El reconocimiento facial se adapta a las mascarillas

Desde hace semanas estamos obligados a taparnos la boca y la nariz como medida sanitaria para prevenir contagios. Y con esto no contaban los algoritmos de reconocimiento facial, acostumbrados a analizar desde hace años y de forma generalizada, rostros totalmente descubiertos. A partir de ahora, para ser eficaces, tendrán que mover ficha.

Es cierto que algunos de los proveedores de reconocimiento facial, ya estaban trabajando para instalar su tecnología en todas partes: aeropuertos, oficinas, restaurantes, colegios..., y, debido al coronavirus, han tenido que acelerar los procesos para adaptarse a la nueva situación global del uso masivo y obligatorio de mascarillas. Identificar a las personas basándose solo en sus ojos y sus pómulos se ha convertido en prioridad.

Sin embargo, muchos expertos en reconocimiento facial se muestran escépticos sobre las afirmaciones de que la tecnología no se ve afectada por las máscaras. Al fin y al cabo, apuntan que el reconocimiento facial puede fallar incluso sin máscaras y se basan en distintos estudios que confirman que la mayor cantidad de datos biométricos que nos distingue de manera única reside en la parte central de la cara, justo por encima de la línea de la ceja hasta la barbilla. Ésta es la opinión de Eric Hess, director de gestión de productos para reconocimiento facial de la empresa SAFR: “Cuando nos ponemos máscaras faciales, estamos bloqueando el acceso a una cantidad significativa de puntos de datos que nos ayudan a diferenciar a una persona de otra”.

Para entrenar su algoritmo, SAFR se está nutriendo de cientos de fotos de personas con mascarilla, para tener en cuenta las diferencias de género, raza y edad. Pero apuntan que, aunque la tasa de precisión es del 93,5%, esto solo ocurre cuando las fotos de las personas con máscara son de alta calidad y con la iluminación adecuada.

Es evidente que el reconocimiento facial está diseñado para escanear y capturar muchos detalles de la cara de una persona, como la distancia entre los ojos y la estructura de la nariz y la barbilla. Para la identificación, la tecnología compara la cara que está escaneando con una imagen que ya tiene en su base de datos, y que probablemente no lleve una máscara facial, logrando que la IA funcione con mayor precisión. Si debido a la obligatoriedad de usar mascarillas solo se pueden analizar los ojos y las cejas, surgirán muchas más similitudes que pueden desencadenar falsos positivos.

La empresa británica Facewatch ha anunciado que lanzará un algoritmo que pueda identificar en función de la región de los ojos y las cejas de una persona ya que ambos son puntos fijos en la cara que no cambian. La compañía está proponiendo su tecnología para sus principales clientes: tiendas minoristas que quieren protegerse de los robos y dice que el desarrollo se extenderá más allá de las máscaras a otras cubiertas, como el velo religioso que usan algunas mujeres musulmanas, sin dejar de lado la identificación de personas que usan sombreros, gafas... Pero, al igual que SAFR, creen que se van a encontrar con algunas dificultades para alcanzar la precisión al 100% ya que con mascarilla no se puede identificar a las personas en medio segundo, que es el tiempo que necesitaba hasta ahora su algoritmo.

Para que empresas como SAFR y Facewatch estén completamente seguros de la precisión de sus algoritmos de reconocimiento facial, tendrán que ser validados de forma externa por el NIST (Instituto Nacional de Estándares y Tecnología).

Y este laboratorio de EE.UU., que funciona como árbitro mundial, planea agregar máscaras digitalmente a su actual archivo de fotos y algoritmos de prueba sometidos previamente a una prueba que implica verificar si una foto coincide con otra, similar al trabajo de un guardia fronterizo que revisa los pasaportes. Después, invitará a las empresas tipo SAFR y Facewatch a presentar nuevos algoritmos ajustados para las máscaras faciales. Pero todo este proceso tendrá que esperar ya que, debido a la pandemia, NIST anunció el pasado 1 de mayo que, de momento, no realizará ninguna prueba.

En el caso de los dispositivos móviles, cambia mucho si las compañías son occidentales u orientales, ya que países como Japón, China o Corea del Sur ya estaban habituados a usar mascarillas de forma habitual y sus Smartphone, por tanto, más preparados para el reconocimiento facial que los dispositivos de origen occidental. Así, por ejemplo, para iPhone o Android, que hasta ahora era suficiente con situarse delante de la pantalla para desbloquearlo; ante la nueva situación, ambos están actualizando su Face ID de cara a sus últimos lanzamientos con el fin de tener en cuenta a las personas que usan máscara. Sin embargo, en el caso de la plataforma móvil china Aliplay, su app detecta sin problema la identidad del sujeto con mascarilla e incluso sus clientes pueden pagar con sus Smartphone sin necesidad de descubrirse la cara.                                            

Entramos en un “futuro” en el que el denominado Deep Learning quiere avanzar porque el abanico de combinaciones posibles ha aumentado exponencialmente. Y para ello debe contemplar a todas las etnias que, a día de hoy, están usando mascarillas y a eso sumar sombreros, tatuajes, burkas, gafas … cualquier complemento externo y contar con una base de datos lo suficientemente amplia como para saber si la inteligencia artificial es fiable o no.

La Inteligencia Artificial se ha colado en todos los ámbitos y sectores creando diversos dispositivos relacionados con el reconocimiento facial, como cámaras en los coches para evitar que te quedes dormido al volante, o el uso del sistemas de Face ID de Apple para desbloquear tu vehículo, o el procedimiento de identificación facial, empleado por Ticketmaster y Blink Identity para evitar colas de espera y reventas y así, un largo etcétera.