Reconhecimento facial é uma tendência que entra na relação de tecnologias que são normalmente associadas à ficção científica. Quando pensamos em reconhecimento facial, logo já surgem em nossa mente imagens de grandes e tecnológicas parafernálias que identificam cada detalhe do rosto de uma pessoa, abrindo portas, concedendo permissões, entre outros casos.
O reconhecimento facial automatizado da face é um conceito relativamente novo. Desenvolvido na década de 1960, o primeiro sistema semi-automatizado para o reconhecimento da face exigia que o seu administrador localizasse características nas fotografias (por exemplo, olhos, orelhas, nariz e boca) antes do sistema calcular distâncias e rácios para um ponto de referência comum. Esse ponto de referência era depois comparado com os dados disponíveis.
Na década de 1970, Goldstein, Harmon e Lesk utilizaram 21 marcadores subjetivos específicos - incluindo a cor do cabelo e a espessura dos lábios - para automatizarem o reconhecimento. O problema com estas duas soluções iniciais residia no facto das medições e localizações terem de ser calculadas manualmente.
Em 1988, Kirby e Sirovich aplicaram o princípio da análise de componentes, uma técnica de cálculo padrão, ao problema do reconhecimento da face. Isto foi considerado como uma espécie de marco, na medida em que mostrou que eram necessários menos de uma centena de valores para codificar com exactidão uma imagem da face adequadamente normalizada e alinhada.
Em 1991, Turk e Pentland descobriram que, apesar da utilização de técnicas eigenfaces, o erro residual podia ser utilizado para detectar faces em imagens. Esta descoberta permitiu a criação de sistemas automatizados de reconhecimento da face em tempo real. Esta abordagem estava limitada de certa forma por factores ambientais, mas acabou por motivar um grande interesse para o desenvolvimento futuro de tecnologias de reconhecimento automatizado da face.
A tecnologia começou por chamar a atenção pública devido à reação dos meios de comunicação a uma implementação experimental no January 2001 Super Bowl, que capturou imagens de vigilância e as comparou com uma base de dados de conteúdos digitais. Esta demonstração iniciou a necessária análise sobre a forma de utilizar a tecnologia para suportar determinadas necessidades nacionais, considerando ao mesmo tempo as preocupações sociais e de privacidade.
Atualmente, a tecnologia de reconhecimento da face está a ser utilizada para o combate à fraude com passaportes, para o reforço de legislação, para a identificação de crianças desaparecidas, e para minimizar as fraudes de benefícios/identidade.
Reconhecimento Facial x Detecção Facial
Embora o "reconhecimento facial" seja geralmente usado como um termo genérico, isso não é totalmente preciso. Há uma distinção importante entre o reconhecimento facial e a detecção facial.
O reconhecimento facial descreve o processo de digitalizar um rosto e, em seguida, associá-lo à mesma pessoa em um banco de dados. Essa é a abordagem usada para desbloquear telefones ou autenticar uma pessoa que entra em um edifício.
A detecção facial é quando um sistema tenta simplesmente estabelecer a presença de um rosto. As empresas de mídias sociais usam a detecção facial para filtrar e organizar imagens em grandes catálogos de fotos, por exemplo.
As ferramentas usadas para treinar os dois sistemas são diferentes. Os níveis desejados de precisão também variam. Claramente, o reconhecimento facial usado para fins de identificação precisa ter uma pontuação mais alta do que qualquer sistema usado para apenas organizar imagens.
Tecnologias usadas no reconhecimento facial
Modelagem 3D - esta técnica usa dados fotográficos para criar um mapa 3D do rosto. Ele captura tudo, desde a estrutura óssea até as curvas ao redor da cavidade ocular, nariz e queixo. A modelagem 3D ajuda os sistemas a reconhecer e descartar fotografias. É menos restrito pelas condições de iluminação do que o mapeamento 2D.
Câmeras infravermelhas - como uma câmera pode capturar dados fotográficos 3D? A resposta está em uma matriz de luz infravermelha. É assim que muitos sistemas de reconhecimento facial de smartphones funcionam. O projetor de pontos brilha muitos milhares de pontos de luz no rosto para criar um mapa de profundidade 3D.
Aprendizagem profunda, IA e redes neurais - os computadores que possuem "mentes" focadas em cálculos lineares têm dificuldade para reconhecer rostos. O aprendizado profundo supera isso usando uma forma mais sofisticada de computação que imita o funcionamento do cérebro humano. Aqui, o computador efetivamente se treina usando os novos dados que recebe. O computador faz verificações para garantir que a rede esteja produzindo o resultado esperado. Quando não está, ele faz ajustes até que o sistema seja capaz de produzir sistematicamente o resultado esperado.
Análise da textura da superfície - os novos sistemas de reconhecimento facial usam a análise da textura de superfície para capturar uma "impressão de pele". Eles examinam pequenos pedaços da pele como rugas, poros e textura, e, depois, as traduzem em medições matemáticas.
Enclave Seguro - muitos sistemas de reconhecimento facial têm proteção contra hackers ao criptografar os dados faciais e armazená-los em um "enclave seguro" local. Isso significa que a autenticação acontece instantaneamente no dispositivo, e não na nuvem.
Curiosidades
A tecnologia permite ainda a emissão de relatórios completos de controle de acesso e gerenciamento em tempo real, realizada diretamente no aplicativo do sistema ou no aparelho celular do responsável pela gestão corporativa. O controle de acesso facilita a entrada e saída das pessoas durante todo o período.
O sistema e os equipamentos para a implantação da tecnologia de reconhecimento facial podem ser comercializados junto com a venda de aparelhos com contrato de manutenção e licença do software, ou ainda por locação ou contrato de comodato de toda a solução de reconhecimento facial.
Muito legal, né? Veja os nossos outros artigos sobre tecnologias e inovações do passado, do presente e quem sabe do futuro!
Comments