Facial

 

Biometria de re­co­no­ci­miento facial

Los sis­te­mas de re­co­no­ci­miento fa­cial se ba­san en una cá­mara que re­coge pun­tos ca­rac­te­rís­ti­cos del ros­tro de una per­sona, como pue­den ser las dis­tan­cias en­tre ojos, dis­tan­cia con na­riz, la­bios etc.

cara-lateralA di­fe­ren­cia de otras bio­me­trías tipo iris o hue­lla dac­ti­lar esta tec­no­lo­gía no es in­tru­siva y no ne­ce­sita de co­la­bo­ra­ción por parte del usua­rio. Sólo es ne­ce­sa­rio que su ros­tro sea ad­qui­rido por una cá­mara. Los pun­tos que se re­co­gen sir­ven para ela­bo­rar un mapa de pun­tos que con­for­man, a tra­vés de unos al­go­rit­mos ma­te­má­ti­cos, el “pa­trón”. El sis­tema de re­co­no­ci­miento fa­cial ha rea­li­zado gran­des avan­ces y ya le es po­si­ble re­co­no­cer a una per­sona aun­que ésta lleve ga­fas, bi­gote, pe­luca, etc. La tec­no­lo­gía con­ven­cio­nal de re­co­no­ci­miento fa­cial con­tiene pun­tos in­he­ren­tes  dé­bi­les como son la in­te­si­dad de la ilu­mi­na­ción y la va­ria­ción de la pose: di­fi­cul­ta­des si la ima­gen del ros­tro no es fron­tal, o si las con­di­cio­nes de ilu­mi­na­ción son inade­cua­das. Úl­ti­ma­mente se ésta in­ves­ti­gando en el re­co­no­ci­miento tri­di­men­sio­nal, con él se pre­tende to­mar una ima­gen tri­di­men­sio­nal del la cara de una per­sona y ela­bo­rar un pa­trón en base a esta toma, con lo cual, se busca que el re­co­no­ci­miento se pueda rea­li­zar in­de­pen­dien­te­mente del án­gulo de la toma.

La tec­no­lo­gía de re­co­no­ci­miento fa­cial del ter­mi­nal FaceStation que Biosys ofrece, ha po­dido su­perar es­tos pun­tos dé­bi­les in­he­ren­tes a la tec­no­lo­gía con­ven­cio­nal a tra­vés de una al­go­ritmo avan­zado y una tec­no­lo­gía adap­ta­tiva de ilu­mi­na­ción IR, de in­fra­ro­jos, patentada.

El ter­mi­nal que Biosys ofrece per­mite que el pro­ceso de ex­trac­ción de la ima­gen fa­cial sea ro­busto in­de­pen­dien­te­mente de las con­di­cio­nes lu­mí­ni­cas a la vez que con­si­gue unas ve­lo­ci­da­des de ve­ri­fi­ca­ción increibles.

Esta tec­no­lo­gía rompe­dora del ter­mi­nal BIO-FaceStation per­mite que el pro­ceso de ex­trac­ción de la ima­gen fa­cial sea ro­busto in­de­pen­dien­te­mente de las con­di­cio­nes lu­mí­ni­cas a la vez que con­si­gue unas ve­lo­ci­da­des de ve­ri­fi­ca­ción in­crei­bles (1:1,000<1segundo), que su­pe­ran de largo otros dis­po­si­ti­vos de tec­no­lo­gía de re­co­no­ci­miento fa­cial exis­ten­tes en el mercado.

Historia

El re­co­no­ci­miento fa­cial au­to­ma­ti­zado es re­la­ti­va­mente un con­cepto nuevo. Desarrollado en los años 60, el pri­mer sis­tema se­mi­au­to­má­tico para re­co­no­ci­miento fa­cial re­que­ría del ad­mi­nis­tra­dor para lo­ca­li­zar ras­gos en las fo­to­gra­fías (como ojos, ore­jas, na­riz y boca) an­tes de que éste cal­cu­lara dis­tan­cias a pun­tos de re­fe­ren­cia en co­mún, los cua­les eran com­pa­ra­dos luego con da­tos de referencia.

En los años 70 Goldstein, Harmon, & Lesk [1], usa­ron 21 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 compu­taban ma­nual­mente. En 1988 Kirby & 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 100 va­lo­res para ci­frar acer­ta­da­mente la ima­gen de una cara con­ve­nien­te­mente ali­neada y normalizada.

En 1991, Turk & Pentland, uti­li­zando las téc­ni­cas Eigenfaces, el error re­si­dual po­día ser uti­li­zado para de­tec­tar ca­ras en las imá­ge­nes [3] — un des­cu­bri­miento que per­mi­tió sis­te­mas au­to­ma­ti­za­dos de re­co­no­ci­miento fa­cial en tiempo real fi­de­dig­nos. Si bien la apro­xi­ma­ción era un tanto for­zada por fac­to­res am­bien­ta­les, creó sin em­bargo un in­te­rés sig­ni­fi­ca­tivo en pos­te­rio­res desa­rro­llos de és­tos sistemas.

La tec­no­lo­gía ini­cial­mente cap­turó la aten­ción del pú­blico a par­tir de la reac­ción de los me­dios a una prueba de im­ple­men­ta­ción en el Super Bowl de la NFL en enero de 2001, la cual cap­turó imá­ge­nes de vi­gi­lan­cia y las com­paró con una base de da­tos de fo­to­ar­chi­vos di­gi­ta­les. Esta de­mos­tra­ción inició un muy re­que­rido aná­li­sis so­bre cómo usar la tec­no­lo­gía para sa­tis­fa­cer ne­ce­si­da­des na­cio­na­les, mien­tras se to­ma­ban en con­si­de­ra­ción las preo­cu­pa­cio­nes so­cia­les y de pri­va­ci­dad del público.

Hoy la tec­no­lo­gía de re­co­no­ci­miento fa­cial está siendo uti­li­zada para com­ba­tir el fraude de pa­sa­por­tes, so­porte al or­den pú­blico, iden­ti­fi­ca­ción de ni­ños ex­tra­via­dos y mi­ni­mi­zar el fraude en las identificaciones.

facestation-doble-access

Lector re­co­no­ci­miento fa­cial

El BIO-LCT-FaceStation es un lec­tor IP de re­co­no­ci­miento fa­cial que per­mite un con­trol de ac­ce­sos de se­gu­ri­dad rá­pido y fia­ble. Incorpora ser­vi­dor web y fun­ción de vi­deo­por­tero. PoE