By: Greer Williams August 29, 2018

Hasta hace poco, la tecnología de reconocimiento facial era comúnmente vista como algo sacado de la ciencia ficción. Pero en la última década, esta tecnología innovadora no solo se ha convertido en viable, se ha generalizado. De hecho, es difícil leer noticias sobre tecnología en estos días sin ver algo sobre el reconocimiento facial.

Hay varias industrias que se benefician de esta tecnología. Las agencias de aplicación de la ley están usando reconocimiento facial para mantener a las comunidades más seguras. Los minoristas están previniendo el crimen y la violencia. Los aeropuertos están mejorando la comodidad y la seguridad de los viajeros. Y las compañías de telefonía móvil están utilizando el reconocimiento facial para ofrecer a los consumidores nuevas capas de seguridad biométrica.

A algunos puede parecerles que el reconocimiento facial surgió de la nada. Pero, en verdad, esta tecnología ha estado en proceso por algún tiempo. En esta publicación se analizará la historia del reconocimiento facial para arrojar luz sobre cómo esta tecnología transformadora llegó a ser y cómo ha evolucionado con el tiempo.

Estos son algunos de los eventos clave en la historia del reconocimiento facial:

MEDICIONES MANUALES POR BLEDSOE (1960)

Muchos dirían que el padre del reconocimiento facial fue Woodrow Wilson Bledsoe. Trabajando en la década de 1960, Bledsoe desarrolló un sistema que podía clasificar fotos de rostros a mano utilizando lo que se conoce como una tableta RAND, un dispositivo que las personas podían usar para ingresar coordenadas horizontales y verticales en una cuadrícula utilizando un lápiz óptico que emitía pulsos electromagnéticos. El sistema podría usarse para registrar manualmente las ubicaciones de coordenadas de varias características faciales, incluidos los ojos, la nariz, la línea del cabello y la boca.

Estas métricas podrían insertarse en una base de datos. Luego, cuando el sistema recibió una nueva fotografía de un individuo, fue capaz de recuperar la imagen de la base de datos que más se parecía a esa persona. En ese momento, el reconocimiento facial por desgracia estaba limitado severamente por la tecnología de la era y el poder de procesamiento de la computadora. Sin embargo, fue un primer paso importante para probar que el reconocimiento facial era una biometría viable.

IMAYOR PRECISIÓN CON 21 MARCADORES FACIALES (1970)

En la década de 1970, Goldstein, Harmon y Lesk fueron capaces de agregar una mayor precisión a un sistema de reconocimiento facial manual. Utilizaron 21 marcadores subjetivos específicos, incluidos el grosor del labio y el color del cabello, para identificar caras automáticamente. Al igual que con el sistema de Bledsoe, la biometría real tuvo que ser aún computada manualmente.

EIGENFACES (FINALES DE 1980 – PRINCIPIOS DE 1990)

En 1988, Sirovich y Kirby comenzaron a aplicar el álgebra lineal al problema del reconocimiento facial. Lo que se conoció como el enfoque Eigenface comenzó como una búsqueda de una representación de baja dimensión de las imágenes faciales. Sirovich y Kriby pudieron demostrar que el análisis de las características de una colección de imágenes faciales podría formar un conjunto de características básicas. También pudieron demostrar que se necesitaban menos de cien valores para codificar con precisión una imagen de cara normalizada.

En 1991, Turk y Pentland ampliaron el enfoque Eigenface descubriendo cómo detectar rostros dentro de las imágenes. Esto condujo a las primeras instancias de reconocimiento facial automático. Su enfoque se vio limitado por factores tecnológicos y ambientales, pero fue un gran avance en la demostración de la viabilidad del reconocimiento facial automático.

PROGRAMA FERET (1993-2000)

La Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA) y el Instituto Nacional de Estándares y Tecnología lanzaron el programa de Tecnología de Reconocimiento Facial (FERET) a partir de la década de 1990 con el fin de fomentar el mercado de reconocimiento facial comercial. El proyecto involucró la creación de una base de datos de imágenes faciales. La base de datos se actualizó en 2003 para incluir versiones en color de alta resolución de 24 bits. Incluido en el conjunto de prueba fueron 2.413 imágenes faciales todavía que representan 856 personas. La esperanza era que una gran base de datos de imágenes de prueba para el reconocimiento facial podría inspirar la innovación, que podría dar como resultado una tecnología de reconocimiento facial más poderosa.

SUPER BOWL XXXV (2002)

En el Super Bowl de 2002, los funcionarios encargados de hacer cumplir la ley utilizaron el reconocimiento facial en una prueba importante de la tecnología. Si bien los funcionarios informaron que se detectaron varios “delincuentes menores”, en general, la prueba fue vista como un fracaso. Los falsos positivos y la reacción de los críticos demostraron que el reconocimiento facial no estaba del todo preparado para el horario de máxima audiencia. Una de las grandes limitaciones tecnológicas de la época era que el reconocimiento facial aún no funcionaba bien en grandes multitudes, una funcionalidad que es esencial para usar el reconocimiento facial para la seguridad de eventos.

PRUEBAS DE PROVEEDORES DE RECONOCIMIENTO FACIAL (2000)

El Instituto Nacional de Estándares y Tecnología (NIST, por sus siglas en inglés) comenzó las Pruebas de reconocimiento facial (FRVT) a principios de la década de 2000. Partiendo de FERET, los FRVT se diseñaron para proporcionar evaluaciones gubernamentales independientes de los sistemas de reconocimiento facial que estaban disponibles comercialmente, así como también tecnologías de prototipo. Estas evaluaciones se diseñaron para proporcionar a las agencias encargadas de hacer cumplir la ley y al gobierno de EE. UU. La información necesaria para determinar las mejores formas de implementar la tecnología de reconocimiento facial.

BASE DE DATOS FORENSES DE APLICACIÓN DE LA LEY (2009)

En 2009, la Oficina del Alguacil del Condado de Pinellas creó una base de datos forense que permitía a los oficiales acceder a los archivos de fotos del Departamento de Seguridad Vial y Vehículos Motorizados (DHSMV) del estado. Para 2011, unos 170 diputados habían sido equipados con cámaras que les permitían tomar fotografías de sospechosos que podrían cotejarse con la base de datos. Esto resultó en más arrestos e investigaciones criminales de lo que hubiera sido posible de otro modo.

MEDIOS SOCIALES (2010-PRESENTE)

A partir de 2010, Facebook comenzó a implementar la funcionalidad de reconocimiento facial que ayudó a identificar a las personas cuyas caras pueden aparecer en las fotos que los usuarios de Facebook actualizan a diario. Si bien la función fue instantáneamente controvertida con los medios de comunicación, lo que generó una gran cantidad de artículos relacionados con la privacidad, a los usuarios de Facebook en general no pareció importarles. Al no tener un impacto negativo aparente en el uso o la popularidad del sitio web, más de 350 millones de fotos se cargan y etiquetan mediante el reconocimiento facial cada día.

PRIMERA INSTALACIÓN PRINCIPAL DEL RECONOCIMIENTO FACIAL EN UN AEROPUERTO (2011)

En 2011, el gobierno de Panamá se asoció con el entonces gobierno de los EE. UU. La secretaria de Seguridad Nacional, Janet Napolitano, autorizó un programa piloto de la plataforma de reconocimiento facial de FaceFirst para reducir la actividad ilícita en el aeropuerto Tocumen de Panamá (conocido como un centro para el contrabando de drogas y el crimen organizado).

Poco después de la implementación, el sistema resultó en la aprehensión de múltiples sospechosos de Interpol. Satisfecho con el éxito del despliegue inicial, FaceFirst se expandió a la terminal norte de la instalación. La implementación de FaceFirst en Tocumen sigue siendo la instalación biométrica más grande en un aeropuerto hasta la fecha.

OSAMA BIN LADEN IDENTIFICADO (2011)

El reconocimiento facial se ha utilizado cada vez más para la medicina forense por parte de profesionales de la ley y militares. A menudo es la forma más efectiva de identificar positivamente cadáveres. De hecho, el reconocimiento facial se usó para ayudar a confirmar la identidad de Osama bin Laden después de que fuera asesinado en una redada en los EE. UU.

LAS AGENCIAS DE APLICACIÓN DE LA LEY ADOPTAN EL RECONOCIMIENTO DE LA CARA MÓVIL (2014)

A partir de 2014, el Sistema Automatizado de Información de Justicia Regional (ARJIS), comenzó a suministrar a las agencias asociadas la plataforma móvil FaceFirst que admite reconocimiento facial para la aplicación de la ley. ARJIS, una compleja red de empresas de justicia penal que promueve la información y el intercambio de datos entre las agencias policiales locales, estatales y federales, quería resolver un problema crítico: la identificación instantánea para las personas que no tenían identificación o no deseaban ser identificadas. Algunas de las agencias que comenzaron a utilizar el reconocimiento facial móvil para identificar sospechosos en el campo incluyen a la policía de San Diego, DOJ, FBI, DEA, CBP y Marshalls de los EE. UU.

RECONOCIMIENTO FACIAL “INEVITABLE” PARA LA VENTA AL POR MENOR (2017)

Como el reconocimiento facial es adoptado por los minoristas más rápido que cualquier otra industria, los expertos están tomando nota. En un seminario web reciente, el editor y editor de D&D Daily Gus Downing afirmó que el reconocimiento facial se encuentra en un “camino inevitable hacia la adopción minorista”. Downing, considerado uno de los principales líderes de prevención de pérdidas, es solo un experto que ahora ve enormes ventajas para los minoristas que usan un sistema de reconocimiento facial.

IPHONE X (2017)

Apple lanzó el iPhone X en 2017, anunciando el reconocimiento facial como una de sus características principales. El sistema de reconocimiento facial en el teléfono se usa para la seguridad del dispositivo. El nuevo modelo de iPhone se vendió casi al instante, lo que demuestra que los consumidores ahora aceptan el reconocimiento facial como el nuevo estándar de oro para la seguridad.

LISTA DE VIGILANCIA COMO SERVICIO (2017)

Cada vez es más fácil que nunca para las organizaciones beneficiarse de la tecnología de reconocimiento facial. Este año, FaceFirst presentó WatchList as a Service (WaaS) en la conferencia NRF Protect. WaaS es una nueva plataforma de datos de reconocimiento facial diseñada para ayudar a prevenir hurtos y delitos violentos. WatchList incluye una base de datos administrada de delincuentes conocidos que presentan un riesgo de seguridad, robo o delito violento. La base de datos funciona en conjunto con la plataforma de vigilancia biométrica FaceFirst, que utiliza tecnología de coincidencia de funciones para alertar sobre la seguridad de las amenazas en tiempo real.