Reconocimiento facial: evolución y desafíos actuales
1. RECONOCIMIENTO FACIAL
RESUMEN
Debido a la forma exponencial en que la tecnología avanza, puede llegar a ser un tanto
difícil ponerse al día con los avances de los sistemas de Reconocimiento Facial. Por ello, se ha
tomado el interés de realizar este artículo con en el cual se facilita información acerca de los
aspectos evolutivos del Reconocimiento Facial, desde que se indujo el concepto del mismo unas
décadas atrás, hasta las investigaciones más recientes que contribuyen de forma relevante con el
avance de estos sistemas. De esta forma, cualquier persona interesada en las investigaciones
acerca del Reconocimiento Facial, podrá tener, de forma compacta, valiosa información acerca
de estos sistemas; información esencial para aquellos que deseen realizar desde una recopilación
de información, hasta proyectos con el fin de contribuir con el avance de estos sistemas.
ABSTRACT
Due to the fact that technology advances in an exponential way, it could be hard catch up
with Facial Recognition systems’ advances. Because of this, an interest has been taken in making
an article in which information about the evolution of Facial Recognition is given, from the
introduction of the concept until the most recent investigations that significantly contributed with
the advance of these systems. Thus, any interested person could easily find valuable information
about Facial Recognition Systems in a compactly way.
INTRODUCCIÓN
Desde que existe el hombre se sabe
que estos se reconocen los unos a los otros a
través del rostro, por lo que no es de
extrañar que el desarrollo intelectual de la
humanidad los haya llevado a desarrollar
Universidad de Carabobo
Facultad Experimental de Ciencias y Tecnologías
Metodología de la Investigación
Agosto, 2013.
César Manrique: cesar.manrique.h@gmail.com
Jiménez Jesús: jgjimenezb94@gmail.com
Luis A. Peña: luisalejandro3125@gmail.com
Marioandré Pigorini: mpigorini@gmail.com
Perdomo Kristopher: kperdomo.ch@gmail.com
Victor Tarkanyi: vtarkanyi@gmail.com
2. una ciencia capaz de estudiar las mediciones
en el rostro que diferencian a cada individuo
(siendo el caso de la Biometría Facial) y más
aún, la automatización de los procesos con
los que se extraen dichas medidas y
comparan unas con otras con el fin de
identificar o verificar (según sea el caso) al
individuo de quien se extrajeron, todo esto a
través de sistemas computacionales capaces
de realizar todos los cálculos necesarios y
dispositivos capaces de captar los rostros a
procesar (cámaras).
Este proceso automático de
identificación se conoce como
“Reconocimiento Facial”, el cual se define
más claramente como una técnica para
identificar el rostro de una persona en una
imagen inmóvil o grabación constante
(video) con base de datos de rostros como lo
definieron Jigar M. Pandya, Devang
Rathod, Jigna J. Jadav en su documento “A
Survey of Face Recognition approach” (“Un
Resumen del Enfoque del Reconocimiento
Facial”) en febrero de este mismo año [1].
Teniendo claro el concepto del
Reconocimiento Facial, es importante
destacar la influencia que ha tenido en el
ámbito de la ciencia. Desde que comenzó a
manejarse dicho concepto, ha sido motivo
de trabajo para muchos científicos, lo cual
nos lleva a mencionar algunos de los
trabajos que han convertido el concepto
inicial en la amplia ciencia que conocemos
hoy en día.
Historia: El concepto de identificación o
reconocimiento facial se introdujo en los
años 60’s, según indica UNAM - Facultad
de Ingenieria, Biometría informática:
“Durante los años 1964 y 1965 Woodrow
Wilson Bledsoe, Helen Chan Wolf y Charles
Bisson trabajaron en el reconocimiento
facial humano haciendo uso de la
computadora, y desarrollaron el primer
sistema semi-automático de
reconocimiento.” cuyo sistema “requería de
un administrador que localizara
características (como ojos, orejas, nariz, y
boca) en la fotografía antes que éste
calculara la distancia a puntos de referencia
comunes y se comparasen los datos.” Según
especifica Montserrat Gonzales Ferreiro, en
su documento “Reconocimiento facial
combinando técnicas 2D y 3D”.
En los años 70 Goldstein, Harmon,
& Lesk, usaron 21 marcadores subjetivos
específicos tales como el color del cabello
y el grosor de labios para automatizar el
3. reconocimiento facial, pero los marcadores
seguían requiriendo un proceso manual.
A fines de los años 80’s, se produjo
un nuevo punto de referencia cuando Kirby
y Sirovich aplicaron una técnica estándar del
álgebra lineal: el análisis de componentes
principales (PCA); que, hasta el día de hoy,
es una de las técnicas que más utilizadas en
el reconocimiento facial.
En 1991, Turl & Pentland,
demostraron que utilizando la técnica de
Eigenfaces, (enfoque desarrollado por Kirby
y Sirovich, generado del PCA), el error
residual podría ser utilizado para detectar
caras en las imágenes [2] - un
descubrimiento que permitió desarrollar
sistemas de reconocimiento fiables en
tiempo real. Si bien la aproximación era un
tanto forzada por factores ambientales; creó,
sin embargo, un interés significativo en
posteriores desarrollos de estos sistemas.
Pero no fue hasta el año 2001 que
esta tecnología capturó por primera vez la
atención de una gran cantidad de público a
partir de la reacción de los medios ante una
prueba de implementación en la Super
Bowl. La prueba consistió en la captura de
imágenes de vigilancia y la comprobación
en una base de datos que almacenaban
imágenes digitalizadas de delincuentes.
A partir de ese entonces, se comenzó
a desarrollar esta tecnología de distintas
maneras, para poder aplicarla en áreas
específicas como biometría (licencias de
conducir, pasaporte, inmigración, fraude),
seguridad de la información (seguridad de
base de datos, registros médicos, acceso a
internet), cumplimiento de ley y vigilancia
(video-vigilancia avanzada, seguimiento de
sospechosos, investigación), entre otros.
No obstante, a pesar de haber
brindado numerosas ventajas tras los
avances tecnológicos, aún se encuentran
problemas complejos que disminuyen el
desempeño del mismo, como son la alta
variabilidad de la cara de un mismo
individuo (envejecimiento, recientes
cicatrices, cirugías), posible repetición
(hermanos gemelos) y facilidad de
falsificación (mediante fotografías) [3] - que
pueden llegar a producir severas
consecuencias, por lo que científicos de todo
el mundo han estado estudiando,
investigando y creando soluciones a
problemas de este tipo.
4. Habiendo expuesto el lugar que ha
tenido el Reconocimiento Facial en el
mundo, tanto desde un punto de vista social
como desde uno científico, y los problemas
(de implementación) que motivan a los
científicos a trabajar con este tema, podemos
tratar con mayor facilidad el estado actual
del mismo.
ACTUALIDAD
Hasta hace poco, debido a los altos
costos (tanto monetarios como de recursos
de cómputo) y capacidad limitada por parte
de los dispositivos, los usuarios no habían
dado uso a las tecnologías del
reconocimiento facial en su totalidad. Sin
embargo, los recientes años han brindado
constantes mejoras en dichas tecnologías.
Por ejemplo, desde 1993 a 2010, pruebas
conducidas por el Instituto Nacional de
Estándares y Tecnologías (“NIST”) [4],
demostró que la tasa de rechazo falso – tasa
sobre la cual los sistemas de reconocimiento
facial rechazaban incorrectamente una
comparación entre dos caras que eran, de
hecho, las mismas – fue reducido por la
mitad cada dos años.
En agosto de 2011, Hadi Seyedarabi,
Saeid Fazli y Reza Afrouzian [5],
descubrieron cómo aumentar la eficiencia de
los algoritmos utilizados para el
reconocimiento de expresiones faciales
básicas usando Gabor Filter Bank (Banco de
Filtro de Gabor) cuyo modelo utiliza la
extracción de datos, y LDA (Linear
Discriminant Analysis ó Análisis del
Discriminante Lineal) utilizado para la
reducción de características y variables.
Debido a que la técnica de Gabor Filter
Bank conlleva una carga computacional
bastante grande, el método propuesto utiliza
la simetría de la cara para extraer las
características del rostro (por lo que toma en
consideración sólo la mitad del rostro),
cuyos resultados, en comparación con los
métodos clásicos, son aproximadamente
equivalentes. Por lo tanto, a pesar de la
carga computacional impuesta por esta
técnica; éste sigue siendo un algoritmo de
mayor eficiencia debido a la considerable
reducción de carga computacional.
Luego, en el mes de enero del
presente año, Luis Blázquez Pérez,
estudiante de la Universidad Autónoma de
Madrid, presentó su proyecto de fin de
carrera: “Reconocimiento Facial Basado en
Puntos Característicos de la Cara en
Entornos No Controlados” [6], el cual se
basa en el desarrollo de un sistema de
5. detección y marcado/corrección de puntos
característicos faciales (lo cual agregaría
robustez a estos sistemas, aumentando su
eficacia y reduciendo márgenes de error),
cuyo procedimiento radica en el previo
procesamiento de las imágenes del rostro del
individuo, para luego detectar los rasgos
biométricos mal marcados (ojos, nariz,
boca…); extraer dichos datos, y finalmente
corregirlos.
Más tarde, en el mes de junio del
mismo año, fue publicado el trabajo de
Annu, Chander Kant [7], el cual propone una
idea de reconocimiento facial humano
incluso en presencia de fuertes expresiones
faciales (lo cual ha sido uno de los
constantes problemas a resolver, ya que
dependiendo de la base de datos, el sistema
puede llegar a requerir que el usuario deba
tener ciertas expresiones faciales muy
limitadas a la hora de verificar su
identificación para lograr realizar una
comparación precisa) mediante el uso del
método Eigenface, el cual se basa en el
hecho de que las características extraídas de
las secuencias de la imagen del rostro,
pueden ser usadas eficientemente para las
expresiones faciales.
Actualmente, a pesar de los recientes
avances en estas tecnologías, muchos de los
problemas principales siguen siendo el
principal motivo de estudio en esta área ya
que estos aun no han sido “eliminados” por
completo.
CONCLUSIONES
Después de analizar la trayectoria
que ha tenido el reconocimiento facial
dentro de la ciencia y sus actuales y futuras
aplicaciones para la sociedad, no sería
necesario ser científico para entender su
importancia dentro de la comunidad
científica, ni ser usuario de las aplicaciones
relacionadas con el reconocimiento facial
para ver todas estas tecnologías integradas
en nuestro futuro; porque, definitivamente,
todos estos retos que se han presentado en el
desarrollo de estas tecnologías no han sido
menos que una gran motivación, para los
científicos, en seguir estudiando y
trabajando día a día para tener esta increíble
herramienta mejor integrada en nuestras
vidas.
6. REFERENCIAS
[1] Jigar M. Pandya, Devang Rathod, Jigna
J. Jadav, “A Survey of Face Recognition
approach”, February 2013.
[2] M. A. Turk and A.P. Pentland, "Face
Recognition Using Eigenfaces," Proc. IEEE,
1991, 586-591.
[3] A. Bruno Rodríguez, “Proyecto Final de
Máster Reconocimiento Facial”, 2011.
[4] Face Facts Workshop, Remarks of Dr.
Jonathan Phillips, NIST, at 23-24.
[5] Hadi Seyedarabi, Saeid Fazli, Reza
Afrouzian, “A Fast Algorithm for
Recognition of Basic Facial Expressions
with Gabor Filter Bank”, Vol. 3 No. 8
August 2011.
[6] Luis Blázquez Pérez, “Reconocimiento
Facial Basado en Puntos Característicos de
la Cara en entornos no controlados”, Enero
2013.
[7] Annu, Chander Kant, “A Novel
Approach for Facial Expression
Recognition Using Euclidean Distances”,
June 2013.