Spetslab: la precisión de los sistemas de identificación facial no puede medirse con una sola cifra

Specialab publicó un análisis explicando por qué la pregunta sobre la "precisión" de los sistemas de identificación facial está fundamentalmente mal planteada. El rendimiento de tales sistemas no depende de un número mágico, sino del ángulo del rostro, el escenario de caso de uso, la configuración del umbral y cómo está estructurada la base de datos de imágenes.

Por qué no hay un único número

El punto principal del artículo es simple: un sistema de identificación facial no responde a la pregunta "¿reconoció a la persona con precisión absoluta?". Siempre busca el rostro más similar en la base de datos y compara el fotograma actual con las muestras que ya tiene. Mientras una persona mira directamente a la cámara, la tarea es relativamente sencilla. Pero cuanto más girado está el rostro, cuanto peor es la iluminación, la nitidez y el ángulo de grabación, mayor es el número de candidatos similares. Por eso, el mismo algoritmo puede mostrar resultados casi impecables en un punto de control de acceso y cometer errores notablemente más frecuentes en una multitud.

"En una configuración los errores se eliminan, pero el rostro mira

estrictamente de frente."

El autor enfatiza que los usuarios a menudo esperan de la biometría una evaluación universal, como la de los electrodomésticos o las pruebas de velocidad. En realidad, no existe tal evaluación porque el sistema siempre se equilibra entre rigidez y flexibilidad. Si establece un umbral máximo estricto, solo los fotogramas frontales de buena calidad pasarán de manera confiable. Si relaja la configuración, puede encontrar a una persona en poses más difíciles, pero al mismo tiempo aumenta el riesgo de falsos positivos. Es este compromiso el que determina la eficacia real de la solución.

Control de acceso y búsqueda

El artículo analiza dos escenarios casi opuestos. El primero es un sistema de control de acceso, cuando una cámara se instala en un punto de control preestablecido y la persona entiende que debe mirar el lente. Aquí puede exigir una vista frontal casi perfecta, establecer un umbral de coincidencia alto y obtener una operación muy estable.

El segundo escenario es buscar a una persona específica a través de una transmisión de video, por ejemplo, en un archivo o en una multitud. Allí, las personas no miran la cámara por orden, sostienen el teléfono cerca de la cara, se dan la vuelta, entran en el fotograma desde arriba o desde los lados, y por lo tanto el sistema se ve obligado a trabajar de manera más flexible.

• En los sistemas de control de acceso, la cámara se posiciona para capturar una toma frontal.
• En la búsqueda en multitudes, el sistema trabaja con ángulos deficientes y poses aleatorias.
• La configuración estricta reduce errores pero pierde fotogramas difíciles.
• La configuración flexible aumenta la probabilidad de encontrar a la persona correcta pero produce más alarmas falsas.

De ahí la conclusión: exigir un único número de "precisión" para ambos modos es sin sentido. Para un punto de control, es importante casi nunca dejar entrar a extraños y reconocer consistentemente a personas conocidas en condiciones controladas. Para la búsqueda, es más importante reducir el volumen de revisión manual del operador y mostrar rápidamente un conjunto limitado de rostros más similares. Esta ya no es la misma tarea, sino dos modelos de uso diferentes con diferentes tolerancias de error.

Cómo reducir errores

Specialab propone superar la limitación básica no solo a través de la configuración sino también a través de la estructura de la base de datos. Si necesita rastrear a sus propios empleados o visitantes regulares en diferentes condiciones, debe agregar a la base de datos no una sola foto frontal sino varias imágenes con diferentes giros de cabeza. Entonces, incluso un fotograma severamente distorsionado se comparará no con un "rostro de pasaporte ideal" sino con una muestra de pose similar de la misma persona. Este enfoque es especialmente útil para rastrear movimientos en una instalación, donde es importante no confundir a su personal entre cámaras.

El artículo también establece una distinción importante entre el simple reconocimiento facial y la identificación personal. Un detector de rostro es necesario para encontrar un rostro en un fotograma, extraerlo de un archivo de varias horas y eliminar duplicados. El autor proporciona un ejemplo significativo: revisar una semana de grabaciones de 16 cámaras podría llevar 2.688 horas, y un detector de rostro reduce la búsqueda a fotogramas individuales con personas. Sin embargo, en escenarios complejos — de noche, desenfocado, en video en blanco y negro — una persona a veces aún reconoce a una persona familiar mejor que un algoritmo porque no se basa solo en métricas faciales sino también en el contexto visual general.

Qué significa esto

Para empresas y servicios de seguridad, esta es una buena pauta: los sistemas de identificación facial deben evaluarse no por "precisión" abstracta sino por escenario específico, condiciones de grabación y costo del error. Si la tarea se formula correctamente, la biometría puede reducir significativamente el trabajo manual y acelerar la búsqueda. Si se formula incorrectamente — incluso un algoritmo fuerte parecerá débil simplemente porque se espera que haga lo imposible.