No es fácil en estos días ser solo otra cara en medio de una multitud. El mes pasado, por ejemplo, los usuarios de Twitter a través de una forma de crowdsourcing espontáneo identificaron a ciertos manifestantes por la cara en la protesta el 12 de agosto en Charlottesville, Virginia, con respecto a planes para eliminar una estatua del confederado general Robert E. Lee. Muchos ojos estaban en las fotos y los videos relacionados, prevaleciente en esta era de selfies, medios sociales, y vídeo.
Las tecnologías de reconocimiento de rostros están llegando cerca de lograr tales hazañas en un instante, ayudando a identificar criminales, terroristas, personas desaparecidas y muchos otros. Los disfraces u otro equipo de cabeza usado por los individuos pueden desafiar la inteligencia artificial, pero un equipo internacional de investigadores acaba de superar muchos de los problemas relacionados con lo que se conoce en la industria de la tecnología como Identificación de la cara disfrazada o DFI.
«Analizamos numerosas imágenes y videos de crímenes, así como protestas, en todo el mundo para ver qué partes de la cara suelen estar cubiertas por los individuos para disfrazarse», dijo el líder del proyecto Amarjot Singh, del Departamento de Ingeniería de la Universidad de Cambridge. «En la mayoría de los videos, los individuos llevaban gafas que cubrían los ojos o llevaban una bufanda que cubría la boca«.
Esas observaciones condujeron a una lluvia de ideas de Singh y sus colegas: Devendra Patil y G. Meghana Reddy del Instituto Nacional de Tecnología, India y S.N. Omkar del Instituto Indio de Ciencias. El equipo de investigación presentará sus resultados la próxima semana en IEEE International Conference on Computer Vision Workshop en Venecia, Italia.
Los investigadores desarrollaron DFI que se dirige a 14 «puntos clave de la cara», 10 de ellos en y alrededor de los ojos, uno en la nariz y tres en los labios, que es más probable que falte cuando se usa un disfraz.
Si el sistema tiene esta información faltante acerca de la persona de otras fotos, como una foto y / o vídeo, puede hacer predicciones para rellenar las áreas en imágenes que muestran el mismo individuo disfrazado. Por lo tanto, la tecnología se basa no solo en los 14 puntos-clave faciales, sino también en conjuntos de datos que contienen múltiples imágenes.
El corazón del sistema que identifica los puntos clave se llama una red convolucional profunda.
«Las redes convolucionales profundas son creaciones de software organizadas en capas interconectadas, al igual que la corteza visual, la parte del cerebro que procesa la información visual«, explicó Singh. Señaló que estas redes «aprenden» a partir de conjuntos de datos usando un algoritmo llamado «back-propagation» que refleja cómo funcionan las propias redes neuronales del cerebro relacionadas con la visión.
«Por ejemplo, si una red está entrenada en imágenes, las neuronas en las capas al principio de la red aprenden a reconocer bordes o formas básicas, mientras que las neuronas en capas superiores pueden» ver «objetos, por ejemplo, un perro o una persona. »
En el caso de la red IA, se leen los lotes de fotos de individuos disfrazados y se aprende a predecir los puntos clave claves del objetivo. A continuación, intenta corregir el error de predicción realizado para cada punto clave y, con el tiempo, a menudo es capaz de hacer una coincidencia con una persona conocida si se le da una base de datos suficientemente grande para trabajar.
En esta etapa, sin embargo, la tecnología DFI no está exenta de fallos importantes.
«La precisión del sistema disminuye drásticamente en presencia de un fondo complejo que tiene imágenes con condiciones de iluminación desigual«, reconoció Singh.
Una foto que muestra a una persona disfrazada con su cabeza girada cerca de un montón de edificios y frente a una lámpara de la calle, por ejemplo, podría confundir la red. Del mismo modo, si una persona cubre completamente su cabeza y es capturado por CCTV o algún otro dispositivo de imagen, la tecnología DFI esencialmente no tendría nada que procesar.
Sin embargo, el nuevo sistema representa un gran avance en DFI. Otro equipo de investigación trató previamente de utilizar datos sobre el tono y la textura únicos de la piel de las personas para resolver problemas relacionados, pero ese método también era un problema de agravamiento de la discriminación racial.
Los nuevos desarrollos en DFI y otras tecnologías de reconocimiento facial también están aumentando las preocupaciones sobre la privacidad.
«Aunque las caras son peculiares a los individuos, también son públicas, por lo que la tecnología no penetra, a primera vista, en algo privado», dice un artículo reciente de The Economist. «Y, sin embargo, la capacidad de grabar, almacenar y analizar imágenes de caras de forma barata, rápida y en gran escala promete un día para llevar a cabo cambios fundamentales a las nociones de privacidad, justicia y confianza «.
El artículo señala que el gobierno de China mantiene un registro de las caras de sus ciudadanos, y que las fotos de la mitad de la población adulta de Estados Unidos están almacenadas en bases de datos a las que puede acceder el FBI.
Tales tecnologías podrían también ser una bendición a las compañías que desean identificar a clientes potenciales. Si, por ejemplo, se toman fotografías de una persona que navega por una tienda y el reconocimiento facial identifica posteriormente a la persona, se le pueden enviar anuncios específicos para una mercancía en particular.
Un escenario aún más aterrador se refiere a la identificación de rasgos inherentes y problemas de salud. Michal Kosinski de la Universidad de Stanford y su colega Yilun Wang informaron recientemente en un artículo publicado en el Diario de Personalidad y Psicología Social que la IA es más precisa que los humanos en la detección de la orientación sexual a partir de imágenes faciales. La precisión de su algoritmo fue entre 81-91 por ciento, mientras que la precisión en los humanos era solo del 54-61 por ciento del tiempo.
«En los países donde la homosexualidad es un crimen, un software que promete inferir la sexualidad de una cara es una perspectiva alarmante«, dice The Economist.
Otro problema más es el robo de identidad basado en datos biométricos, que se refiere a todo, desde huellas dactilares a fotos.
Robert Capp, autor de un documento de Biometric Technology Today sobre el futuro de la verificación de identidad, señaló que los datos biométricos son «vulnerables a mimetismo, falsificación y suplantación. Las huellas digitales se han levantado y copiado. Iris y datos faciales se ha tomado de fotografías de alta resolución y video HD que es lo suficientemente bueno como para engañar a la detección biométrica «.
Los cajeros automáticos que utilizan la tecnología de reconocimiento de rostros ya están en uso en algunos países asiáticos, mientras que China ha estado confiando en la tecnología para identificar jaywalkers. Las agencias de control fronterizo en todo el mundo también están investigando sistemas similares, por lo que sus vulnerabilidades e inexactitudes asociadas no son una cuestión pequeña.
La Unión Europea se ha estado preparando para desafíos relacionados con su Reglamento General de Protección de Datos (GDPR), que entrará en vigor el 25 de mayo del próximo año. Bajo el GDPR, las imágenes de caras se consideran «Datos personales sensibles» que están sujetos a requisitos y restricciones de seguridad adicionales.
Una guerra tecnológica está en marcha, y algunos equipos de investigación crean sistemas que cumplen con el GDPR mientras luchan contra el reconocimiento facial de IA. Por ejemplo, la nueva empresa D-ID, que significa De-Identification, ofrece un sistema que se dice que protege las imágenes de reconocimiento de cara automatizado no autorizado.
De acuerdo con el sitio web de la compañía, «Las imágenes se procesan de una manera innovadora que hace que los algoritmos de reconocimiento facial no logren identificar el sujeto en la imagen, manteniendo lo suficientemente similar a la imagen original para que los humanos no noten la diferencia«.
Sin embargo, estos y otros esfuerzos similares no paran el trabajo de Singh y su equipo. Mientras que sus determinaciones en la actualidad todavía se consideran como «prueba de concepto», planean poner su sistema en la práctica real tan pronto como sea posible.
«Actualmente estamos tratando de mejorar el modelo de IA propuesto para que pueda funcionar en tiempo real con menos potencia computacional y requeriría una menor memoria en el hardware«, dijo, añadiendo que espera que otros equipos de investigación también trabajen para desarrollar aún más fuertes con conjuntos de datos expandidos. Estos podrían incluir incluso más posibilidades de disfraz, más allá de los sombreros, bufandas, gafas, y el faux pelo facial que están en el conjunto de datos existente.
«En general,» concluyó, «este trabajo hará que la pelota avance hacia la solución de la tarea del DFI».
