Reconocimiento facial
El reconocimiento facial consiste en la comparación automática de un rostro con una o varias referencias faciales almacenadas. Existen dos aplicaciones muy diferentes que comparten este nombre, y el hecho de confundirlas es lo que provoca la mayor parte de la confusión en el debate público: verificación individual, lo que confirma que una persona se corresponde con una referencia concreta que ha presentado, y identificación «uno a muchos», que realiza una búsqueda en una base de datos para determinar la identidad de una persona.
| Uno a uno (verificación) | ¿Coincide este rostro con esta referencia concreta? — Se utiliza para la verificación de identidad y el inicio de sesión en el dispositivo. |
| Uno a muchos (identificación) | ¿De quién es este rostro, dentro de una base de datos? —utilizada en el ámbito policial y de la vigilancia— |
| ¿Qué se compara? | Una plantilla matemática derivada de la imagen, no la imagen en sí misma |
| Medidas de precisión | Tasa de falsos positivos y tasa de falsos negativos, comparadas entre sí en función del umbral |
| Prueba de rendimiento independiente | Programa de evaluación del reconocimiento facial del NIST |
| Problema conocido | Diferencias demográficas en cuanto a la precisión, que varían considerablemente entre los distintos algoritmos |
| Regulado por | La ley BIPA de Illinois y otras leyes estatales similares de EE. UU., el RGPD y la Ley de IA de la UE |
| Ataque principal | Ataques de presentación y medios sintéticos inyectados |
La distinción que importa
Estas dos aplicaciones presentan perfiles de precisión distintos, riesgos diferentes y, cada vez más, un tratamiento jurídico distinto. Considerarlas como una misma tecnología es la causa de la mayoría de los argumentos erróneos en ambos sentidos.
| Verificación individual | Identificación «uno a muchos» | |
|---|---|---|
| La pregunta | ¿Es esta la persona que aparece en este documento? | ¿Quién es esta persona? |
| Referencia | Una imagen facilitada por el interesado | Una base de datos de la que el interesado quizá no sepa nada |
| Consentimiento | Inherente: fue el sujeto quien lo inició | Ausente con frecuencia |
| Consecuencias del error | Una comprobación fallida, reintentada | Una identificación errónea, que podría acarrear consecuencias legales |
| Precisión a gran escala | Estable | Su precisión disminuye a medida que crece la base de datos: cuantos más candidatos haya, mayores serán las posibilidades de que se produzca una coincidencia errónea. |
| Tratamiento previsto en la Ley de IA de la UE | Permitido, con ciertas obligaciones | Se restringe en gran medida el uso remoto en tiempo real en los espacios públicos |
El efecto de escala es el núcleo técnico de todo esto. Una tasa de coincidencias falsas aceptable para una sola comparación se convierte en un número absoluto elevado de coincidencias falsas cuando se buscan millones de registros. Por eso, un sistema que funciona bien en la verificación puede funcionar mal en la identificación, sin que haya ningún fallo en el algoritmo.
Cómo funciona
La imagen no se almacena ni se compara directamente. La extracción de características genera un plantilla —una representación numérica de la geometría facial— y la comparación consiste en contrastar plantillas y obtener una puntuación de similitud. Esa puntuación se compara con un umbral, y dicho umbral es una decisión de política más que técnica: si se eleva, se rechaza a más impostores y a más usuarios auténticos; si se reduce, ocurre lo contrario.
En cuanto a la precisión, lo cierto es que los algoritmos modernos son muy buenos y que las cifras agregadas de precisión ocultan variaciones importantes. Las evaluaciones del NIST han revelado diferencias demográficas significativas en las tasas de falsos positivos, que varían sustancialmente entre los distintos algoritmos, lo que significa que dicha diferencia es una propiedad de una implementación concreta, no de la tecnología en su conjunto, y que es comprobable. Comprar sin exigir que se realicen esas pruebas es un error.
Por qué es importante para la verificación de identidad
En un proceso de verificación de identidad, el reconocimiento facial cumple una función específica: vincula un documento con la persona que lo presenta. La comprobación del documento confirma que la credencial es auténtica. La comparación facial confirma que la persona que lo presenta es la misma a la que se le expidió. Ninguna de las dos cosas es suficiente por sí sola: un documento auténtico demuestra que alguien existe, y un rostro en vivo demuestra que alguien está presente.
Se trata de una verificación individual con una referencia explícita facilitada por el interesado, lo cual es una actividad sustancialmente diferente de la vigilancia de bases de datos, y conviene dejarlo claro en lugar de permitir que los términos se confundan.
Además, la fiabilidad de la comparación depende de que haya una persona real delante de la cámara. Una fotografía, una grabación de pantalla, una máscara o un vídeo insertado coincidirán con una plantilla si no se comprueba nada, y por eso detección de actividad no es un elemento opcional, sino lo que da sentido al partido. Biometría en un verificación de documentos de identidad el flujo de trabajo es el paso decisivo, y verificación de identidad que lee un documento sin haber verificado una credencial y sin que lo haga nadie en concreto.
Lo que el reconocimiento facial no puede hacer
Eso no demuestra que haya una persona viva presente. De eso se encarga la detección de vida, y sin ella una foto impresa podría coincidir.
Por sí solo, no establece la identidad. Una coincidencia confirma la similitud con una referencia. Que la referencia sea fidedigna es otra cuestión: una coincidencia con un documento fraudulento se considera una coincidencia válida.
La precisión no es uniforme. El rendimiento varía en función del algoritmo, de la calidad de la imagen y de los distintos grupos demográficos. Las pruebas independientes son la única forma de saber cuál es el nivel de un sistema concreto.
Un rostro no se puede volver a emitir. Las plantillas deben protegerse adecuadamente y almacenarse de tal forma que, en caso de que se filtren, no puedan reutilizarse en ningún otro lugar.
La legalidad varía considerablemente. La ley BIPA de Illinois, otras leyes estatales similares, el RGPD y la Ley de IA de la UE imponen diferentes obligaciones, siendo las más estrictas las que se refieren al uso «uno a muchos» y no a la verificación con consentimiento.
Preguntas frecuentes
¿Cuál es la diferencia entre el reconocimiento facial y la verificación facial?
La verificación facial consiste en una comparación uno a uno con una referencia específica que ha facilitado el sujeto —normalmente, la fotografía que figura en su documento de identidad—. El reconocimiento facial, en un sentido más amplio, suele referirse a la identificación «uno a muchos», es decir, la búsqueda en una base de datos para determinar la identidad de una persona. Ambos métodos presentan diferentes niveles de precisión, diferentes requisitos de consentimiento y un tratamiento jurídico distinto.
¿Se guarda una imagen del rostro durante la verificación?
En un sistema bien diseñado, la comparación se realiza utilizando una plantilla matemática en lugar de la imagen, y la conservación de los datos debe limitarse a lo que exijan la finalidad y las normas de conservación de registros aplicables. Las plantillas son datos biométricos y deben protegerse como tales, ya que una imagen facial comprometida no puede volver a emitirse.
¿Es preciso el reconocimiento facial?
Los algoritmos modernos ofrecen muy buenos resultados en la verificación uno a uno con una calidad de imagen razonable. La precisión disminuye en la búsqueda uno a muchos a medida que crece la base de datos, y las evaluaciones del NIST han puesto de manifiesto diferencias demográficas que varían sustancialmente entre los distintos algoritmos, lo que hace que lo relevante sea realizar pruebas independientes del sistema concreto, más que de la tecnología en general.
¿Se puede engañar al reconocimiento facial?
Sí, si no hay nada que confirme que se trata de una persona real. Las fotografías, las grabaciones de pantalla, las máscaras y las transmisiones de vídeo inyectadas pueden dar lugar a una coincidencia con una plantilla almacenada. La detección de la presencia real y la detección de ataques por inyección son las que resuelven este problema, y su ausencia es una vulnerabilidad más habitual que la precisión de la comparación.
Lecturas relacionadas
- Detección de actividad — lo que define a una persona real está presente; sin ello, una coincidencia no significa gran cosa
- Autenticación biométrica — la categoría más amplia, y por qué la autenticación y la identificación son conceptos distintos
- Explicación de la biometría facial — cómo se crean y se comparan las plantillas en la práctica
- Tasa de falsos rechazos — qué significan las cifras de precisión y cómo se suelen malinterpretar