Visión artificial

La visión artificial es el campo que se ocupa de extraer significado de imágenes y vídeos; no se limita a procesar píxeles, sino que genera una respuesta estructurada sobre lo que contiene una imagen. Es la tecnología que sustenta cada paso de la verificación automatizada de documentos, y describirla de forma genérica no hace justicia a lo específicos que se vuelven los problemas una vez que un documento de identidad real se encuentra ante la cámara.

Pregunta fundamental ¿Qué aparece en esta imagen y dónde?
Tareas fundamentales Clasificación, detección, segmentación, reconocimiento, seguimiento
Método dominante Redes neuronales profundas, convolucionales y, cada vez más, basadas en transformadores
Entradas que debe admitir Desenfoque por movimiento, reflejos, sombras, distorsiones, poca luz, sujetos dañados o desgastados
En la verificación de documentos Detección, clasificación, reconocimiento de texto, análisis de características de seguridad, detección de manipulaciones
En biometría Detección de rostros, alineación, extracción de plantillas, detección de ataques de presentación
Por dónde discurre En el propio dispositivo o en el servidor, con restricciones sustancialmente diferentes
El modo de fallo que importa Resultado fiable a partir de una entrada errónea

Las tareas y lo que exige cada una de ellas

Tarea La pregunta a la que responde
Clasificación ¿Qué representa esta imagen?
Detección de objetos ¿En qué parte de esta imagen se encuentra ese objeto y cuál es su extensión?
Segmentación ¿Qué píxeles concretos pertenecen a ese objeto?
Reconocimiento de texto ¿Qué personajes aparecen y en qué orden?
Correspondencia de características ¿Aparece el mismo objeto o la misma persona en estas dos imágenes?

Una única captura de documento ejecuta la mayoría de estos pasos de forma secuencial. Se busca en el fotograma una región con la forma de un documento, se clasifica dicha región para determinar de qué tipo de documento se trata, se localizan sus esquinas para poder corregir la perspectiva, se leen los campos de texto y se examinan áreas específicas en busca de las características de seguridad que deben estar presentes en ese tipo de documento. Cada paso depende del anterior, por lo que un error que se produzca al principio se propaga en lugar de compensarse.

Por qué los documentos de identidad son un tema complicado

Las pruebas de referencia de visión artificial suelen basarse en fotografías de escenas cotidianas. Los documentos de identidad contradicen la mayoría de los supuestos que recogen esas pruebas de referencia.

El tema es reflexivo y, a menudo, lo es de forma deliberada. Los hologramas, la tinta ópticamente variable y los laminados están diseñados para ser difíciles de reproducir, y su comportamiento resulta impredecible bajo el flash de un móvil. Una característica de seguridad que demuestra la autenticidad de un documento es, para una cámara, un artefacto de deslumbramiento.

La captura es incontrolada. La imagen procede del dispositivo que tenga la persona, sea cual sea la iluminación en la que se encuentre y el ángulo en el que lo sostenga. No se aplica ninguna de las restricciones que impondría un laboratorio.

El número de clases es enorme y presenta una distribución de cola larga. Hay miles de tipos de documentos en circulación en todo el mundo, cada uno con varias versiones que siguen siendo válidas, y su distribución está muy desequilibrada: unos pocos aparecen constantemente y la mayoría, muy de vez en cuando. Que un documento sea poco frecuente no significa que no sea importante para quien lo posee.

Los requisitos de precisión son poco habituales. Una lectura errónea de un solo carácter del número de un documento se considera un fallo. La mayoría de las aplicaciones de reconocimiento óptico de caracteres toleran respuestas aproximadas; esta, sin embargo, no, por lo que es necesario cotejar la lectura con el zona legible por máquina o por qué un código de barras es tan importante.

Por qué es importante para la verificación de identidad

Cada parte del proceso de verificación plantea un problema de visión. Reconocimiento óptico de caracteres lee los campos impresos. La clasificación del documento determina qué plantilla y qué reglas se aplican. El análisis de las características de seguridad comprueba que todo lo que debería estar presente, lo esté. Detección de manipulaciones busca las características de compresión y ruido de una imagen retocada. La detección de rostros y la extracción de plantillas se encargan de la comparación biométrica, y la detección de ataques de presentación determina si hay una persona real delante de la lente.

El modo de fallo contra el que conviene diseñar es aquel en el que el modelo devuelve una respuesta segura sobre una entrada que debería haber rechazado. Un documento borroso u oculto parcialmente puede seguir generando una lectura que parezca plausible, y un sistema posterior que no reciba ninguna señal sobre la calidad de la captura tratará esa lectura como un dato cierto. Los buenos procesos evalúan sus propias entradas y solicitan una nueva captura, razón por la cual las instrucciones de captura forman parte de la tecnología y no de la interfaz.

Esta es la esencia de verificación de documentos de identidad, y esa es la razón por la que la cobertura y la precisión son propiedades de una implementación concreta y no del campo en sí. Verificación de identidad Un sistema basado en la visión por ordenador solo es tan bueno como su comportamiento en los casos más difíciles.

Lo que la visión artificial no puede hacer

Por sí solo, no demuestra la autenticidad. Leer un documento con precisión y determinar si es auténtico son tareas distintas, y un sistema que solo realiza la primera ha extraído datos de un objeto no verificado.

Heredan su distribución de entrenamiento. El rendimiento en tipos de documentos, condiciones de iluminación o grupos demográficos que no estén bien representados en el entrenamiento será peor, y las cifras de precisión agregadas ocultan precisamente eso.

No puede recuperar la información que se ha perdido durante la captura. El retoque mejora el aspecto, pero no recupera detalles que nunca se grabaron. A partir de cierto punto, lo único correcto es volver a grabar la toma.

La confianza no es lo mismo que la corrección. Los modelos generan una puntuación, y una puntuación alta con una entrada errónea es el resultado más peligroso de la cadena de procesamiento.

Preguntas frecuentes

¿Para qué se utiliza la visión artificial en la verificación de identidad?

Detectar y clasificar el documento que aparece en el encuadre, corregir su perspectiva, leer los campos impresos, comprobar las características de seguridad que debe presentar ese tipo de documento, detectar indicios de manipulación de la imagen y gestionar la detección y la comparación de rostros para la comparación biométrica. Una sola captura ejecuta la mayoría de estas operaciones de forma secuencial.

¿La visión artificial es lo mismo que el OCR?

No. El reconocimiento óptico de caracteres (OCR) es una de las tareas que forma parte de la visión artificial: consiste en convertir imágenes de texto en caracteres. La verificación de documentos también requiere detección, clasificación, segmentación, análisis de características de seguridad y comparación biométrica, tareas que el OCR no realiza.

¿Por qué los documentos de identidad plantean dificultades para la visión artificial?

Dado que sus elementos de seguridad son deliberadamente reflectantes y se comportan de forma impredecible bajo el flash de un móvil, la captura es incontrolada, existen miles de tipos de documentos con una distribución de cola muy larga y el requisito de precisión es inusualmente estricto: un solo carácter mal leído supone un fallo.

¿La visión artificial se ejecuta en el dispositivo o en la nube?

Se utilizan ambas opciones. El procesamiento en el dispositivo mantiene las imágenes fuera de la red y devuelve los resultados sin necesidad de un viaje de ida y vuelta, a cambio de tener que ajustarse a la capacidad de cálculo del dispositivo. El procesamiento en el servidor permite utilizar modelos más grandes. La elección influye en la privacidad, la latencia y las capacidades del sistema sin conexión.

Lecturas relacionadas

Descubre nuestras soluciones

Explorar nuestras soluciones está a un clic de distancia. Prueba nuestros productos o charla con uno de nuestros expertos para profundizar en lo que ofrecemos.

Informe
Análisis del aumento del fraude de identidad impulsado por la inteligencia artificial

La IA no solo ha acelerado el fraude, sino que lo ha convertido en un sistema. Hemos analizado millones de interacciones relacionadas con la identidad para trazar un mapa de cómo están evolucionando los ataques a la identidad en las distintas regiones, según los tipos de ataque y los niveles de sofisticación, y qué deben replantearse las organizaciones para mantenerse al día.

Ver los datos