de características faciales ha recibido un fuerte impulso gracias al cambio en la tecnología de vídeo multimedia. Esto ha propiciado un aumento de cámaras en los lugares de trabajo y en el hogar. El reconocimiento por características faciales es inherente a todas las personas. Individuos específicos pueden ser distinguidos de una multitud sólo con verles la cara. Por tanto, este tipo de identificación es considerada como la más natural dentro de los sistemas biométricos.
El reconocimiento biométrico responde a un sistema automático basado en la inteligencia artificial y el reconocimiento de patrones, que permite la identificación o verificación de la identidad de las personas a partir de características morfológicas o de comportamiento, propias y únicas del individuo, conocidas como autentificadores. Como principales autentificadores se encuentran las huellas dactilares, la geometría de la mano, la cara, el termograma facial, el iris, la retina, la voz, el estilo de escritura...etc. Asimismo, la naturaleza del tipo de característica, morfológica o de comportamiento, se encuentra directamente relacionada con el grado de variación de las mismas con el paso del tiempo, siendo mucho más inferior en el primer caso que en el segundo, ya que como se conoce, el comportamiento está íntimamente relacionado con factores psicológicos y éstos son función directa del tiempo. Este tipo de reconocimiento se ha convertido en una herramienta habitual en las fuerzas de la policía durante los procesos de investigación criminal, posibilitando la detención de delincuentes a nivel mundial, aunque también se le reconocen otras aplicaciones específicas tales como el control de acceso a cualquier tipo de transacción o acceso a datos protegidos.
El reconocimiento facial automatizado es relativamente un concepto nuevo. Desarrollado en los años 1960, el primer sistema semiautomático para reconocimiento facial requería del administrador para localizar rasgos, como ojos, orejas, nariz y boca, en las fotografías antes de que este calculara distancias a puntos de referencia en común, los cuales eran comparados luego con datos de referencia. En los años 1970 los investigadores Goldstein, Harmon y Lesk, usaron veintiún marcadores subjetivos específicos tales como el color del cabello y grosor de labios para automatizar el reconocimiento facial. El problema con estas soluciones previas era que se calculaban manualmente. En 1988, otro par de investigadores llamados Kirby y Sirobich, aplicaron análisis de componentes principales, una técnica estándar del álgebra lineal, al problema del reconocimiento facial. Esto fue considerado algo así como un hito al mostrar que eran requeridos menos de cien valores para cifrar acertadamente la imagen de un rostro convenientemente alineado y normalizado. En 1991 Turk y Pentland utilizando la técnica Eigenfaces, donde el error residual podía ser utilizado para detectar caras en las imágenes, hicieron un descubrimiento que permitió el logro de sistemas automatizados de reconocimiento facial en tiempo real fidedignos. Si bien la aproximación era un tanto forzada por factores ambientales, originó sin embargo un interés significativo en posteriores desarrollos de éstos sistemas.
Un sistema de reconocimiento facial es una aplicación dirigida por computadora para identificar automáticamente a una persona en una imagen digital, mediante la comparación de determinadas características faciales a partir de una imagen digital o un fotograma de una fuente de vídeo. Una de las maneras de hacer esto es mediante la comparación de determinados rasgos faciales de la imagen facial y una base de datos. Es utilizado principalmente en “sistemas de seguridad” para el reconocimiento de los usuarios. Consiste en un lector que define las características del rostro, y al solicitar acceso se verifica que coincidan las características del usuario con la base de datos. Es poco confiable ya que las características del rostro de las personas, al paso de tiempo, tienden a cambiar. El proceso de identificación facial se divide en dos tareas: “detección” y “reconocimiento”. La primera comprende la localización de los rostros que existen en una fotografía o en una secuencia de vídeo. La segunda tarea compara la imagen facial con caras previamente almacenadas en una base de datos. Se suele cotejar una serie de puntos clave, como la boca, nariz y ojos.
Existen dos enfoques predominantes en el problema de reconocimiento facial: El geométrico qué está basado en rasgos y el fotométrico, basado en lo visual. Conforme a que el interés investigador en reconocimiento facial continuó, fueron desarrollados muchos algoritmos diferentes, tres de los cuales han sido bien estudiados en la literatura del reconocimiento facial: (1) Análisis de componentes principales, (2) Análisis lineal discriminante y (3) Correspondencia entre agrupaciones de grafos elásticos. El análisis de componentes principales es comúnmente referido como el uso de eigenfaces, es la técnica impulsada por Kirby y Sirivich el año 1988. Con el análisis de componentes principales, el sondeo y la galería de imágenes deben ser del mismo tamaño y deben ser normalizadas previamente para alinear los ojos y bocas de los sujetos en las imágenes. La aproximación de análisis de componentes principales es luego utilizada para reducir la dimensión de los datos por medio de fundamentos de compresión de datos y revela la estructura de baja dimensión de los patrones faciales. Esta reducción en las dimensiones elimina información que no es útil y descompone de manera precisa la estructura facial en componentes ortogonales, no correlativos, conocidos como eigenfaces. Cada imagen facial puede ser representada como una suma ponderada, vector de rasgo, de los eigenfaces, las cuales son almacenadas en un conjunto unidimensional.
En el rostro existe abundante información para reconocer el estado mental y humor de un individuo. En todas las caras existen al menos dos ojos, dos cejas, la nariz, la boca y la barbilla. La distancia entre los ojos, la sombra de las cejas, la nariz y la barbilla son diferentes para cada individuo. Al igual que cambia el tamaño, los ángulos o la expresión de la cara, varían también las imágenes de la cara. La relación de la posición de las distintas partes de la cara, así como sus sombras y tamaños, ha contribuido a la clasificación de los rostros y a la posibilidad de reconocer a una persona. El autentificador en este tipo de reconocimiento es de tipo morfológico y además es variable en el tiempo. Aquí se pueden dar dos tipos de cambios temporales: la variación no agresiva y la variación agresiva. La no agresiva responde a los cambios efectuados en el rostro por el paso del tiempo y la agresiva a factores externos al paso del tiempo como pueden ser operaciones, accidentes, etc. En función del tipo de aproximación que se use, las técnicas del reconocimiento facial se engloban dentro de dos categorías: (1) Holística, utiliza las consideraciones globales de un patrón. (2) Analítica, utiliza un conjunto de características geométricas de la cara. Dentro de las analíticas se puede hacer una subdivisión en función de dónde se extraigan los vectores para comparar: (2.1) Extracción de vectores del perfil de la cara. (2.2) Extracción de vectores de la parte frontal de la cara.
Como cierre se señalan dos aplicaciones actuales de gran importancia: (1) La oficina del FBI ha comenzado a usar una tecnología de reconocimiento facial con fotos de convictos, que hacen un análisis detallado del tamaño del mentón y la nariz. Los agentes están listos para identificar a muchos delincuentes y posiblemente ampliar el programa a nivel nacional. Pero los defensores de la privacidad temen que el método pueda hacer que las autoridades busquen a personas que no han hecho nada malo. Los programas informáticos de reconocimiento facial no son nuevos, pero el proyecto de Carolina del Norte es el primer paso importante del FBI, que prevé la posibilidad de extender su uso. (2) Google continúa con su proceso de investigación constante y esta vez se centra en la imagen. El buscador está estudiando técnicas para discriminar si una imagen contiene una figura humana. Al parecer, dentro de sus búsquedas planea introducir una nueva variable: el reconocimiento facial. Esta posibilidad se relacionaría con la compra reciente de Never Vision, una empresa que realiza este tipo de actividad. Al parecer, la búsqueda de palabras normalmente da como resultado una serie de imágenes relacionadas pero si a este indicio se le agrega el parámetro “&imgtype=face” sólo arrojaría resultados que tienen que ver con personas. Se ha probado con el parámetro “Paris”, relacionado tanto con la ciudad como con el personaje Paris Hilton. Cuando se agregó este parámetro que les contaba, automáticamente los resultados se asociaron al rostro de la heredera norteamericana.
El reconocimiento biométrico responde a un sistema automático basado en la inteligencia artificial y el reconocimiento de patrones, que permite la identificación o verificación de la identidad de las personas a partir de características morfológicas o de comportamiento, propias y únicas del individuo, conocidas como autentificadores. Como principales autentificadores se encuentran las huellas dactilares, la geometría de la mano, la cara, el termograma facial, el iris, la retina, la voz, el estilo de escritura...etc. Asimismo, la naturaleza del tipo de característica, morfológica o de comportamiento, se encuentra directamente relacionada con el grado de variación de las mismas con el paso del tiempo, siendo mucho más inferior en el primer caso que en el segundo, ya que como se conoce, el comportamiento está íntimamente relacionado con factores psicológicos y éstos son función directa del tiempo. Este tipo de reconocimiento se ha convertido en una herramienta habitual en las fuerzas de la policía durante los procesos de investigación criminal, posibilitando la detención de delincuentes a nivel mundial, aunque también se le reconocen otras aplicaciones específicas tales como el control de acceso a cualquier tipo de transacción o acceso a datos protegidos.
El reconocimiento facial automatizado es relativamente un concepto nuevo. Desarrollado en los años 1960, el primer sistema semiautomático para reconocimiento facial requería del administrador para localizar rasgos, como ojos, orejas, nariz y boca, en las fotografías antes de que este calculara distancias a puntos de referencia en común, los cuales eran comparados luego con datos de referencia. En los años 1970 los investigadores Goldstein, Harmon y Lesk, usaron veintiún marcadores subjetivos específicos tales como el color del cabello y grosor de labios para automatizar el reconocimiento facial. El problema con estas soluciones previas era que se calculaban manualmente. En 1988, otro par de investigadores llamados Kirby y Sirobich, aplicaron análisis de componentes principales, una técnica estándar del álgebra lineal, al problema del reconocimiento facial. Esto fue considerado algo así como un hito al mostrar que eran requeridos menos de cien valores para cifrar acertadamente la imagen de un rostro convenientemente alineado y normalizado. En 1991 Turk y Pentland utilizando la técnica Eigenfaces, donde el error residual podía ser utilizado para detectar caras en las imágenes, hicieron un descubrimiento que permitió el logro de sistemas automatizados de reconocimiento facial en tiempo real fidedignos. Si bien la aproximación era un tanto forzada por factores ambientales, originó sin embargo un interés significativo en posteriores desarrollos de éstos sistemas.
Un sistema de reconocimiento facial es una aplicación dirigida por computadora para identificar automáticamente a una persona en una imagen digital, mediante la comparación de determinadas características faciales a partir de una imagen digital o un fotograma de una fuente de vídeo. Una de las maneras de hacer esto es mediante la comparación de determinados rasgos faciales de la imagen facial y una base de datos. Es utilizado principalmente en “sistemas de seguridad” para el reconocimiento de los usuarios. Consiste en un lector que define las características del rostro, y al solicitar acceso se verifica que coincidan las características del usuario con la base de datos. Es poco confiable ya que las características del rostro de las personas, al paso de tiempo, tienden a cambiar. El proceso de identificación facial se divide en dos tareas: “detección” y “reconocimiento”. La primera comprende la localización de los rostros que existen en una fotografía o en una secuencia de vídeo. La segunda tarea compara la imagen facial con caras previamente almacenadas en una base de datos. Se suele cotejar una serie de puntos clave, como la boca, nariz y ojos.
Existen dos enfoques predominantes en el problema de reconocimiento facial: El geométrico qué está basado en rasgos y el fotométrico, basado en lo visual. Conforme a que el interés investigador en reconocimiento facial continuó, fueron desarrollados muchos algoritmos diferentes, tres de los cuales han sido bien estudiados en la literatura del reconocimiento facial: (1) Análisis de componentes principales, (2) Análisis lineal discriminante y (3) Correspondencia entre agrupaciones de grafos elásticos. El análisis de componentes principales es comúnmente referido como el uso de eigenfaces, es la técnica impulsada por Kirby y Sirivich el año 1988. Con el análisis de componentes principales, el sondeo y la galería de imágenes deben ser del mismo tamaño y deben ser normalizadas previamente para alinear los ojos y bocas de los sujetos en las imágenes. La aproximación de análisis de componentes principales es luego utilizada para reducir la dimensión de los datos por medio de fundamentos de compresión de datos y revela la estructura de baja dimensión de los patrones faciales. Esta reducción en las dimensiones elimina información que no es útil y descompone de manera precisa la estructura facial en componentes ortogonales, no correlativos, conocidos como eigenfaces. Cada imagen facial puede ser representada como una suma ponderada, vector de rasgo, de los eigenfaces, las cuales son almacenadas en un conjunto unidimensional.
En el rostro existe abundante información para reconocer el estado mental y humor de un individuo. En todas las caras existen al menos dos ojos, dos cejas, la nariz, la boca y la barbilla. La distancia entre los ojos, la sombra de las cejas, la nariz y la barbilla son diferentes para cada individuo. Al igual que cambia el tamaño, los ángulos o la expresión de la cara, varían también las imágenes de la cara. La relación de la posición de las distintas partes de la cara, así como sus sombras y tamaños, ha contribuido a la clasificación de los rostros y a la posibilidad de reconocer a una persona. El autentificador en este tipo de reconocimiento es de tipo morfológico y además es variable en el tiempo. Aquí se pueden dar dos tipos de cambios temporales: la variación no agresiva y la variación agresiva. La no agresiva responde a los cambios efectuados en el rostro por el paso del tiempo y la agresiva a factores externos al paso del tiempo como pueden ser operaciones, accidentes, etc. En función del tipo de aproximación que se use, las técnicas del reconocimiento facial se engloban dentro de dos categorías: (1) Holística, utiliza las consideraciones globales de un patrón. (2) Analítica, utiliza un conjunto de características geométricas de la cara. Dentro de las analíticas se puede hacer una subdivisión en función de dónde se extraigan los vectores para comparar: (2.1) Extracción de vectores del perfil de la cara. (2.2) Extracción de vectores de la parte frontal de la cara.
Como cierre se señalan dos aplicaciones actuales de gran importancia: (1) La oficina del FBI ha comenzado a usar una tecnología de reconocimiento facial con fotos de convictos, que hacen un análisis detallado del tamaño del mentón y la nariz. Los agentes están listos para identificar a muchos delincuentes y posiblemente ampliar el programa a nivel nacional. Pero los defensores de la privacidad temen que el método pueda hacer que las autoridades busquen a personas que no han hecho nada malo. Los programas informáticos de reconocimiento facial no son nuevos, pero el proyecto de Carolina del Norte es el primer paso importante del FBI, que prevé la posibilidad de extender su uso. (2) Google continúa con su proceso de investigación constante y esta vez se centra en la imagen. El buscador está estudiando técnicas para discriminar si una imagen contiene una figura humana. Al parecer, dentro de sus búsquedas planea introducir una nueva variable: el reconocimiento facial. Esta posibilidad se relacionaría con la compra reciente de Never Vision, una empresa que realiza este tipo de actividad. Al parecer, la búsqueda de palabras normalmente da como resultado una serie de imágenes relacionadas pero si a este indicio se le agrega el parámetro “&imgtype=face” sólo arrojaría resultados que tienen que ver con personas. Se ha probado con el parámetro “Paris”, relacionado tanto con la ciudad como con el personaje Paris Hilton. Cuando se agregó este parámetro que les contaba, automáticamente los resultados se asociaron al rostro de la heredera norteamericana.
Guillermo Choque Aspiazu
http://www.eldiario.net/
Marzo 8 de 2010
1 comentario:
Hola buenos días, desde Umanick (www.umanick.com) felicitarte por el post, lo hemos pineado en nuestro Pinterest.
Un saludo.
Publicar un comentario