¿Qué es el sistema de reconocimiento facial?

El sistema de reconocimiento facial es una nueva tecnología biométrica con tecnología de reconocimiento facial como núcleo, y es una tecnología altamente sofisticada que hoy está siendo atacada en el campo científico y tecnológico internacional.

Introducción a la tecnología

La tecnología de reconocimiento facial se basa en las características del rostro humano, en la imagen del rostro de entrada o en la transmisión de video. En primer lugar, determina si hay un rostro humano y, si lo hay, proporciona además información sobre la posición, el tamaño y la ubicación de cada órgano facial importante. En un sentido amplio, el reconocimiento facial en realidad incluye una serie de tecnologías relacionadas para construir sistemas de reconocimiento facial, incluida la adquisición de imágenes faciales, posicionamiento facial, preprocesamiento del reconocimiento facial, confirmación de identidad y búsqueda de identidad, etc.; mientras que en un sentido estricto, el reconocimiento facial se refiere específicamente a la tecnología o sistema para la confirmación o búsqueda de identidad a través de rostros.

Las características biométricas estudiadas por tecnología de reconocimiento biométrico incluyen rostro, huella digital, huella de la palma, iris, retina, voz (voz), forma del cuerpo, hábitos personales (como la fuerza y la frecuencia de las pulsaciones del teclado, firma), etc. Las tecnologías de reconocimiento correspondientes son el reconocimiento facial, el reconocimiento de huellas dactilares, la palma reconocimiento de impresión, reconocimiento de iris, reconocimiento de retina, reconocimiento de voz (el reconocimiento de voz se puede utilizar para el reconocimiento de identidad y también para el reconocimiento de contenido de voz, sólo el primero pertenece a la tecnología de reconocimiento biométrico), reconocimiento de la forma del cuerpo, reconocimiento de pulsaciones en el teclado, reconocimiento de firmas, etc.

En segundo lugar, el principio de la tecnología.

La tecnología de reconocimiento facial consta de tres partes.

(1) Detección de rostros

La detección de rostros se refiere a determinar si existe una imagen de rostro en una escena dinámica con un fondo complejo y separar dicha imagen de rostro. Generalmente existen varios métodos, como se indica a continuación.

①Método de plantilla de referencia

primero diseñe una plantilla o varias plantillas de caras estándar, luego calcule el grado de coincidencia entre las muestras de la colección de prueba y las plantillas estándar, y determine la presencia de caras mediante umbrales.

②Método de regla facial

Dado que las caras tienen ciertas características de distribución estructural, el llamado método de regla de caras extrae estas características para generar las reglas correspondientes para determinar si las muestras de prueba contienen caras.

③Método de aprendizaje de muestra

Este método, es decir, utiliza el método de red neuronal artificial en el reconocimiento de patrones, es decir, genera clasificadores aprendiendo del conjunto de muestras de rostros y del conjunto de muestras de no rostros.

(iv) Método del modelo de color de piel

Este método se basa en la ley de concentración relativa de la distribución del color de la piel del rostro en el espacio de color para la detección.

(2) Seguimiento facial

El seguimiento de rostros se refiere al seguimiento dinámico de objetivos de los rostros detectados. Específicamente, se utiliza un enfoque basado en modelos o un enfoque combinado basado en movimiento y basado en modelos. Además, el uso del seguimiento del modelo de color de piel no es un medio sencillo y eficaz.

(3) Comparación de caras

La comparación de rostros es la identificación de la imagen del rostro detectada o la búsqueda de objetivos en la biblioteca de imágenes del rostro. De hecho, significa que la imagen de la cara muestreada se compara con la imagen de la cara original y la mejor coincidencia se encuentra principalmente utilizando dos métodos de descripción: vector de características y plantilla de patrón de cara.

① Método de vector de características

Este método consiste en determinar el tamaño, la posición, la distancia y otros atributos de los contornos faciales del iris, la nariz, las comisuras de la boca y otras imágenes faciales antes de calcular sus características geométricas, que forman un vector de características que describe la imagen facial.

②Método de plantilla de patrón de cara

Este método consiste en almacenar una cantidad de plantillas de rostros estándar o plantillas de órganos de rostros en la biblioteca y hacer coincidir todos los píxeles de la imagen de rostros muestreados con todas las plantillas de la biblioteca utilizando la métrica de correlación normalizada al realizar la comparación.

Preprocesamiento de imágenes faciales

Preprocesamiento de imágenes faciales: el preprocesamiento de imágenes para rostros es el proceso de procesar imágenes en función de los resultados de la detección de rostros y, finalmente, servir para la extracción de características. La imagen original adquirida por el sistema a menudo no se puede utilizar directamente debido a diversas condiciones e interferencias aleatorias, y debe preprocesarse con corrección de escala de grises, filtrado de ruido y otros preprocesamientos de imágenes en la etapa inicial del procesamiento de imágenes. Para las imágenes de rostros, el proceso de preprocesamiento incluye principalmente compensación de luz, transformación en escala de grises, ecualización de histograma, normalización, corrección geométrica, filtrado y nitidez de imágenes de rostros.

Extracción de características de imágenes faciales

Extracción de características de imágenes faciales: las características que se pueden utilizar en el sistema de reconocimiento facial generalmente se dividen en características visuales, características estadísticas de píxeles, características de coeficiente de transformación de imágenes faciales, características algebraicas de imágenes faciales, etc. La extracción de rasgos faciales se realiza para ciertos rasgos del rostro. La extracción de rasgos faciales, también conocida como caracterización facial, es el proceso de modelado de rasgos de un rostro humano. Los métodos de extracción de características faciales se resumen en dos categorías principales: una son los métodos de caracterización basados en el conocimiento; el otro son los métodos de caracterización basados en características algebraicas o aprendizaje estadístico.

Los métodos de caracterización basados en el conocimiento se basan principalmente en las descripciones de la forma de los órganos de la cara y las características de distancia entre ellos para obtener datos de características que pueden ayudar a la clasificación de la cara, y sus componentes de características generalmente incluyen la distancia euclidiana, la curvatura y el ángulo entre puntos de características. El rostro humano consta de partes como ojos, nariz, boca y barbilla, etc. Las descripciones geométricas de estas partes y las relaciones estructurales entre ellas se pueden utilizar como características importantes para el reconocimiento facial, y estas características se denominan características geométricas. La caracterización de rostros basada en el conocimiento incluye principalmente métodos basados en características geométricas y métodos de coincidencia de plantillas.

Los sistemas de reconocimiento facial, que utilizan ampliamente algoritmos de análisis de características de área, integran tecnología de procesamiento de imágenes por computadora y principios de bioestadística en uno, utilizan tecnología de procesamiento de imágenes por computadora para extraer puntos característicos de retratos de videos y utilizan principios de bioestadística para analizar y establecer modelos matemáticos, tienen un amplio desarrollo. prospecto.

Aplicaciones

El uso de sistemas de reconocimiento facial por parte del gobierno mexicano puede describirse como uno de los usos más innovadores de esta tecnología, y la utilizan para identificar votantes fraudulentos (mediante registro duplicado). Para controlar los resultados electorales, las personas se registran varias veces con diferentes nombres para poder votar varias veces. No es fácil encontrar a estas personas utilizando métodos tradicionales.

Mucha gente no va a las ventanillas de los bancos a retirar dinero, sino que utiliza los cajeros automáticos. El reconocimiento facial elimina la posibilidad de actividad delictiva.

Con la tecnología de reconocimiento facial, los funcionarios pueden encontrar votantes registrados duplicados buscando imágenes faciales en la base de datos de votantes. Comparan las nuevas imágenes con los registros archivados para encontrar personas que estén intentando registrarse usando varios nombres. Esta tecnología se utilizó en las elecciones presidenciales de México de 2000 y se espera que pronto se aplique a las elecciones locales.

Otras posibles aplicaciones incluyen la seguridad en cajeros automáticos y durante los retiros de efectivo. El software puede verificar rápidamente el rostro de un cliente. Con el consentimiento del usuario, el cajero automático o mostrador de retiro toma una fotografía digital del cliente. Luego, el software FaceIt utiliza esa foto para generar una huella facial, evitando el robo de identidad del cliente y transacciones fraudulentas. Con el uso de software de reconocimiento facial, no es necesario utilizar un documento de identidad, una tarjeta bancaria o un número de identificación personal (PIN) para confirmar la identidad de un cliente.

Esta tecnología biométrica también se puede utilizar para proteger archivos informáticos. IBM ha incorporado esta tecnología en el protector de pantalla de sus portátiles Thinkpad de las series A, T y X.

Se puede utilizar software de reconocimiento facial para bloquear su computadora.

Aunque la tecnología de reconocimiento facial se puede utilizar para proteger su información privada, es fácil piratear un sistema y obtener acceso a su privacidad simplemente tomando una fotografía sin que usted se dé cuenta. Como muchas otras tecnologías en evolución, la tecnología de reconocimiento facial, si bien tiene un potencial increíble, todavía tiene algunos defectos.

El 5 de marzo de 2013, el gobernador del estado de Nueva York, Andrew Cuomo, anunció que el estado había utilizado tecnología de reconocimiento facial para investigar 13.000 casos de fraude de identidad, lo que resultó en 2.500 arrestos y 5.000 personas adicionales enfrentan investigaciones criminales. Las licencias de conducir y las tarjetas de identificación estadounidenses las emite centralmente el Departamento de Vehículos Motorizados, y una licencia de automóvil equivale a una tarjeta de identificación. Según el gobierno del estado de Nueva York, a partir de 2010, el Departamento de Vehículos Motorizados del Estado de Nueva York utilizó tecnología de reconocimiento facial para cotejar todas las fotografías de los solicitantes con más de 20 millones de fotografías en su base de datos y encontró 13.000 licencias de conducir o tarjetas de identificación sospechosas, con algunas personas incluso tienen varias tarjetas de identificación con diferentes nombres al mismo tiempo.

Julio de 2013. Una empresa finlandesa lanzó el primer sistema de pago “facial” del mundo. Al pagar, los consumidores simplemente miran una cámara en la pantalla del POS en la caja registradora, y el sistema automáticamente toma una foto, escanea el rostro del consumidor y luego hace clic en la pantalla táctil para confirmar la transacción después de que se muestra la información de identidad. No se requiere tarjeta de crédito, billetera ni teléfono celular. Todo el proceso de transacción no supera los 5 segundos. Sin embargo, algunas personas creen que “esta vez, normalmente basta con sacar la cartera”. La startup finlandesa Uniqul ha solicitado una patente para este sistema de pago "rostro" basado en reconocimiento facial.