{"id":1005,"date":"2018-03-27T13:32:23","date_gmt":"2018-03-27T16:32:23","guid":{"rendered":"http:\/\/157.92.27.101\/?p=1005"},"modified":"2025-06-05T10:19:07","modified_gmt":"2025-06-05T13:19:07","slug":"reconocer-rostros-con-eficiencia-un-enorme-desafio-computacional","status":"publish","type":"post","link":"https:\/\/icc.fcen.uba.ar\/en\/reconocer-rostros-con-eficiencia-un-enorme-desafio-computacional\/","title":{"rendered":"Reconocer rostros con eficiencia: un enorme desaf\u00edo computacional"},"content":{"rendered":"

La vista es probablemente el sentido m\u00e1s avanzado de los humanos. Nos permite reconocer el mundo que nos rodea, a trav\u00e9s de im\u00e1genes. En este contexto complejo, la visi\u00f3n por computadora busca duplicar el efecto de la visi\u00f3n humana mediante la percepci\u00f3n y an\u00e1lisis electr\u00f3nico de las im\u00e1genes. <\/strong><\/em><\/p>\n

Para cumplir este prop\u00f3sito, el procesamiento digital de im\u00e1genes utiliza una serie de t\u00e9cnicas, m\u00e9todos y algoritmos espec\u00edficos.<\/span><\/p>\n

Uno de los lineamientos en los que se trabaja dentro del \u00e1rea de Visi\u00f3n por Computadora del ICC es el de Sistemas Autom\u00e1ticos de Reconocimiento de Objetos<\/strong>. A partir del procesamiento de im\u00e1genes est\u00e1ticas y din\u00e1micas y del desarrollo de algoritmos de clasificaci\u00f3n (reconocimiento de patrones orientados a la visi\u00f3n artificial en el \u00e1rea de aprendizaje autom\u00e1tico) los investigadores pueden realizar un an\u00e1lisis profundo con diferentes objetos de estudio.<\/span><\/p>\n

\u201c<\/span>Trabajamos con \u00a0tecnolog\u00eda neurom\u00f3rfica (que busca imitar funciones del cerebro humano), detecci\u00f3n y seguimiento de peatones, reconocimiento de patentes de veh\u00edculos, y reconocimiento de rostros, entre otras aplicaciones<\/span><\/i>\u201d, puntualiza Pablo Negri<\/strong>, investigador en Ciencias de la Computaci\u00f3n recientemente incorporado al ICC.<\/span><\/p>\n

Desde 2010 el investigador ha realizado estudios de comportamiento de peatones en el tr\u00e1nsito de la Ciudad Buenos Aires. A trav\u00e9s de d\u00edas de filmaciones, se busca entender c\u00f3mo las personas inciden en el tr\u00e1nsito cotidiano, si cruzan correctamente la calle o si se ponen en peligro. La visi\u00f3n artificial es utilizada entonces para procesar autom\u00e1ticamente la enorme cantidad de datos registrados. A partir de un an\u00e1lisis de las caracter\u00edsticas de las im\u00e1genes (color, forma, l\u00edneas, segmentos horizontales o verticales, etc.), el sistema interpreta la informaci\u00f3n visual y la convierte en una representaci\u00f3n matem\u00e1tica. Luego esta representaci\u00f3n es explotada por algoritmos de clasificaci\u00f3n a fin de generar artificialmente la forma o la apariencia de un rostro, un veh\u00edculo, o una persona completa.<\/span><\/p>\n

\u201c<\/span>Es necesario entrenar el modelo de reconocimiento para que progresivamente vaya reforzando su aprendizaje y \u00a0detectando personas con mayor eficiencia. En este proceso uno genera una base de datos con determinadas reglas de lo que quiere encontrar y lo que no quiere encontrar. La idea es que los clasificadores empiecen a definir fronteras entre ese objeto buscado (un peat\u00f3n) y el objeto no buscado (todo lo que no es un peat\u00f3n)<\/span><\/i>\u201d, detalla Negri. En este aspecto, aclara que est\u00e1n utilizando algoritmos del estado del arte del problema (ej. AdaBoost, SVM, ConvNets) \u00a0entren\u00e1ndolos con bases de datos propias de los investigadores, adaptados al problema que se busca resolver.<\/span><\/p>\n

Reconocimiento facial para identificaci\u00f3n de personas<\/b><\/p>\n

El reconocimiento facial posee m\u00faltiples usos para la identificaci\u00f3n de personas. Consiste en el desarrollo de t\u00e9cnicas aplicadas en el que un programa inform\u00e1tico es capaz de reconocer autom\u00e1ticamente un rostro, asoci\u00e1ndolo con una identidad determinada. Esto s\u00f3lo es posible mediante un an\u00e1lisis de las caracter\u00edsticas faciales del sujeto, extra\u00eddas de la imagen o de un fotograma clave de una fuente de video, y su comparaci\u00f3n con una base de datos preexistente. En este escenario, el reconocimiento facial cumple un rol crucial para la b\u00fasqueda e identificaci\u00f3n de personas en el marco de pol\u00edticas de seguridad y control.<\/span><\/p>\n

A partir de un convenio espec\u00edfico entre el Ministerio de Seguridad de la Naci\u00f3n y el CONICET, el investigador del ICC ha desarrollado una plataforma de identificaci\u00f3n de NNs y b\u00fasqueda de personas extraviadas. Esta plataforma (SIFACE) est\u00e1 en funcionamiento desde 2017 y a disposici\u00f3n del equipo de B\u00fasqueda de Personas del Ministerio.<\/span><\/p>\n

\u201c<\/span>Hist\u00f3ricamente la b\u00fasqueda de personas se realiz\u00f3 a trav\u00e9s de una base de huellas digitales, contrastando con los millones de ciudadanos argentinos inscriptos en RENAPER. SIFACE permite comparar el rostro de un NN obtenido de una fotograf\u00eda, con la base de personas extraviadas. El reconocimiento autom\u00e1tico de rostros puede as\u00ec acelerar considerablemente el proceso de b\u00fasqueda si la persona fue denunciada como extraviada<\/span><\/i>\u201d, comenta Negri. No obstante, existen diversos problemas en el proceso, como la falta de im\u00e1genes disponibles, la baja calidad o antig\u00fcedad de las fotograf\u00edas de los DNI, etc. \u201c<\/span>Si aparece un NN que no fue denunciado como extraviado, no va a estar en la base del Ministerio de Seguridad\u201d, <\/span><\/i>aclara el investigador.<\/span><\/p>\n

\u201cHoy la base de extraviados es de entre 9 y 14 mil registros y debemos acotar la b\u00fasqueda por g\u00e9nero y rango etario para simplificar la coincidencia (matching)<\/span><\/i>\u201d, complementa el doctor en Inform\u00e1tica. En este sentido, el investigador explica que a trav\u00e9s de diversos aspectos de la forma y morfolog\u00eda del rostro, los m\u00e1s modernos algoritmos de clasificaci\u00f3n van generando descriptores espec\u00edficos para una persona. \u00a0Aunque a\u00fan los algoritmos est\u00e1n en franca evoluci\u00f3n, el agrupamiento estad\u00edstico por caracter\u00edsticas y patrones similares podr\u00eda ayudar a mejorar la tasa de reconocimiento cuando se realiza una b\u00fasqueda en bases de datos de millones de identidades.<\/span><\/p>\n

\u201c<\/span>En general los resultados del reconocimiento facial son muy positivos. Sin embargo esta tecnolog\u00eda debe ser aplicada e interpretada con mucha precauci\u00f3n. La falta de efectividad en la identificaci\u00f3n de personas, por errores propios del algoritmo o de un margen de 5% de error en una base de miles de personas puede ser muy problem\u00e1tico. Dependiendo su aplicaci\u00f3n, es esencial tomar la tarea con mucha responsabilidad<\/span><\/i>\u201d, concluye Negri.<\/span><\/p>\n

\"\"<\/p>\n

\n

Claves del Proyecto<\/b><\/p>\n

-Las plataformas que se desarrollan en el transcurso de 2018 permiten extender la aplicaci\u00f3n de SIFACE y su motor de reconocimiento facial. Su utilizaci\u00f3n se encuentra muy dependiente de la disponibilidad de fotos de NNs, o de que una persona haya sido denunciada como desaparecida y cargada en la base de SIFCOP.<\/span><\/p>\n

-El reconocimiento en l\u00ednea instalado en puestos estrat\u00e9gicos, como puntos fronterizos, permitir\u00e1 aumentar la verificaci\u00f3n y controlar casos sensibles, como personas desaparecidas que finalicen en redes internacionales de trata de personas.<\/span><\/p>\n

-La b\u00fasqueda de una identidad NNs en una gran base de fotograf\u00edas, como la totalidad de RENAPER, permitir\u00eda aumentar las posibilidades de identificar a\u00a0<\/span>una persona que no ha sido denunciada como extraviada.<\/span><\/p>\n<\/blockquote>\n<\/div>

<\/div><\/div><\/div><\/div><\/div>\n","protected":false},"excerpt":{"rendered":"

La vista es probablemente el sentido m\u00e1s avanzado de los humanos. Nos permite reconocer el mundo que nos rodea, a trav\u00e9s de im\u00e1genes. En este contexto complejo, la visi\u00f3n por computadora busca duplicar el efecto de la visi\u00f3n humana mediante la percepci\u00f3n y an\u00e1lisis electr\u00f3nico de […]<\/p>\n","protected":false},"author":3,"featured_media":1007,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[71,12],"tags":[100,8],"class_list":["post-1005","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-actualidad","category-noticias","tag-procesamiento-imagenes","tag-vision"],"_links":{"self":[{"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/posts\/1005","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/comments?post=1005"}],"version-history":[{"count":7,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/posts\/1005\/revisions"}],"predecessor-version":[{"id":2174,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/posts\/1005\/revisions\/2174"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/media\/1007"}],"wp:attachment":[{"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/media?parent=1005"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/categories?post=1005"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/tags?post=1005"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}