Un sistema de reconocimiento facial es una tecnología capaz de comparar un rostro humano a partir de una imagen digital o un fotograma de video con una base de datos de rostros, normalmente empleado para autenticar a los usuarios a través de servicios de verificación de identidad , funciona identificando y midiendo los rasgos faciales de una imagen determinada.
Si bien inicialmente era una forma de aplicación informática , los sistemas de reconocimiento facial han tenido un uso más amplio en los últimos tiempos en teléfonos inteligentes y en otras formas de tecnología, como la robótica . Debido a que el reconocimiento facial computarizado implica la medición de las características fisiológicas de un ser humano, los sistemas de reconocimiento facial se clasifican como biométricos . Aunque la precisión de los sistemas de reconocimiento facial como tecnología biométrica es menor que el reconocimiento de iris y el reconocimiento de huellas dactilares , se adopta ampliamente debido a su proceso sin contacto. [1] Se han implementado sistemas de reconocimiento facial en la interacción humana-computadora avanzada , la videovigilancia y la indexación automática de imágenes. [2] También son ampliamente utilizados por los organismos encargados de hacer cumplir la ley.
Historia de la tecnología de reconocimiento facial
El reconocimiento facial automatizado fue pionero en la década de 1960. Woody Bledsoe , Helen Chan Wolf y Charles Bisson trabajaron en el uso de la computadora para reconocer rostros humanos. Su primer proyecto de reconocimiento facial se denominó "hombre-máquina" porque las coordenadas de los rasgos faciales en una fotografía tenían que ser establecidas por un humano antes de que pudieran ser utilizadas por la computadora para el reconocimiento. En una tableta gráfica, un humano tenía que señalar las coordenadas de los rasgos faciales, como los centros de las pupilas, la esquina interior y exterior de los ojos y el pico de la viuda en la línea del cabello. Las coordenadas se utilizaron para calcular 20 distancias, incluido el ancho de la boca y de los ojos. Un humano podría procesar unas 40 imágenes por hora de esta manera y así construir una base de datos de las distancias calculadas. Luego, una computadora compararía automáticamente las distancias para cada fotografía, calcularía la diferencia entre las distancias y devolvería los registros cerrados como una posible coincidencia. [3]
En 1970, Takeo Kanade demostró públicamente un sistema de correspondencia facial que localizaba rasgos anatómicos como el mentón y calculaba la relación de distancia entre los rasgos faciales sin intervención humana. Pruebas posteriores revelaron que el sistema no siempre podía identificar de manera confiable los rasgos faciales. No obstante, el interés en el tema creció y en 1977 Kanade publicó el primer libro detallado sobre tecnología de reconocimiento facial. [4]
En 1993, la Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA) y el Laboratorio de Investigación del Ejército (ARL) establecieron el programa de tecnología de reconocimiento facial FERET para desarrollar "capacidades automáticas de reconocimiento facial" que podrían emplearse en un entorno productivo de la vida real "para ayudar a la seguridad, personal de inteligencia y de aplicación de la ley en el desempeño de sus funciones ". Se evaluaron los sistemas de reconocimiento facial que se habían probado en laboratorios de investigación y las pruebas FERET encontraron que, si bien el rendimiento de los sistemas de reconocimiento facial automatizados existentes variaba, un puñado de métodos existentes podrían usarse de manera viable para reconocer rostros en imágenes fijas tomadas en un entorno controlado. [5] Las pruebas FERET dieron lugar a tres empresas estadounidenses que vendían sistemas automatizados de reconocimiento facial. Vision Corporation y Miros Inc fueron fundadas en 1994 por investigadores que utilizaron los resultados de las pruebas FERET como punto de venta. Viisage Technology fue establecida por un contratista de defensa de tarjetas de identificación en 1996 para explotar comercialmente los derechos del algoritmo de reconocimiento facial desarrollado por Alex Pentland en MIT . [6]
Después de la prueba de proveedores de reconocimiento facial FERET de 1993, las oficinas del Departamento de Vehículos Motorizados (DMV) en West Virginia y Nuevo México fueron las primeras oficinas del DMV en utilizar sistemas automatizados de reconocimiento facial como una forma de prevenir y detectar personas que obtienen múltiples licencias de conducir con diferentes nombres. Las licencias de conducir en los Estados Unidos eran en ese momento una forma comúnmente aceptada de identificación con foto . Las oficinas del DMV en los Estados Unidos estaban experimentando una actualización tecnológica y estaban en el proceso de establecer bases de datos de fotografías de identificación digitales. Esto permitió a las oficinas del DMV implementar los sistemas de reconocimiento facial en el mercado para buscar fotografías de nuevas licencias de conducir en la base de datos existente del DMV. [7] Las oficinas del DMV se convirtieron en uno de los primeros mercados importantes para la tecnología de reconocimiento facial automatizado e introdujeron a los ciudadanos estadounidenses en el reconocimiento facial como un método estándar de identificación. [8] El aumento de la población carcelaria de EE. UU. En la década de 1990 llevó a los estados de EE. UU. A establecer sistemas de identificación conectados y automatizados que incorporaron bases de datos biométricas digitales , en algunos casos esto incluyó el reconocimiento facial. En 1999 Minnesota incorporó el sistema de reconocimiento facial FaceIt por Visionics en una taza tiro sistema de reservas que permitieron la policía, los jueces y auxiliares de justicia para rastrear criminales en todo el estado. [9]
Hasta la década de 1990, los sistemas de reconocimiento facial se desarrollaron principalmente mediante el uso de retratos fotográficos de rostros humanos. La investigación sobre el reconocimiento facial para localizar de manera confiable un rostro en una imagen que contiene otros objetos ganó fuerza a principios de la década de 1990 con el análisis de componentes principales (PCA). El método de detección de rostros PCA también se conoce como Eigenface y fue desarrollado por Matthew Turk y Alex Pentland. [10] Turk y Pentland combinaron el enfoque conceptual del teorema de Karhunen-Loève y el análisis factorial para desarrollar un modelo lineal . Las caras propias se determinan en función de las características globales y ortogonales de los rostros humanos. Un rostro humano se calcula como una combinación ponderada de varias caras propias. Debido a que se usaron pocas caras propias para codificar rostros humanos de una población determinada, el método de detección de rostros PCA de Turk y Pentland redujo en gran medida la cantidad de datos que tenían que procesarse para detectar un rostro. Pentland en 1994 definió las características de Eigenface, incluidos ojos, bocas y narices propias, para avanzar en el uso de PCA en el reconocimiento facial. En 1997, el método de reconocimiento facial PCA Eigenface [11] se mejoró mediante el uso del análisis discriminante lineal (LDA) para producir Fisherfaces . [12] LDA Fisherfaces se utilizó predominantemente en el reconocimiento facial basado en funciones de PCA. Mientras que los Eigenfaces también se utilizaron para la reconstrucción facial. En estos enfoques no se calcula ninguna estructura global del rostro que vincule los rasgos o partes faciales. [13]
Los enfoques del reconocimiento facial puramente basados en características fueron superados a fines de la década de 1990 por el sistema Bochum, que utilizó el filtro de Gabor para registrar las características de la cara y calculó una cuadrícula de la estructura de la cara para vincular las características. [14] Christoph von der Malsburg y su equipo de investigación en la Universidad de Bochum desarrollaron Elastic Bunch Graph Matching a mediados de la década de 1990 para extraer una cara de una imagen mediante la segmentación de la piel. [15] En 1997, el método de detección de rostros desarrollado por Malsburg superó a la mayoría de los demás sistemas de detección de rostros del mercado. El llamado "sistema Bochum" de detección de rostros se vendió comercialmente en el mercado como ZN-Face a operadores de aeropuertos y otros lugares concurridos. El software era "lo suficientemente robusto como para hacer identificaciones a partir de vistas faciales menos que perfectas. A menudo, también puede ver a través de impedimentos para la identificación como bigotes, barbas, peinados y anteojos cambiados, incluso gafas de sol". [dieciséis]
La detección de rostros en tiempo real en secuencias de video se hizo posible en 2001 con el marco de detección de objetos para rostros Viola-Jones . [17] Paul Viola y Michael Jones combinaron su método de detección de rostros con el enfoque de funciones similares a Haar para el reconocimiento de objetos en imágenes digitales para lanzar AdaBoost , el primer detector de rostros de vista frontal en tiempo real. [18] Para 2015, el algoritmo Viola-Jones se había implementado utilizando pequeños detectores de baja potencia en dispositivos portátiles y sistemas integrados . Por lo tanto, el algoritmo Viola-Jones no solo ha ampliado la aplicación práctica de los sistemas de reconocimiento facial, sino que también se ha utilizado para admitir nuevas funciones en interfaces de usuario y teleconferencias . [19]
Técnicas de reconocimiento facial
Si bien los humanos pueden reconocer rostros sin mucho esfuerzo, [20] el reconocimiento facial es un problema de reconocimiento de patrones desafiante en la informática . Los sistemas de reconocimiento facial intentan identificar un rostro humano, que es tridimensional y cambia de apariencia con la iluminación y la expresión facial, basándose en su imagen bidimensional. Para realizar esta tarea computacional, los sistemas de reconocimiento facial realizan cuatro pasos. La primera detección de rostro se utiliza para segmentar el rostro del fondo de la imagen. En el segundo paso, la imagen de la cara segmentada se alinea para tener en cuenta la pose de la cara , el tamaño de la imagen y las propiedades fotográficas, como la iluminación y la escala de grises . El propósito del proceso de alineación es permitir la localización precisa de los rasgos faciales en el tercer paso, la extracción de rasgos faciales. Las características como los ojos, la nariz y la boca se identifican y miden en la imagen para representar la cara. El vector de características de la cara así establecido se compara luego, en el cuarto paso, con una base de datos de caras. [21]
Tradicional
Algunos algoritmos de reconocimiento facial identifican rasgos faciales extrayendo puntos de referencia o rasgos de una imagen del rostro del sujeto. Por ejemplo, un algoritmo puede analizar la posición relativa, el tamaño y / o la forma de los ojos, la nariz, los pómulos y la mandíbula. [22] Estas funciones se utilizan para buscar otras imágenes con funciones coincidentes. [23]
Otros algoritmos normalizan una galería de imágenes faciales y luego comprimen los datos faciales, guardando solo los datos en la imagen que son útiles para el reconocimiento facial. A continuación, se compara una imagen de sonda con los datos faciales. [24] Uno de los primeros sistemas exitosos [25] se basa en técnicas de coincidencia de plantillas [26] aplicadas a un conjunto de rasgos faciales destacados, proporcionando una especie de representación facial comprimida.
Los algoritmos de reconocimiento se pueden dividir en dos enfoques principales: geométrico, que analiza las características distintivas, o fotométrico, que es un enfoque estadístico que destila una imagen en valores y compara los valores con plantillas para eliminar las variaciones. Algunos clasifican estos algoritmos en dos categorías amplias: modelos holísticos y basados en características. El primero intenta reconocer el rostro en su totalidad, mientras que el basado en características se subdivide en componentes tales como según características y analiza cada uno, así como su ubicación espacial con respecto a otras características. [27]
Algoritmos de reconocimiento populares incluyen análisis de componentes principales usando autocaras , análisis discriminante lineal , elástico a juego gráfico manojo utilizando el algoritmo Fisherface, el modelo oculto de Markov , el aprendizaje subespacio multilineal usando tensor representación, y la neuronal motivado enlace dinámico a juego . [ cita requerida ] [28]
Identificación humana a distancia (HID)
Para permitir la identificación humana a distancia (HID), las imágenes de rostros de baja resolución se mejoran mediante la alucinación facial . En las imágenes de CCTV, las caras suelen ser muy pequeñas. Pero debido a que los algoritmos de reconocimiento facial que identifican y trazan rasgos faciales requieren imágenes de alta resolución, se han desarrollado técnicas de mejora de la resolución para permitir que los sistemas de reconocimiento facial funcionen con imágenes capturadas en entornos con una alta relación señal / ruido . Los algoritmos de alucinación facial que se aplican a las imágenes antes de que esas imágenes se envíen al sistema de reconocimiento facial utilizan el aprendizaje automático basado en ejemplos con sustitución de píxeles o índices de distribución del vecino más cercano que también pueden incorporar características faciales demográficas y relacionadas con la edad. El uso de técnicas de alucinación facial mejora el rendimiento de los algoritmos de reconocimiento facial de alta resolución y puede usarse para superar las limitaciones inherentes de los algoritmos de superresolución. Las técnicas de alucinación facial también se utilizan para pretratar imágenes en las que los rostros están disfrazados. Aquí se quita el disfraz, como gafas de sol, y se aplica a la imagen el algoritmo de alucinación facial. Estos algoritmos de alucinación facial deben entrenarse en imágenes faciales similares con y sin disfraz. Para completar el área descubierta al quitar el disfraz, los algoritmos de alucinación facial deben mapear correctamente el estado completo de la cara, lo que puede no ser posible debido a la expresión facial momentánea capturada en la imagen de baja resolución. [29]
Reconocimiento tridimensional
La técnica de reconocimiento facial tridimensional utiliza sensores 3D para capturar información sobre la forma de un rostro. Luego, esta información se utiliza para identificar características distintivas en la superficie de una cara, como el contorno de las cuencas de los ojos, la nariz y el mentón. [30] Una ventaja del reconocimiento facial en 3D es que no se ve afectado por cambios en la iluminación como otras técnicas. También puede identificar una cara desde una variedad de ángulos de visión, incluida una vista de perfil. [30] [23] Los puntos de datos tridimensionales de un rostro mejoran enormemente la precisión del reconocimiento facial. La investigación de reconocimiento facial tridimensional está habilitada por el desarrollo de sensores sofisticados que proyectan luz estructurada en el rostro. [31] Las técnicas de coincidencia 3D son sensibles a las expresiones, por lo que los investigadores de Technion aplicaron herramientas de geometría métrica para tratar las expresiones como isometrías . [32] Un nuevo método para capturar imágenes en 3D de rostros utiliza tres cámaras de seguimiento que apuntan en diferentes ángulos; una cámara apuntará al frente del sujeto, la segunda al costado y la tercera en ángulo. Todas estas cámaras funcionarán juntas para que pueda rastrear el rostro de un sujeto en tiempo real y poder detectar y reconocer rostros. [33]
Cámaras térmicas
Una forma diferente de tomar datos de entrada para el reconocimiento facial es mediante el uso de cámaras térmicas ; mediante este procedimiento, las cámaras solo detectarán la forma de la cabeza e ignorarán los accesorios del sujeto como gafas, sombreros o maquillaje. [34] A diferencia de las cámaras convencionales, las cámaras térmicas pueden capturar imágenes faciales incluso en condiciones de poca luz y nocturnas sin usar un flash y exponer la posición de la cámara. [35] Sin embargo, las bases de datos para el reconocimiento facial son limitadas. Los esfuerzos para construir bases de datos de imágenes térmicas de caras se remontan a 2004. [34] En 2016 existían varias bases de datos, incluida la IIITD-PSE y la base de datos de caras térmicas de Notre Dame. [36] Los sistemas de reconocimiento facial térmico actuales no son capaces de detectar de forma fiable un rostro en una imagen térmica que se ha tomado de un entorno exterior. [37]
En 2018, investigadores del Laboratorio de Investigación del Ejército de EE. UU. (ARL) desarrollaron una técnica que les permitiría hacer coincidir las imágenes faciales obtenidas con una cámara térmica con las de las bases de datos que se capturaron con una cámara convencional. [38] Conocido como un método de síntesis de espectro cruzado debido a cómo une el reconocimiento facial de dos modalidades de imagen diferentes, este método sintetiza una sola imagen mediante el análisis de múltiples regiones y detalles faciales. [39] Consiste en un modelo de regresión no lineal que mapea una imagen térmica específica en una imagen facial visible correspondiente y un problema de optimización que proyecta la proyección latente de regreso al espacio de la imagen. [35] Los científicos de ARL han notado que el enfoque funciona combinando información global (es decir, características en todo el rostro) con información local (es decir, características relacionadas con los ojos, la nariz y la boca). [40] Según las pruebas de rendimiento realizadas en ARL, el modelo de síntesis de espectro cruzado multirregional demostró una mejora del rendimiento de aproximadamente un 30% con respecto a los métodos de referencia y aproximadamente un 5% con respecto a los métodos más avanzados. [39]
Solicitud
Medios de comunicación social
Fundada en 2013, Looksery recaudó dinero para su aplicación de modificación facial en Kickstarter. Después de una exitosa financiación colectiva , Looksery se lanzó en octubre de 2014. La aplicación permite chatear por video con otras personas a través de un filtro especial para rostros que modifica la apariencia de los usuarios. Las aplicaciones de aumento de imágenes que ya están en el mercado, como Facetune y Perfect365, se limitaron a imágenes estáticas, mientras que Looksery permitió la realidad aumentada para videos en vivo. A finales de 2015, SnapChat compró Looksery, que luego se convertiría en su función de lentes de referencia. [41] Las aplicaciones de filtro de Snapchat utilizan tecnología de detección de rostros y, sobre la base de los rasgos faciales identificados en una imagen, se coloca una máscara de malla 3D sobre el rostro. [42]
DeepFace es un sistema de reconocimiento facial de aprendizaje profundo creado por un grupo de investigación en Facebook . Identifica rostros humanos en imágenes digitales. Emplea una red neuronal de nueve capas con más de 120 millones de pesos de conexión y fue entrenado en cuatro millones de imágenes cargadas por usuarios de Facebook. [43] [44] Se dice que el sistema tiene una precisión del 97%, en comparación con el 85% del sistema de identificación de próxima generación del FBI . [45]
El algoritmo de TikTok se ha considerado especialmente eficaz, pero muchos se quedaron con la duda de la programación exacta que provocó que la aplicación fuera tan eficaz para adivinar el contenido deseado por el usuario. [46] En junio de 2020, Tiktok emitió una declaración sobre la página "Para ti" y cómo recomendaban videos a los usuarios, que no incluían reconocimiento facial. [47] Sin embargo, en febrero de 2021, Tiktok acordó un acuerdo de 92 millones de dólares en una demanda estadounidense que alegaba que la aplicación había utilizado el reconocimiento facial tanto en los videos de los usuarios como en su algoritmo para identificar la edad, el género y la etnia. [48]
Verificación de identidad
El uso emergente del reconocimiento facial está en el uso de servicios de verificación de identidad . Muchas empresas y otras están trabajando en el mercado ahora para proporcionar estos servicios a bancos, ICO y otras empresas electrónicas. [49] El reconocimiento facial se ha aprovechado como una forma de autenticación biométrica para diversas plataformas y dispositivos informáticos; [23] Android 4.0 "Ice Cream Sandwich" agregó reconocimiento facial usando la cámara frontal de un teléfono inteligente como un medio para desbloquear dispositivos, [50] [51] mientras que Microsoft introdujo el inicio de sesión de reconocimiento facial en su consola de videojuegos Xbox 360 a través de su accesorio Kinect. , [52] así como Windows 10 a través de su plataforma "Windows Hello" (que requiere una cámara con iluminación infrarroja). [53] En 2017, el teléfono inteligente iPhone X de Apple introdujo el reconocimiento facial en la línea de productos con su plataforma " Face ID ", que utiliza un sistema de iluminación infrarroja. [54]
ID de rostro
Apple introdujo Face ID en el iPhone X insignia como un sucesor de autenticación biométrica del Touch ID , un sistema basado en huellas dactilares . Face ID tiene un sensor de reconocimiento facial que consta de dos partes: un módulo "Romeo" que proyecta más de 30.000 puntos infrarrojos en la cara del usuario y un módulo "Julieta" que lee el patrón. [55] El patrón se envía a un "Enclave seguro" local en la unidad central de procesamiento (CPU) del dispositivo para confirmar una coincidencia con la cara del propietario del teléfono. [56]
Apple no puede acceder al patrón facial. El sistema no funcionará con los ojos cerrados, en un esfuerzo por evitar el acceso no autorizado. [56] La tecnología aprende de los cambios en la apariencia de un usuario y, por lo tanto, funciona con sombreros, bufandas, anteojos y muchas gafas de sol, barba y maquillaje. [57] También funciona en la oscuridad. Esto se hace usando un "Flood Illuminator", que es un flash infrarrojo dedicado que arroja luz infrarroja invisible en la cara del usuario para leer correctamente los 30.000 puntos faciales. [58]
Despliegue en servicios de seguridad
Mancomunidad
La Fuerza Fronteriza de Australia y el Servicio de Aduanas de Nueva Zelanda han establecido un sistema automatizado de procesamiento de fronteras llamado SmartGate que utiliza el reconocimiento facial, que compara el rostro del viajero con los datos del microchip del pasaporte electrónico . [59] [60] Todos los aeropuertos internacionales canadienses utilizan el reconocimiento facial como parte del programa de quiosco de inspección principal que compara el rostro de un viajero con su foto almacenada en el pasaporte electrónico . Este programa llegó por primera vez al Aeropuerto Internacional de Vancouver a principios de 2017 y se implementó en todos los aeropuertos internacionales restantes en 2018-2019. [61]
Las fuerzas policiales del Reino Unido han estado probando tecnología de reconocimiento facial en vivo en eventos públicos desde 2015. [62] En mayo de 2017, un hombre fue arrestado usando un sistema de reconocimiento facial automático (AFR) montado en una camioneta operada por la Policía de Gales del Sur. Ars Technica informó que "esta parece ser la primera vez que [AFR] ha llevado a un arresto". [63] Sin embargo, un informe de 2018 de Big Brother Watch encontró que estos sistemas eran hasta un 98% inexactos. [62] El informe también reveló que dos fuerzas policiales del Reino Unido, la Policía de Gales del Sur y la Policía Metropolitana , estaban utilizando reconocimiento facial en vivo en eventos públicos y en espacios públicos. [64] En septiembre de 2019, el uso del reconocimiento facial por parte de la Policía de Gales del Sur se declaró legal. [64] El reconocimiento facial en vivo se ha probado desde 2016 en las calles de Londres y será utilizado regularmente por la Policía Metropolitana desde principios de 2020. [65] En agosto de 2020, el Tribunal de Apelación dictaminó que la forma en que el sistema de reconocimiento facial había sido utilizado por la Policía de Gales del Sur en 2017 y 2018 violaba los derechos humanos. [66]
Estados Unidos
El Departamento de Estado de EE. UU. Opera uno de los sistemas de reconocimiento facial más grandes del mundo con una base de datos de 117 millones de adultos estadounidenses, con fotos típicamente extraídas de las fotos de la licencia de conducir. [67] Aunque todavía está lejos de completarse, se está utilizando en ciertas ciudades para dar pistas sobre quién estaba en la foto. El FBI usa las fotos como una herramienta de investigación, no para una identificación positiva. [68] A partir de 2016, el reconocimiento facial se estaba utilizando para identificar a las personas en las fotos tomadas por la policía en San Diego y Los Ángeles (no en video en tiempo real, y solo para reservar fotos) [69] y se planeó su uso en Virginia Occidental y Dallas . [70]
En los últimos años, Maryland ha utilizado el reconocimiento facial al comparar los rostros de las personas con las fotos de su licencia de conducir. El sistema generó controversia cuando se usó en Baltimore para arrestar a manifestantes rebeldes después de la muerte de Freddie Gray bajo custodia policial. [71] Muchos otros estados están usando o desarrollando un sistema similar, sin embargo, algunos estados tienen leyes que prohíben su uso.
El FBI también ha instituido su programa de Identificación de Próxima Generación para incluir reconocimiento facial, así como biometría más tradicional como huellas dactilares y escaneos de iris , que pueden extraerse de bases de datos tanto criminales como civiles. [72] La Oficina de Responsabilidad General federal criticó al FBI por no abordar varias preocupaciones relacionadas con la privacidad y la precisión. [73]
A partir de 2018, la Oficina de Aduanas y Protección Fronteriza de EE. UU. Implementó "escáneres faciales biométricos" en los aeropuertos de EE. UU. Los pasajeros que toman vuelos internacionales de salida pueden completar el proceso de check-in, seguridad y embarque después de obtener imágenes faciales capturadas y verificadas al hacer coincidir sus fotos de identificación almacenadas en la base de datos de CBP. Las imágenes capturadas para viajeros con ciudadanía estadounidense se eliminarán en un plazo máximo de 12 horas. La TSA había expresado su intención de adoptar un programa similar para viajes aéreos nacionales durante el proceso de control de seguridad en el futuro. La Unión Estadounidense de Libertades Civiles es una de las organizaciones en contra del programa, con respecto a que el programa se utilizará con fines de vigilancia. [74]
En 2019, los investigadores informaron que el Servicio de Inmigración y Control de Aduanas utiliza software de reconocimiento facial contra las bases de datos de licencias de conducir estatales, incluso para algunos estados que otorgan licencias a inmigrantes indocumentados. [73]
porcelana
En 2006, el Gobierno chino inició el Proyecto Skynet para implementar la vigilancia por circuito cerrado de televisión en todo el país y, a partir de 2018, había 20 millones de cámaras, muchas de las cuales con capacidad de reconocimiento facial en tiempo real, desplegadas en todo el país para este proyecto [75] Algunos funcionarios afirman que el sistema Skynet actual puede escanear a toda la población china en un segundo y a la población mundial en dos segundos. [76]
En 2017, la policía de Qingdao pudo identificar a veinticinco sospechosos buscados utilizando equipos de reconocimiento facial en el Festival Internacional de la Cerveza de Qingdao, uno de los cuales había estado huyendo durante 10 años. [77] El equipo funciona grabando un videoclip de 15 segundos y tomando múltiples instantáneas del sujeto. Esos datos se comparan y analizan con imágenes de la base de datos del departamento de policía y en 20 minutos se puede identificar al sujeto con una precisión del 98,1%. [78]
En 2018, la policía china en Zhengzhou y Beijing usaba lentes inteligentes para tomar fotos que se comparan con una base de datos del gobierno que usa reconocimiento facial para identificar sospechosos, recuperar una dirección y rastrear a las personas que se mueven más allá de sus áreas de origen. [79] [80]
A finales de 2017, China ha desplegado tecnología de reconocimiento facial e inteligencia artificial en Xinjiang . Los reporteros que visitaron la región encontraron cámaras de vigilancia instaladas cada cien metros aproximadamente en varias ciudades, así como puntos de control de reconocimiento facial en áreas como estaciones de servicio, centros comerciales y entradas a mezquitas. [81] [82] En mayo de 2019, Human Rights Watch informó haber encontrado el código Face ++ en la Plataforma Integrada de Operaciones Conjuntas (IJOP), una aplicación de vigilancia policial utilizada para recopilar datos y rastrear la comunidad uigur en Xinjiang . [83] Human Rights Watch publicó una corrección a su informe en junio de 2019 indicando que la empresa china Megvii no parecía haber colaborado en IJOP y que el código Face ++ en la aplicación no funcionaba. [84] En febrero de 2020, luego del brote de Coronavirus , Megvii solicitó un préstamo bancario para optimizar el sistema de detección de temperatura corporal que había lanzado para ayudar a identificar a las personas con síntomas de una infección por Coronavirus en multitudes. En la solicitud de préstamo, Megvii indicó que necesitaba mejorar la precisión de la identificación de personas enmascaradas. [85]
Muchos lugares públicos en China están implementados con equipos de reconocimiento facial, incluidas estaciones de tren, aeropuertos, atracciones turísticas, exposiciones y edificios de oficinas. En octubre de 2019, un profesor de la Universidad de Ciencia y Tecnología de Zhejiang demandó al Hangzhou Safari Park por abusar de la información biométrica privada de los clientes. El parque safari utiliza tecnología de reconocimiento facial para verificar las identidades de los titulares de su Year Card. Se estima que 300 sitios turísticos en China han instalado sistemas de reconocimiento facial y los utilizan para admitir visitantes. Se informa que este caso es el primero sobre el uso de sistemas de reconocimiento facial en China. [86] En agosto de 2020, Radio Free Asia informó que en 2019 Geng Guanjun, un ciudadano de la ciudad de Taiyuan que había utilizado la aplicación WeChat de Tencent para reenviar un video a un amigo en los Estados Unidos fue posteriormente condenado por el cargo del crimen ". suscitar peleas y provocar problemas ". Los documentos de la Corte mostraron que la policía china usó un sistema de reconocimiento facial para identificar a Geng Guanjun como un "activista por la democracia en el extranjero" y que los departamentos de administración de redes y propaganda de China monitorean directamente a los usuarios de WeChat. [87]
En 2019, los manifestantes en Hong Kong destruyeron farolas inteligentes en medio de preocupaciones de que pudieran contener cámaras y un sistema de reconocimiento facial utilizado para la vigilancia por las autoridades chinas. [88]
América Latina
En las elecciones presidenciales mexicanas de 2000 , el gobierno mexicano empleó un software de reconocimiento facial para prevenir el fraude electoral . Algunas personas se habían registrado para votar con varios nombres diferentes, en un intento de colocar múltiples votos. Al comparar las nuevas imágenes faciales con las que ya estaban en la base de datos de votantes, las autoridades pudieron reducir los registros duplicados. [89]
En Colombia, los autobuses de transporte público están equipados con un sistema de reconocimiento facial de FaceFirst Inc para identificar a los pasajeros que son buscados por la Policía Nacional de Colombia . FaceFirst Inc también construyó el sistema de reconocimiento facial para el Aeropuerto Internacional de Tocumen en Panamá. El sistema de reconocimiento facial se despliega para identificar a las personas entre los viajeros que son buscados por la Policía Nacional de Panamá o Interpol . [90] El Aeropuerto Internacional de Tocumen opera un sistema de vigilancia en todo el aeropuerto que utiliza cientos de cámaras de reconocimiento facial en vivo para identificar a las personas buscadas que pasan por el aeropuerto. El sistema de reconocimiento facial se instaló inicialmente como parte de un contrato de US $ 11 millones e incluía un grupo de computadoras de sesenta computadoras, una red de cable de fibra óptica para los edificios del aeropuerto, así como la instalación de 150 cámaras de vigilancia en la terminal del aeropuerto y en unas 30 puertas del aeropuerto . [91]
En la Copa Mundial de la FIFA 2014 en Brasil, la Policía Federal de Brasil utilizó gafas de reconocimiento facial . Los sistemas de reconocimiento facial "hechos en China" también se implementaron en los Juegos Olímpicos de Verano de 2016 en Río de Janeiro. [90] La empresa Nuctech proporcionó 145 terminales de inserción para el Estadio Maracaná y 55 terminales para el Parque Olímpico Deodoro . [92]
Unión Europea
Las fuerzas policiales de al menos 21 países de la Unión Europea utilizan, o planean utilizar, sistemas de reconocimiento facial, ya sea con fines administrativos o penales. [93]
Grecia
La policía griega aprobó un contrato con Intracom-Telecom para el suministro de al menos 1.000 dispositivos equipados con un sistema de reconocimiento facial en vivo. La entrega está prevista antes del verano de 2021. El valor total del contrato supera los 4 millones de euros, abonado en gran parte por el Fondo de Seguridad Interior de la Comisión Europea . [94]
Italia
La policía italiana adquirió un sistema de reconocimiento facial en 2017, Sistema Automatico Riconoscimento Immagini (SARI). En noviembre de 2020, el Ministerio del Interior anunció planes para usarlo en tiempo real para identificar a las personas sospechosas de solicitar asilo. [95]
Los países bajos
Los Países Bajos han implementado tecnología de reconocimiento facial e inteligencia artificial desde 2016. [96] La base de datos de la policía holandesa contiene actualmente más de 2,2 millones de imágenes de 1,3 millones de ciudadanos holandeses. Esto representa aproximadamente el 8% de la población. Se han desplegado cientos de cámaras solo en la ciudad de Ámsterdam. [97]
Sudáfrica
En Sudáfrica, en 2016, la ciudad de Johannesburgo anunció que estaba lanzando cámaras CCTV inteligentes con reconocimiento automático de matrículas y reconocimiento facial. [98]
Despliegue en tiendas minoristas
La empresa estadounidense 3VR, ahora Identiv , es un ejemplo de un proveedor que comenzó a ofrecer sistemas y servicios de reconocimiento facial a los minoristas ya en 2007. [99] En 2012, la empresa anunció beneficios como "análisis de líneas de espera y cola para reducir la espera de los clientes times "," analítica [s] de vigilancia facial para facilitar el saludo personalizado al cliente por parte de los empleados "y la capacidad de" [c] reaccionar programas de fidelización mediante la combinación de datos de punto de venta (POS) con reconocimiento facial ". [100]
Estados Unidos
En 2018, el Consejo de Investigación de Prevención de Pérdidas de la Federación Nacional de Minoristas calificó la tecnología de reconocimiento facial como "una nueva herramienta prometedora" que vale la pena evaluar. [101]
En julio de 2020, la agencia de noticias Reuters informó que durante la década de 2010 la farmacia cadena Rite Aid había desplegado faciales reconocimiento de videovigilancia sistemas y componentes de bruces, DeepCam LLC, y otros proveedores en algunos puntos de venta en los Estados Unidos. [101] Cathy Langley, vicepresidenta de protección de activos de Rite Aid, usó la frase "coincidencia de características" para referirse a los sistemas y dijo que el uso de los sistemas resultó en menos violencia y crimen organizado en las tiendas de la compañía, mientras que la ex vicepresidenta de protección de activos Bob Oberosler enfatizó la mejora de la seguridad para el personal y una menor necesidad de participación de las organizaciones encargadas de hacer cumplir la ley . [101] En una declaración de 2020 a Reuters en respuesta al informe, Rite Aid dijo que había dejado de usar el software de reconocimiento facial y había apagado las cámaras. [101]
Según el director Read Hayes del Consejo de Investigación de Prevención de Pérdidas de la Federación Nacional de Minoristas, el programa de vigilancia de Rite Aid era el más grande o uno de los programas más grandes en el comercio minorista. [101] The Home Depot , Menards , Walmart y 7-Eleven se encuentran entre otros minoristas estadounidenses que también participan en programas piloto a gran escala o implementaciones de tecnología de reconocimiento facial. [101]
De las tiendas Rite Aid examinadas por Reuters en 2020, aquellas en comunidades donde las personas de color constituían el grupo racial o étnico más grande tenían tres veces más probabilidades de tener la tecnología instalada, [101] lo que genera preocupaciones relacionadas con la historia sustancial de segregación racial. y discriminación racial en los Estados Unidos . Rite Aid dijo que la selección de ubicaciones fue "impulsada por datos", basada en los antecedentes de robo de tiendas individuales, datos de delitos locales y nacionales e infraestructura del sitio. [101]
Usos adicionales
En el juego de campeonato de fútbol americano Super Bowl XXXV en enero de 2001, la policía de Tampa Bay, Florida, utilizó el software de reconocimiento facial Viisage para buscar posibles delincuentes y terroristas que asistieran al evento. Se identificaron potencialmente 19 personas con antecedentes penales menores. [102] [103]
Los sistemas de reconocimiento facial también han sido utilizados por software de gestión de fotografías para identificar a los sujetos de las fotografías, permitiendo funciones como buscar imágenes por persona, así como sugerir fotos para compartirlas con un contacto específico si se detecta su presencia en una foto. [104] [105] En 2008, los sistemas de reconocimiento facial se utilizaban normalmente como control de acceso en los sistemas de seguridad . [106]
La celebridad de la música popular y country de los Estados Unidos, Taylor Swift, empleó subrepticiamente la tecnología de reconocimiento facial en un concierto en 2018. La cámara estaba incrustada en un quiosco cerca de una taquilla y escaneaba a los asistentes al concierto cuando ingresaban a las instalaciones en busca de acosadores conocidos . [107]
El 18 de agosto de 2019, The Times informó que el Manchester City, propiedad de los Emiratos Árabes Unidos, contrató a una empresa con sede en Texas, Blink Identity, para implementar sistemas de reconocimiento facial en un programa para conductores. El club ha planeado un carril único superrápido para los aficionados en el estadio Etihad . [108] Sin embargo, grupos de derechos civiles advirtieron al club contra la introducción de esta tecnología, diciendo que correría el riesgo de "normalizar una herramienta de vigilancia masiva". La oficial de políticas y campañas de Liberty , Hannah Couchman, dijo que la medida de Man City es alarmante, ya que los fanáticos se verán obligados a compartir información personal profundamente sensible con una empresa privada, donde podrían ser rastreados y monitoreados en su vida cotidiana. [109]
En agosto de 2020, en medio de la pandemia de COVID-19 en los Estados Unidos , los estadios de fútbol americano de Nueva York y Los Ángeles anunciaron la instalación de reconocimiento facial para los próximos partidos. El propósito es hacer que el proceso de entrada sea lo más sencillo posible. [110] Disney's Magic Kingdom , cerca de Orlando, Florida , también anunció una prueba de tecnología de reconocimiento facial para crear una experiencia sin contacto durante la pandemia; La prueba estaba programada originalmente para realizarse entre el 23 de marzo y el 23 de abril de 2021, pero el plazo limitado se eliminó a fines de abril. [111]
Ventajas y desventajas
Comparado con otros sistemas biométricos
En 2006, se evaluó el rendimiento de los últimos algoritmos de reconocimiento facial en el Face Recognition Grand Challenge (FRGC) . En las pruebas se utilizaron imágenes faciales de alta resolución, escáneres faciales tridimensionales e imágenes del iris. Los resultados indicaron que los nuevos algoritmos son 10 veces más precisos que los algoritmos de reconocimiento facial de 2002 y 100 veces más precisos que los de 1995. Algunos de los algoritmos pudieron superar a los participantes humanos en el reconocimiento de rostros y pudieron identificar de forma única a gemelos idénticos. [30] [112]
Una ventaja clave de un sistema de reconocimiento facial es que puede realizar una identificación masiva, ya que no requiere la cooperación del sujeto de prueba para trabajar. Los sistemas correctamente diseñados instalados en aeropuertos, multicines y otros lugares públicos pueden identificar a las personas entre la multitud, sin que los transeúntes ni siquiera se den cuenta del sistema. [113] Sin embargo, en comparación con otras técnicas biométricas, el reconocimiento facial puede no ser el más confiable y eficiente. Las medidas de calidad son muy importantes en los sistemas de reconocimiento facial, ya que son posibles grandes variaciones en las imágenes faciales. Factores como la iluminación, la expresión, la pose y el ruido durante la captura de rostros pueden afectar el rendimiento de los sistemas de reconocimiento facial. [113] Entre todos los sistemas biométricos, el reconocimiento facial tiene las tasas más altas de falsa aceptación y rechazo, [113] por lo que se han planteado dudas sobre la eficacia del software de reconocimiento facial en casos de seguridad ferroviaria y aeroportuaria. [114]
Debilidades
Ralph Gross, investigador del Carnegie Mellon Robotics Institute en 2008, describe un obstáculo relacionado con el ángulo de visión de la cara: "El reconocimiento facial se ha vuelto bastante bueno en caras frontales completas y 20 grados, pero tan pronto como vas hacia perfil, ha habido problemas ". [30] Además de las variaciones de pose, las imágenes faciales de baja resolución también son muy difíciles de reconocer. Este es uno de los principales obstáculos del reconocimiento facial en los sistemas de vigilancia. [115]
El reconocimiento facial es menos efectivo si las expresiones faciales varían. Una gran sonrisa puede hacer que el sistema sea menos efectivo. Por ejemplo: Canadá, en 2009, solo permitió expresiones faciales neutrales en las fotos de pasaporte. [116]
También hay inconstancia en los conjuntos de datos utilizados por los investigadores. Los investigadores pueden utilizar desde varios sujetos hasta decenas de sujetos y desde unos cientos de imágenes hasta miles de imágenes. Es importante que los investigadores pongan a disposición los conjuntos de datos que usaron entre sí, o que tengan al menos un conjunto de datos estándar. [117]
Los sistemas de reconocimiento facial han sido criticados por defender y juzgar basados en una suposición de género binaria . [118] [119] [120] [121] [122] [123] [124] [125] [126] Al clasificar los rostros de las personas cisgénero en hombres o mujeres, estos sistemas suelen ser muy precisos, [118] sin embargo generalmente estaban confundidos o no podían determinar la identidad de género de las personas transgénero y no binarias . [118] Estos sistemas mantienen las normas de género , tanto que incluso cuando se muestra una foto de un hombre cisgénero con cabello largo, los algoritmos se dividieron entre seguir la norma de género de los hombres con cabello corto y los rasgos faciales masculinos y se convirtieron en confundido. [118] [126] Este error de género accidental de personas puede ser muy dañino para quienes no se identifican con el sexo asignado al nacer , al ignorar e invalidar su identidad de género. Esto también es perjudicial para las personas que no se adhieren a las normas de género tradicionales y obsoletas, porque invalida su expresión de género , independientemente de su identidad de género.
Inoperancia
Los críticos de la tecnología se quejan de que el esquema del distrito londinense de Newham tiene, a partir de 2004[actualizar], nunca reconoció a un solo criminal, a pesar de que varios criminales en la base de datos del sistema viven en el municipio y el sistema ha estado funcionando durante varios años. "Hasta donde la policía sabe, ni una sola vez el sistema de reconocimiento facial automático de Newham ha detectado un objetivo vivo". [103] [127] Esta información parece entrar en conflicto con las afirmaciones de que al sistema se le atribuyó una reducción del 34% en la delincuencia (de ahí la razón por la que también se implementó en Birmingham). [128]
Un experimento realizado en 2002 por el departamento de policía local en Tampa , Florida, tuvo resultados igualmente decepcionantes. [103] Un sistema en el aeropuerto Logan de Boston se cerró en 2003 después de no poder hacer ninguna coincidencia durante un período de prueba de dos años. [129]
En 2014, Facebook declaró que en una prueba estandarizada de reconocimiento facial de dos opciones, su sistema en línea obtuvo una precisión del 97,25%, en comparación con el punto de referencia humano del 97,5%. [130]
A menudo se anuncia que los sistemas tienen una precisión cercana al 100%; esto es engañoso ya que los estudios a menudo utilizan tamaños de muestra mucho más pequeños de lo que sería necesario para aplicaciones a gran escala. Debido a que el reconocimiento facial no es completamente preciso, crea una lista de posibles coincidencias. Luego, un operador humano debe examinar estas posibles coincidencias y los estudios muestran que los operadores seleccionan la coincidencia correcta de la lista solo aproximadamente la mitad de las veces. Esto causa el problema de apuntar al sospechoso equivocado. [68] [131]
Controversias
Violaciones de privacidad
Las organizaciones de derechos civiles y los defensores de la privacidad, como Electronic Frontier Foundation , Big Brother Watch y ACLU, expresan su preocupación de que la privacidad se vea comprometida por el uso de tecnologías de vigilancia . [132] [62] [133] El reconocimiento facial se puede utilizar no solo para identificar a una persona, sino también para descubrir otros datos personales asociados con una persona, como otras fotos de la persona, publicaciones de blogs, perfiles de redes sociales, comportamiento en Internet y patrones de viaje. [134] Se han expresado preocupaciones sobre quién tendría acceso al conocimiento del paradero de uno y las personas con ellos en un momento dado. [135] Además, las personas tienen una capacidad limitada para evitar o frustrar el rastreo de reconocimiento facial a menos que oculten sus rostros. Esto cambia fundamentalmente la dinámica de la privacidad diaria al permitir que cualquier comercializador, agencia gubernamental o extraño al azar recopile en secreto las identidades y la información personal asociada de cualquier individuo capturado por el sistema de reconocimiento facial. [134] Es posible que los consumidores no comprendan o no sepan para qué se utilizan sus datos, lo que les niega la capacidad de dar su consentimiento sobre cómo se comparte su información personal. [135]
En julio de 2015, la Oficina de Responsabilidad del Gobierno de los Estados Unidos llevó a cabo un informe para el miembro de mayor rango del Subcomité de Privacidad, Tecnología y Derecho del Comité Judicial del Senado de los Estados Unidos. El informe analizó los usos comerciales de la tecnología de reconocimiento facial, los problemas de privacidad y la ley federal aplicable. Afirma que anteriormente, se discutieron temas relacionados con la tecnología de reconocimiento facial y representan la necesidad de actualizar las leyes de privacidad de los Estados Unidos para que la ley federal coincida continuamente con el impacto de las tecnologías avanzadas. El informe señaló que algunas organizaciones industriales, gubernamentales y privadas estaban en proceso de desarrollar, o han desarrollado, "pautas voluntarias de privacidad". Estas pautas variaron entre las partes interesadas , pero su objetivo general era obtener el consentimiento e informar a los ciudadanos sobre el uso previsto de la tecnología de reconocimiento facial. Según el informe, las pautas de privacidad voluntarias ayudaron a contrarrestar las preocupaciones de privacidad que surgen cuando los ciudadanos no saben cómo se utilizan sus datos personales. [135]
En 2016, la empresa rusa NtechLab provocó un escándalo de privacidad en los medios internacionales cuando lanzó el sistema de reconocimiento facial FindFace con la promesa de que los usuarios rusos podrían tomar fotos de extraños en la calle y vincularlas a un perfil de redes sociales en la plataforma de redes sociales Vkontakte ( VERMONT). [136] En diciembre de 2017, Facebook lanzó una nueva función que notifica a un usuario cuando alguien carga una foto que incluye lo que Facebook cree que es su rostro, incluso si no está etiquetado. Facebook ha intentado enmarcar la nueva funcionalidad de manera positiva, en medio de reacciones negativas anteriores. [137] El jefe de privacidad de Facebook, Rob Sherman, se refirió a esta nueva característica como una que brinda a las personas más control sobre sus fotos en línea. "Hemos pensado en esto como una característica realmente empoderadora", dice. "Puede que existan fotos que no conoces". [138] DeepFace de Facebook se ha convertido en objeto de varias demandas colectivas en virtud de la Ley de privacidad de la información biométrica, con reclamos que alegan que Facebook está recopilando y almacenando datos de reconocimiento facial de sus usuarios sin obtener el consentimiento informado, en violación directa de la Privacidad de la información biométrica de 2008 Ley (BIPA). [139] El caso más reciente fue desestimado en enero de 2016 porque el tribunal carecía de jurisdicción. [140] En los EE.UU., las empresas de vigilancia, tales como Clearview AI están confiando en la Primera Enmienda de la Constitución de los Estados Unidos a la raspadura de datos de cuentas de usuario en las plataformas de medios sociales para los datos que se pueden utilizar en el desarrollo de sistemas de reconocimiento facial. [141]
En 2019, Financial Times informó por primera vez que se estaba utilizando un software de reconocimiento facial en el área de King's Cross de Londres. [142] El desarrollo alrededor de la estación principal de King's Cross de Londres incluye tiendas, oficinas, la sede de Google en el Reino Unido y parte de St Martin's College. De acuerdo con la Oficina del Comisionado de Información del Reino Unido : "Escanear los rostros de las personas mientras realizan legalmente su vida diaria, para identificarlas, es una amenaza potencial a la privacidad que debería preocuparnos a todos". [143] [144] La comisionada de información del Reino Unido, Elizabeth Denham, inició una investigación sobre el uso del sistema de reconocimiento facial King's Cross, operado por la empresa Argent. En septiembre de 2019, Argent anunció que el software de reconocimiento facial ya no se usaría en King's Cross . Argent afirmó que el software se implementó entre mayo de 2016 y marzo de 2018 en dos cámaras que cubrían una calle peatonal que atraviesa el centro del desarrollo. [145] En octubre de 2019, un informe de la vicealcaldesa de Londres, Sophie Linden, reveló que, en un acuerdo secreto, la Policía Metropolitana había pasado fotos de siete personas a Argent para usarlas en el sistema de reconocimiento facial cruzado de King. [146]
Tecnología imperfecta en la aplicación de la ley
Todavía se cuestiona si la tecnología de reconocimiento facial funciona con menos precisión en las personas de color. [147] Un estudio realizado por Joy Buolamwini (MIT Media Lab) y Timnit Gebru (Microsoft Research) encontró que la tasa de error para el reconocimiento de género para mujeres de color dentro de tres sistemas comerciales de reconocimiento facial variaba del 23,8% al 36%, mientras que para las más ligeras los hombres de piel estaba entre el 0,0 y el 1,6%. Las tasas generales de precisión para identificar a los hombres (91,9%) fueron más altas que las de las mujeres (79,4%), y ninguno de los sistemas acomodó una comprensión no binaria del género. [148] También mostró que los conjuntos de datos utilizados para entrenar modelos comerciales de reconocimiento facial no eran representativos de la población en general y se inclinaban hacia los hombres de piel más clara. Sin embargo, otro estudio mostró que varios software comerciales de reconocimiento facial vendidos a las oficinas de aplicación de la ley en todo el país tenían una tasa de falsas coincidencias más baja para los negros que para los blancos. [149]
Los expertos temen que los sistemas de reconocimiento facial puedan estar perjudicando a los ciudadanos que la policía afirma que están tratando de proteger. [150] Se considera un biométrico imperfecto, y en un estudio realizado por la investigadora de la Universidad de Georgetown, Clare Garvie, concluyó que "no hay consenso en la comunidad científica de que proporcione una identificación positiva de alguien". [151] Se cree que con márgenes de error tan grandes en esta tecnología, tanto los defensores legales como las empresas de software de reconocimiento facial dicen que la tecnología solo debería proporcionar una parte del caso, sin evidencia que pueda conducir al arresto de un individuo. [151] La falta de regulaciones que obliguen a las empresas de tecnología de reconocimiento facial a los requisitos de las pruebas con prejuicios raciales puede ser una falla significativa en la adopción del uso en la aplicación de la ley. CyberExtruder , una empresa que se comercializa a sí misma para las fuerzas del orden, dijo que no habían realizado pruebas o investigaciones sobre sesgos en su software. CyberExtruder notó que algunos colores de piel son más difíciles de reconocer para el software con las limitaciones actuales de la tecnología. "Así como las personas con piel muy oscura son difíciles de identificar con gran importancia a través del reconocimiento facial, las personas con piel muy pálida son iguales", dijo Blake Senftner, ingeniero de software senior de CyberExtruder. [151]
Protección de Datos
En 2010, Perú aprobó la Ley de Protección de Datos Personales, que define la información biométrica que se puede utilizar para identificar a una persona como datos sensibles. En 2012, Colombia aprobó una Ley de Protección de Datos integral que define los datos biométricos como información sensible. [90] De acuerdo con el artículo 9, apartado 1, del Reglamento general de protección de datos (RGPD ) de la UE de 2016, el procesamiento de datos biométricos con el fin de "identificar de forma única a una persona física" es sensible y los datos de reconocimiento facial procesados de esta manera se vuelven sensibles información personal. En respuesta a la aprobación del RGPD en la ley de los estados miembros de la UE , los investigadores de la UE expresaron su preocupación de que si se les exigiera en virtud del RGPD que obtuvieran el consentimiento del individuo para el procesamiento de sus datos de reconocimiento facial, una base de datos de rostros en la escala de MegaFace nunca podría volver a establecerse. [152] En septiembre de 2019, la Autoridad Sueca de Protección de Datos (DPA) emitió su primera sanción financiera por una violación del Reglamento General de Protección de Datos (GDPR) de la UE contra una escuela que estaba utilizando la tecnología para reemplazar las largas pasadas de lista durante la clase. . La DPA descubrió que la escuela obtuvo ilegalmente los datos biométricos de sus estudiantes sin completar una evaluación de impacto. Además, la escuela no informó a la DPA del plan piloto. Se emitió una multa de 200.000 SEK (19.000 € / 21.000 dólares). [153]
En los Estados Unidos de América, varios estados de los Estados Unidos han aprobado leyes para proteger la privacidad de los datos biométricos. Los ejemplos incluyen la Ley de Privacidad de la Información Biométrica de Illinois (BIPA) y la Ley de Privacidad del Consumidor de California (CCPA). [154] En marzo de 2020, los residentes de California presentaron una demanda colectiva contra Clearview AI , alegando que la compañía había recopilado ilegalmente datos biométricos en línea y con la ayuda de la tecnología de reconocimiento facial creó una base de datos de datos biométricos que se vendió a empresas y fuerzas policiales. En ese momento, Clearview AI ya enfrentaba dos demandas bajo BIPA [155] y una investigación del Comisionado de Privacidad de Canadá por el cumplimiento de la Ley de Protección de Información Personal y Documentos Electrónicos (PIPEDA). [156]
Prohibición del uso de tecnología de reconocimiento facial.
En mayo de 2019, San Francisco, California, se convirtió en la primera ciudad importante de los Estados Unidos en prohibir el uso de software de reconocimiento facial para la policía y otras agencias gubernamentales locales. [157] El supervisor de San Francisco, Aaron Peskin , introdujo regulaciones que requerirán que las agencias obtengan la aprobación de la Junta de Supervisores de San Francisco para comprar tecnología de vigilancia . [158] Las regulaciones también requieren que las agencias divulguen públicamente el uso previsto para la nueva tecnología de vigilancia. [158] En junio de 2019, Somerville , Massachusetts se convirtió en la primera ciudad de la costa este en prohibir el software de vigilancia facial para uso gubernamental, [159] específicamente en investigaciones policiales y vigilancia municipal. [160] En julio de 2019, Oakland, California prohibió el uso de tecnología de reconocimiento facial por parte de los departamentos de la ciudad. [161]
La Unión Estadounidense de Libertades Civiles ("ACLU") ha hecho campaña en todo Estados Unidos por la transparencia en la tecnología de vigilancia [160] y ha apoyado la prohibición del software de reconocimiento facial tanto de San Francisco como de Somerville. La ACLU trabaja para desafiar el secreto y la vigilancia con esta tecnología. [ cita requerida ] [162]
En enero de 2020, la Unión Europea sugirió, pero luego rápidamente descartó, una moratoria propuesta sobre el reconocimiento facial en espacios públicos. [163] [164]
Durante las protestas de George Floyd , el uso del reconocimiento facial por parte del gobierno de la ciudad fue prohibido en Boston , Massachusetts. [165] Al 10 de junio de 2020, se prohibió el uso municipal en: [166]
- Berkeley, California
- Oakland, California
- Boston , Massachusetts - 30 de junio de 2020 [167]
- Brookline, Massachusetts
- Cambridge, massachusetts
- Northampton, Massachusetts
- Springfield, Massachusetts
- Somerville, Massachusetts
- Portland, Oregón - septiembre de 2020 [168]
El 27 de octubre de 2020, 22 grupos de derechos humanos pidieron a la Universidad de Miami que prohibiera la tecnología de reconocimiento facial. Esto se produjo después de que los estudiantes acusaron a la escuela de usar el software para identificar a los estudiantes que protestaban. Sin embargo, la universidad negó las acusaciones. [169]
Una ley de reforma de la policía estatal en Massachusetts entrará en vigor en julio de 2021; una prohibición aprobada por la legislatura fue rechazada por el gobernador Charlie Baker . [170] En cambio, la ley requiere una orden judicial, limitar el personal que puede realizar la búsqueda, registrar datos sobre cómo se usa la tecnología y crear una comisión para hacer recomendaciones sobre regulaciones futuras. [171]
Reconocimiento de emociones
En los siglos XVIII y XIX, la creencia de que las expresiones faciales revelaban el valor moral o el verdadero estado interior de un ser humano estaba muy extendida y la fisonomía era una ciencia respetada en el mundo occidental. Desde principios del siglo XIX en adelante, la fotografía se utilizó en el análisis fisonómico de los rasgos faciales y la expresión facial para detectar la locura y la demencia . [172] En las décadas de 1960 y 1970, los psicólogos reinventaron el estudio de las emociones humanas y sus expresiones , que intentaron definir un rango normal de respuestas emocionales a los eventos. [173] La investigación sobre el reconocimiento automático de emociones se ha centrado desde la década de 1970 en las expresiones faciales y el habla , que se consideran las dos formas más importantes en las que los humanos comunican emociones a otros humanos. En la década de 1970 se estableció la categorización del Sistema de Codificación de Acción Facial (FACS) para la expresión física de las emociones. [174] Su desarrollador Paul Ekman sostiene que hay seis emociones que son universales para todos los seres humanos y que pueden codificarse en expresiones faciales. [175] La investigación sobre el reconocimiento automático de expresiones específicas de emociones se ha centrado en las últimas décadas en imágenes de vista frontal de rostros humanos. [176]
En 2016, los algoritmos de reconocimiento de emociones de rasgos faciales se encontraban entre las nuevas tecnologías, junto con CCTV de alta definición , reconocimiento facial 3D de alta resolución y reconocimiento de iris , que encontraron su camino fuera de los laboratorios de investigación universitarios. [177] En 2016, Facebook adquirió FacioMetrics, una empresa derivada de reconocimiento de emociones de rasgos faciales de la Universidad Carnegie Mellon . En el mismo año, Apple Inc. adquirió Emotient, una empresa emergente de reconocimiento de emociones de rasgos faciales . [178] A finales de 2016, los proveedores comerciales de sistemas de reconocimiento facial ofrecieron integrar e implementar algoritmos de reconocimiento de emociones para rasgos faciales. [179] El Laboratorio de Medios del MIT escisión Affectiva [180] a finales de 2019 ofreció un producto de detección de la expresión de las emociones faciales que pueden reconocer las emociones en los seres humanos, mientras que la conducción . [178]
Sistemas de reconocimiento anti-facial
En enero de 2013, investigadores japoneses del Instituto Nacional de Informática crearon anteojos con "visera de privacidad" que utilizan luz casi infrarroja para hacer que el rostro que se encuentra debajo sea irreconocible para el software de reconocimiento facial. [181] La última versión utiliza un marco de titanio, material que refleja la luz y una máscara que utiliza ángulos y patrones para interrumpir la tecnología de reconocimiento facial a través de fuentes de luz tanto absorbentes como de rebote. [182] [183] [184] [185] Algunos proyectos utilizan el aprendizaje automático contradictorio para crear nuevos patrones impresos que confunden el software de reconocimiento facial existente. [186]
Otro método para protegerse de los sistemas de reconocimiento facial son los cortes de pelo específicos y patrones de maquillaje que evitan que los algoritmos utilizados para detectar un rostro, conocido como visión artificial, deslumbren . [187] Por cierto, los estilos de maquillaje populares entre Juggalos también pueden proteger contra el reconocimiento facial. [188]
Las máscaras faciales que se usan para protegerse de virus contagiosos pueden reducir la precisión de los sistemas de reconocimiento facial. Un estudio del NIST de 2020 probó sistemas populares de emparejamiento uno a uno y encontró una tasa de falla entre el cinco y el cincuenta por ciento en individuos enmascarados. The Verge especuló que la tasa de precisión de los sistemas de vigilancia masiva, que no se incluyeron en el estudio, sería incluso menos precisa que la precisión de los sistemas de emparejamiento uno a uno. [189] El reconocimiento facial de Apple Pay puede superar muchas barreras, incluido el maquillaje pesado, barbas espesas e incluso gafas de sol, pero falla con las máscaras. [190]
Ver también
- Efecto AI
- Amazon Rekognition
- Aplicaciones de la inteligencia artificial
- Reconocimiento automático de matrículas
- Tecnología biométrica en control de acceso
- Perfilador facial Coke Zero
- Procesamiento informático del lenguaje corporal
- Visión por computador
- DeepFace
- Percepción de la cara
- Gran desafío de reconocimiento facial
- FindFace
- Prueba de coincidencia facial de Glasgow
- ISO / IEC 19794-5
- MALINTENT
- Tarjeta de identificación biométrica nacional
- Inteligencia artificial para videovigilancia
- Recuperación de información multimedia
- Aprendizaje subespacial multilineal
- Reconocimiento de patrones , analogía y razonamiento basado en casos
- Escaneo de retina
- SenseTime
- Super reconocedores
- Comparación de plantillas
- Reconocimiento facial tridimensional
- Emparejamiento de venas
- Análisis de la marcha
- Liza
- Lista de temas de visión por computadora
- Lista de tecnologías emergentes
- Esquema de la inteligencia artificial
Referencias
- ^ Chen, SK; Chang, YH (2014). 2014 Congreso Internacional de Inteligencia Artificial e Ingeniería de Software (AISE2014) . Publicaciones DEStech, Inc. p. 21. ISBN 9781605951508.
- ^ Bramer, Max (2006). Inteligencia artificial en teoría y práctica: 19º Congreso Mundial de Computación de la IFIP, TC 12: IFIP AI 2006 Stream, 21-24 de agosto de 2006, Santiago, Chile . Berlín: Springer Science + Business Media. pag. 395. ISBN 9780387346540.
- ^ Nilsson, Nils J. (2009). La búsqueda de la inteligencia artificial . Prensa de la Universidad de Cambridge. ISBN 9781139642828.
- ^ de Leeuw, Karl; Bergstra, enero (2007). La historia de la seguridad de la información: un manual completo . Elsevier. pag. 266. ISBN 9780444516084.
- ^ Gates, Kelly (2011). Nuestro futuro biométrico: tecnología de reconocimiento facial y cultura de vigilancia . NYU Press. págs. 48–49. ISBN 9780814732090.
- ^ Gates, Kelly (2011). Nuestro futuro biométrico: tecnología de reconocimiento facial y cultura de vigilancia . NYU Press. págs. 49–50. ISBN 9780814732090.
- ^ Gates, Kelly (2011). Nuestro futuro biométrico: tecnología de reconocimiento facial y cultura de vigilancia . NYU Press. pag. 52. ISBN 9780814732090.
- ^ Gates, Kelly (2011). Nuestro futuro biométrico: tecnología de reconocimiento facial y cultura de vigilancia . NYU Press. pag. 53. ISBN 9780814732090.
- ^ Gates, Kelly (2011). Nuestro futuro biométrico: tecnología de reconocimiento facial y cultura de vigilancia . NYU Press. pag. 54. ISBN 9780814732090.
- ^ Malayo K. Kundu; Sushmita Mitra; Debasis Mazumdar; Sankar K. Pal, eds. (2012). Perception and Machine Intelligence: Primera Conferencia Indo-Japonesa, PerMIn 2012, Kolkata, India, 12-13 de enero de 2011, Actas . Springer Science & Business Media. pag. 29. ISBN 9783642273865.
- ^ Wechsler, Harry (2009). Malayo K. Kundu; Sushmita Mitra (eds.). Métodos fiables de reconocimiento facial: diseño, implementación y evaluación del sistema . Springer Science & Business Media. págs. 11-12. ISBN 9780387384641.
- ^ Jun Wang; Laiwan Chan; DeLiang Wang, eds. (2012). Procesamiento de información neuronal: 13th International Conference, ICONIP 2006, Hong Kong, China, 3-6 de octubre de 2006, Actas, Parte II . Springer Science & Business Media. pag. 198. ISBN 9783540464822.
- ^ Wechsler, Harry (2009). Métodos fiables de reconocimiento facial: diseño, implementación y evaluación del sistema . Springer Science & Business Media. pag. 12. ISBN 9780387384641.
- ^ Wechsler, Harry (2009). Malayo K. Kundu; Sushmita Mitra (eds.). Métodos fiables de reconocimiento facial: diseño, implementación y evaluación del sistema . Springer Science & Business Media. pag. 12. ISBN 9780387384641.
- ^ Malayo K. Kundu; Sushmita Mitra; Debasis Mazumdar; Sankar K. Pal, eds. (2012). Perception and Machine Intelligence: Primera Conferencia Indo-Japonesa, PerMIn 2012, Kolkata, India, 12-13 de enero de 2011, Actas . Springer Science & Business Media. pag. 29. ISBN 9783642273865.
- ^ "Mugspot Can Find A Face In The Crowd – Face-Recognition Software Prepares To Go To Work In The Streets". ScienceDaily. November 12, 1997. Retrieved November 6, 2007.
- ^ Malay K. Kundu; Sushmita Mitra; Debasis Mazumdar; Sankar K. Pal, eds. (2012). Perception and Machine Intelligence: First Indo-Japan Conference, PerMIn 2012, Kolkata, India, January 12–13, 2011, Proceedings. Springer Science & Business Media. p. 29. ISBN 9783642273865.
- ^ Li, Stan Z.; Jain, Anil K. (2005). Handbook of Face Recognition. Springer Science & Business Media. pp. 14–15. ISBN 9780387405957.
- ^ Kumar Datta, Asit; Datta, Madhura; Kumar Banerjee, Pradipta (2015). Face Detection and Recognition: Theory and Practice. CRC. p. 123. ISBN 9781482226577.
- ^ Li, Stan Z.; Jain, Anil K. (2005). Handbook of Face Recognition. Springer Science & Business Media. p. 1. ISBN 9780387405957.
- ^ Li, Stan Z.; Jain, Anil K. (2005). Handbook of Face Recognition. Springer Science & Business Media. p. 2. ISBN 9780387405957.
- ^ "Airport Facial Recognition Passenger Flow Management". hrsid.com.
- ^ a b c Bonsor, K. (September 4, 2001). "How Facial Recognition Systems Work". Retrieved June 2, 2008.
- ^ Smith, Kelly. "Face Recognition" (PDF). Retrieved June 4, 2008.
- ^ R. Brunelli and T. Poggio, "Face Recognition: Features versus Templates", IEEE Trans. on PAMI, 1993, (15)10:1042–1052
- ^ R. Brunelli, Template Matching Techniques in Computer Vision: Theory and Practice, Wiley, ISBN 978-0-470-51706-2, 2009 ([1] TM book)
- ^ Zhang, David; Jain, Anil (2006). Advances in Biometrics: International Conference, ICB 2006, Hong Kong, China, January 5–7, 2006, Proceedings. Berlin: Springer Science & Business Media. p. 183. ISBN 9783540311119.
- ^ "A Study on the Design and Implementation of Facial Recognition Application System". International Journal of Bio-Science and Bio-Technology.
- ^ Harry Wechsler (2009). Reliable Face Recognition Methods: System Design, Implementation and Evaluation. Springer Science & Business Media. p. 196. ISBN 9780387384641.
- ^ a b c d Williams, Mark. "Better Face-Recognition Software". Retrieved June 2, 2008.
- ^ Crawford, Mark. "Facial recognition progress report". SPIE Newsroom. Retrieved October 6, 2011.
- ^ Kimmel, Ron. "Three-dimensional face recognition" (PDF). Retrieved January 1, 2005.
- ^ Duhn, S. von; Ko, M. J.; Yin, L.; Hung, T.; Wei, X. (September 1, 2007). "Three-View Surveillance Video Based Face Modeling for Recogniton". Three-View Surveillance Video Based Face Modeling for Recognition. pp. 1–6. doi:10.1109/BCC.2007.4430529. ISBN 978-1-4244-1548-9. S2CID 25633949.
- ^ a b Socolinsky, Diego A.; Selinger, Andrea (January 1, 2004). "Thermal Face Recognition in an Operational Scenario". IEEE Computer Society. pp. 1012–1019 – via ACM Digital Library.
- ^ a b "Army Builds Face Recognition Technology that Works in Low-Light Conditions". AZoRobotics. April 18, 2018. Retrieved August 17, 2018.
- ^ Thirimachos Bourlai (2016). Face Recognition Across the Imaging Spectrum. Springer. p. 142. ISBN 9783319285016.
- ^ Thirimachos Bourlai (2016). Face Recognition Across the Imaging Spectrum. Springer. p. 140. ISBN 9783319285016.
- ^ "Army develops face recognition technology that works in the dark". Army Research Laboratory. April 16, 2018. Retrieved August 17, 2018.
- ^ a b Riggan, Benjamin; Short, Nathaniel; Hu, Shuowen (March 2018). "Thermal to Visible Synthesis of Face Images using Multiple Regions". ResearchGate. arXiv:1803.07599. Bibcode:2018arXiv180307599R.
- ^ Cole, Sally (June 2018). "U.S. Army's AI facial recognition works in the dark". Military Embedded Systems. p. 8.
- ^ Shontell, Alyson (September 15, 2015). "Snapchat buys Looksery, a 2-year-old startup that lets you Photoshop your face while you video chat". Business Insider Singapore. Retrieved April 9, 2018.
- ^ Kumar Mandal, Jyotsna; Bhattacharya, Debika (2019). Emerging Technology in Modelling and Graphics: Proceedings of IEM Graph 2018. Springer. p. 672. ISBN 9789811374036.
- ^ Simonite, Tom. "Facebook Creates Software That Matches Faces Almost as Well as You Do". MIT Technology Review. Retrieved April 9, 2018.
- ^ "Facebook's DeepFace shows serious facial recognition skills". Retrieved April 9, 2018.
- ^ "Why Facebook is beating the FBI at facial recognition". The Verge. Retrieved April 9, 2018.
- ^ "How TikTok's 'For You' Algorithm Actually Works". Wired. ISSN 1059-1028. Retrieved April 17, 2021.
- ^ "How TikTok recommends videos #ForYou". TikTok. June 18, 2020. Archived from the original on June 18, 2020. Retrieved April 22, 2021.
- ^ "TikTok agrees legal payout over facial recognition". BBC News. February 26, 2021. Archived from the original on February 26, 2021. Retrieved April 22, 2021.
- ^ "A glimpse at bank branches of the future: video walls, booth-sized locations and 24/7 access". USA Today. Retrieved August 13, 2018.
- ^ Heater, Brian. "Don't rely on Face Unlock to keep your phone secure". TechCrunch. Retrieved November 2, 2017.
- ^ "Galaxy S8 face recognition already defeated with a simple picture". Ars Technica. Retrieved November 2, 2017.
- ^ "How Facial Recognition Works in Xbox Kinect". Wired. Retrieved November 2, 2017.
- ^ "Windows 10 says "Hello" to logging in with your face and the end of passwords". Ars Technica. March 17, 2015. Retrieved March 17, 2015.
- ^ Kubota, Yoko (September 27, 2017). "Apple iPhone X Production Woe Sparked by Juliet and Her Romeo". The Wall Street Journal. Archived from the original on September 28, 2017. Retrieved September 27, 2017.
- ^ Kubota, Yoko (September 27, 2017). "Apple iPhone X Production Woe Sparked by Juliet and Her Romeo". The Wall Street Journal. ISSN 0099-9660. Retrieved April 10, 2018.
- ^ a b "The five biggest questions about Apple's new facial recognition system". The Verge. Retrieved April 10, 2018.
- ^ "Apple's Face ID Feature Works With Most Sunglasses, Can Be Quickly Disabled to Thwart Thieves". Retrieved April 10, 2018.
- ^ Heisler, Yoni (November 3, 2017). "Infrared video shows off the iPhone X's new Face ID feature in action". BGR. Retrieved April 10, 2018.
- ^ "Smartgates Face editing for the mins of the can we have". Australian Border Force. Retrieved March 11, 2019.
- ^ "Our history". New Zealand Customs Service. Retrieved March 11, 2019.
- ^ "Facial recognition technology is coming to Canadian airports this spring". CBC News. Retrieved March 3, 2017.
- ^ a b c "Face Off: The lawless growth of facial recognition in UK policing" (PDF). Big Brother Watch.
- ^ Anthony, Sebastian (June 6, 2017). "UK police arrest man via automatic face-recognition tech". Ars Technica.
- ^ a b Rees, Jenny (September 4, 2019). "Police use of facial recognition ruled lawful". Retrieved November 8, 2019.
- ^ Burgess, Matt (January 24, 2020). "The Met Police will start using live facial recognition across London". Wired UK. ISSN 1357-0978. Retrieved January 24, 2020.
- ^ Danica Kirka (August 11, 2020). "UK court says face recognition violates human rights". TechPlore. Retrieved October 4, 2020.
- ^ FORTUNE. "Here's How Many Adult Faces Are Scanned From Facial Recognition Databases".
- ^ a b "The trouble with facial recognition technology (in the real world)".
- ^ "Real-Time Facial Recognition Is Available, But Will U.S. Police Buy It?". NPR.
- ^ "Police Facial Recognition Databases Log About Half Of Americans". NPR.
- ^ Knezevich, Kevin Rector, Alison. "Maryland's use of facial recognition software questioned by researchers, civil liberties advocates".
- ^ "Next Generation Identification". FBI. Retrieved April 5, 2016.
- ^ a b ICE Uses Facial Recognition To Sift State Driver's License Records, Researchers Say
- ^ "TSA had expressed its intention to adopt a similar program for domestic air travel". USA Today. August 16, 2019.
- ^ Shen, Xinmei. ""Skynet", China's massive video surveillance network". South China Morning Post. Retrieved December 13, 2020.
- ^ CHAN, TARA FRANCIS. "16 parts of China are now using Skynet". Business Insider. Retrieved December 13, 2020.
- ^ Beijing, Agence France-Presse in (September 1, 2017). "From ale to jail: facial recognition catches criminals at China beer festival". The Guardian. Retrieved March 8, 2018.
- ^ "Police use facial recognition technology to detect wanted criminals during beer festival in Chinese city of Qingdao". opengovasia.com. OpenGovAsia. Archived from the original on November 16, 2017. Retrieved March 8, 2018.
- ^ "Chinese police are using smart glasses to identify potential suspects". TechCrunch. February 8, 2018. Retrieved December 3, 2020.
- ^ "Beijing police are using facial-recognition glasses to identify car passengers and number plates". Business Insider. March 12, 2018. Retrieved December 3, 2020.
- ^ "China's massive investment in artificial intelligence has an insidious downside". Science AAAS. February 7, 2018. Retrieved February 23, 2018.
- ^ "China bets on facial recognition in big drive for total surveillance". The Washington Post. 2018. Retrieved February 23, 2018.
- ^ Liao, Rita (May 8, 2019). "Alibaba-backed facial recognition startup Megvii raises $750 million". TechCrunch. Retrieved August 28, 2019.
- ^ Dai, Sarah (June 5, 2019). "AI unicorn Megvii not behind app used for surveillance in Xinjiang, says human rights group". South China Morning Post. Retrieved August 28, 2019.
- ^ Cheng Leng, Yingzhi Yang and Ryan Woo (February 20, 2020). "Exclusive: Hundreds of Chinese businesses seek billions in loans to contend with coronavirus". Reuters. Retrieved October 5, 2020.CS1 maint: uses authors parameter (link)
- ^ "A lawsuit against face-scans in China could have big consequences". The Economist. November 9, 2019.
- ^ Xiaoshan, Huang; Wen, Cheng. "New evidence showing Tencent monitors overseas users". Archived from the original on August 16, 2020. Retrieved August 15, 2020.
- ^ Zak Doffman (August 26, 2019). "Hong Kong Exposes Both Sides Of China's Relentless Facial Recognition Machine". Forbes. Retrieved December 3, 2020.CS1 maint: uses authors parameter (link)
- ^ "Mexican Government Adopts FaceIt Face Recognition Technology to Eliminate Duplicate Voter Registrations in Upcoming Presidential Election". Business Wire. May 11, 2000. Retrieved June 2, 2008.
- ^ a b c Selinger, Evan; Polonetsky, Jules; Tene, Omer (2018). The Cambridge Handbook of Consumer Privacy. Cambridge University Press. p. 112. ISBN 9781316859278.
- ^ Vogel, Ben. "Panama puts names to more faces". IHS Jane's Airport Review. Archived from the original on October 12, 2014. Retrieved October 7, 2014.
- ^ "'Made-in-China' products shine at Rio Olympics". The State Council, The people's Republic of China. August 15, 2016. Retrieved November 14, 2020.
- ^ Kayser-Bril, Nicolas (December 11, 2019). "At least 11 police forces use face recognition in the EU, AlgorithmWatch reveals". AlgorithmWatch.
- ^ Pedriti, Corina (January 28, 2021). "Flush with EU funds, Greek police to introduce live face recognition before the summer". AlgorithmWatch.
- ^ Coluccini, Riccardo (January 13, 2021). "Lo scontro Viminale-Garante della privacy sul riconoscimento facciale in tempo reale". IrpiMedia.
- ^ Techredacteur, Joost Schellevis. "Politie gaat verdachten opsporen met gezichtsherkenning". nos.nl (in Dutch). Retrieved September 22, 2019.
- ^ Boon, Lex (August 25, 2018). "Meekijken met de 226 gemeentecamera's". Het Parool (in Dutch). Retrieved September 22, 2019.
- ^ How CCTV surveillance poses a threat to privacy in South Africa
- ^ Ross, Tim (2007). "3VR Featured on Fox Business News". Money for Breakfast (Interview). Fox Business.
Interviewer: Now, can I buy something like this? Is this... do you really restrict the customers for this? Tim Ross: It's primarily being purchased by banks, retailers, and the government today and is sold through a variety of security channels.
- ^ "Improve Customer Service". 3VR. Archived from the original on August 14, 2012.
3VR's Video Intelligence Platform (VIP)™ transforms customer service by allowing businesses to: • Optimize staffing decisions, increase sales conversion rates and decrease customer wait times by bringing extraordinary clarity to the analysis of traffic patterns • Align staffing decisions with actual customer activity, using dwell and queue line analytics to decrease customer wait times • Increase competitiveness by using 3VR's facial surveillance analytic to facilitate personalized customer greetings by employees • Create loyalty programs by combining point of sale (POS) data with facial recognition
- ^ a b c d e f g h Dastin, Jeffrey L.; Cadell, Cate; Yang, Yizhing; Tham, Engen; Goh, Brenda; Master, Farah; Jackson, Lucas; Michalska, Aleksandra; Hart, Samuel (July 28, 2020). Marquis, Julie; Robinson, Simon (eds.). "Special Report: Rite Aid deployed facial recognition systems in hundreds of U.S. stores". U.S. Legal News. Further reporting by Paresh Dave, Tom Bergin, and the Reuters Beijing and Shanghai newsrooms; data analysis by Ryan McNeill. Reuters. Archived from the original on December 19, 2020.
- ^ Greene, Lisa (February 15, 2001). "Face scans match few suspects" (SHTML). St. Petersburg Times. Archived from the original on November 30, 2014. Retrieved June 30, 2011.
By using Viisage software, police matched 19 people's faces to photos of people arrested in the past for minor pickpocketing, fraud and other charges. They weren't charged with any game-day misdeeds. THIS IS A FARCE
- ^ a b c Krause, Mike (January 14, 2002). "Is face recognition just high-tech snake oil?". Enter Stage Right. ISSN 1488-1756. Archived from the original on January 24, 2002. Retrieved June 30, 2011.
- ^ "Windows 10's Photos app is getting smarter image search just like Google Photos". The Verge. Retrieved November 2, 2017.
- ^ Perez, Sarah. "Google Photos upgraded with new sharing features, photo books, and Google Lens". TechCrunch. Retrieved November 2, 2017.
- ^ "Face Recognition Applications". Animetrics. Archived from the original on July 13, 2008. Retrieved June 4, 2008.
- ^ Giaritelli, Anna (December 13, 2018). "Taylor Swift used airport-style facial recognition on concertgoers". washingtonexaminer.com. Retrieved December 13, 2018.
- ^ "Manchester City tries facial recognition to beat football queues". The Times. Retrieved August 18, 2019.
- ^ "Manchester City warned against using facial recognition on fans". The Guardian. Retrieved August 18, 2019.
- ^ Olson, Parmy (August 1, 2020). "Facial Recognition's Next Big Play: the Sports Stadium". The Wall Street Journal. ISSN 0099-9660. Retrieved August 3, 2020.
- ^ "Facial Recognition Technology Test". Walt Disney World Park Entry Technology Test. Disney. Archived from the original on March 29, 2021. Retrieved April 22, 2021.
- ^ R. Kimmel and G. Sapiro (April 30, 2003). "The Mathematics of Face Recognition". SIAM News. Archived from the original on July 15, 2007. Retrieved April 30, 2003.
- ^ a b c "Top Five Biometrics: Face, Fingerprint, Iris, Palm and Voice". Bayometric. January 23, 2017. Retrieved April 10, 2018.
- ^ (PDF) https://fpf.org/wp-content/uploads/2019/03/Final-Privacy-Principles-Edits-1.pdf. Missing or empty
|title=
(help) - ^ Haghighat, Mohammad; Abdel-Mottaleb, Mohamed (2017). "Low Resolution Face Recognition in Surveillance Systems Using Discriminant Correlation Analysis". 2017 12th IEEE International Conference on Automatic Face & Gesture Recognition (FG 2017). pp. 912–917. doi:10.1109/FG.2017.130. ISBN 978-1-5090-4023-0. S2CID 36639614.
- ^ "Passport Canada – Photos". passportcanada.gc.ca. Archived from the original on March 1, 2009.
- ^ Albiol, A., Albiol, A., Oliver, J., Mossi, J.M.(2012). Who is who at different cameras: people re-identification using depth cameras. Computer Vision, IET. Vol 6(5), 378–387.
- ^ a b c d "Facial recognition software has a gender problem". nsf.gov. Retrieved May 9, 2021.
- ^ Rehnman, Jenny. "The role of gender in face recognition" (PDF): 69. Cite journal requires
|journal=
(help) - ^ Mishra, Maruti V.; Likitlersuang, Jirapat; Wilmer, Jeremy B.; Cohan, Sarah; Germine, Laura; DeGutis, Joseph M. (November 29, 2019). "Gender Differences in Familiar Face Recognition and the Influence of Sociocultural Gender Inequality". Scientific Reports. 9 (1): 17884. doi:10.1038/s41598-019-54074-5. ISSN 2045-2322.
- ^ "Facing gender bias in facial recognition technology". Help Net Security. August 27, 2020. Retrieved May 9, 2021.
- ^ Palmer, Matthew A.; Brewer, Neil; Horry, Ruth (March 2013). "Understanding gender bias in face recognition: Effects of divided attention at encoding". Acta Psychologica. 142 (3): 362–369. doi:10.1016/j.actpsy.2013.01.009. ISSN 0001-6918.
- ^ "Why Gender-Neutral Facial Recognition Will Change How We Look at Technology". Informatics from Technology Networks. Retrieved May 9, 2021.
- ^ "Facial Recognition | Gendered Innovations". genderedinnovations.stanford.edu. Retrieved May 9, 2021.
- ^ Mason, Susan E. (September 27, 2007). "Age and gender as factors in facial recognition and identification". Experimental Aging Research. doi:10.1080/03610738608259453.
- ^ a b Facial recognition software has a gender problem, retrieved May 9, 2021
- ^ Meek, James (June 13, 2002). "Robo cop". London: UK Guardian newspaper.
- ^ "Birmingham City Centre CCTV Installs Visionics' FaceIt". Business Wire. June 2, 2008.
- ^ Willing, Richard (September 2, 2003). "Airport anti-terror systems flub tests; Face-recognition technology fails to flag 'suspects'" (Abstract). USA Today. Retrieved September 17, 2007.
- ^ Meyer, Robinson (2015). "How Worried Should We Be About Facial Recognition?". The Atlantic. Retrieved March 2, 2018.
- ^ White, David; Dunn, James D.; Schmid, Alexandra C.; Kemp, Richard I. (October 14, 2015). "Error Rates in Users of Automatic Face Recognition Software". PLOS ONE. 10 (10): e0139827. Bibcode:2015PLoSO..1039827W. doi:10.1371/journal.pone.0139827. PMC 4605725. PMID 26465631.
- ^ "EFF Sues FBI For Access to Facial-Recognition Records". Electronic Frontier Foundation. June 26, 2013.
- ^ "Q&A On Face-Recognition". American Civil Liberties Union.
- ^ a b Harley Geiger (December 6, 2011). "Facial Recognition and Privacy". Center for Democracy & Technology. Retrieved January 10, 2012.
- ^ a b c Cackley, Alicia Puente (July 2015). "FACIAL RECOGNITION TECHNOLOGY Commercial Uses, Privacy Issues, and Applicable Federal Law" (PDF).
- ^ Thomas Brewster (September 22, 2020). "This Russian Facial Recognition Startup Plans To Take Its 'Aggression Detection' Tech Global With $15 Million Backing From Sovereign Wealth Funds". Forbes. Retrieved October 4, 2020.
- ^ "Singel-Minded: Anatomy of a Backlash, or How Facebook Got an 'F' for Facial Recognition". WIRED. Retrieved April 10, 2018.
- ^ "Facebook Can Now Find Your Face, Even When It's Not Tagged". WIRED. Retrieved April 10, 2018.
- ^ "Facebook Keeps Getting Sued Over Face-Recognition Software, And Privacy Groups Say We Should Be Paying More Attention". International Business Times. September 3, 2015. Retrieved April 5, 2016.
- ^ Herra, Dana. "Judge tosses Illinois privacy law class action vs Facebook over photo tagging; California cases still pending". cookcountyrecord.com. Retrieved April 5, 2016.
- ^ Skinner-Thompson, Scott (2020). Privacy at the Margins. Cambridge University Press. p. 110. ISBN 9781107181373.
- ^ Murgia, Madhumita (August 12, 2019). "London's King's Cross uses facial recognition in security cameras". Financial Times (subscription site). Retrieved August 17, 2019.
- ^ "King's Cross facial recognition investigated". BBC News. August 15, 2019. Retrieved August 17, 2019.
- ^ Cellan-Jones, Rory (August 16, 2019). "Tech Tent: Is your face on a watch list?". BBC News. Retrieved August 17, 2019.
- ^ Sabbagh, Dan (September 2, 2019). "Facial recognition technology scrapped at King's Cross site". The Guardian. ISSN 0261-3077. Retrieved September 2, 2019.
- ^ Sabbagh, Dan (October 4, 2019). "Facial recognition row: police gave King's Cross owner images of seven people". The Guardian. Retrieved October 4, 2020.
- ^ "Photo Algorithms ID White Men Fine—Black Women, Not So Much". WIRED. Retrieved April 10, 2018.
- ^ Joy Buolamwini; Timnit Gebru (2018). "Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification". Proceedings of Machine Learning Research. 81. pp. 77–91. Retrieved March 8, 2018.
- ^ Grother, Patrick; Quinn, George; Phillips, P. Jonathon (August 24, 2011). "Report on the Evaluation of 2D Still-Image Face Recognition Algorithms" (PDF). National Institute of Standards and Technology.
- ^ Buranyi, Stephen (August 8, 2017). "Rise of the racist robots – how AI is learning all our worst impulses". The Guardian. Retrieved April 10, 2018.
- ^ a b c Brel, Ali (December 4, 2017). "How white engineers built racist code – and why it's dangerous for black people". The Guardian. Retrieved April 10, 2018.
- ^ Ronald Leenes; Rosamunde van Brakel; Serge Gutwirth; Paul de Hert, eds. (2018). Data Protection and Privacy: The Internet of Bodies. Bloomsbury Publishing. p. 176. ISBN 9781509926213.
- ^ News, GDPR (September 1, 2019). "Unlawful Use of Facial Recognition Technology Lead to GDPR Penalty in Sweden". Compliance Junction. Retrieved September 20, 2019.
- ^ Bock, Lisa (2020). Identity Management with Biometrics: Explore the latest innovative solutions to provide secure identification and authentication. Packt Publishing. p. 320. ISBN 9781839213212.
- ^ Pascu, Luana (March 16, 2020). "California residents file class action against Clearview AI biometric data collection citing CCPA". BiometricUpdate.com. Retrieved October 25, 2020.
- ^ Burt, Chris (February 24, 2020). "Canadian Privacy Commissioners investigate Clearview AI, develop guidance for police use of biometrics". BiometricUpdate.com. Retrieved October 25, 2020.
- ^ Conger, Kate; Fausset, Richard; Kovaleski, Serge F. (May 14, 2019). "San Francisco Bans Facial Recognition Technology". The New York Times. ISSN 0362-4331. Retrieved March 26, 2020.
- ^ a b "San Francisco Bans Agency Use of Facial Recognition Tech". Wired. ISSN 1059-1028. Retrieved March 26, 2020.
- ^ "Somerville Bans Government Use Of Facial Recognition Tech". wbur.org. Retrieved March 26, 2020.
- ^ a b "Somerville City Council passes facial recognition ban – The Boston Globe". The Boston Globe. Retrieved March 26, 2020.
- ^ Haskins, Caroline (July 17, 2019). "Oakland Becomes Third U.S. City to Ban Facial Recognition". Vice. Retrieved April 11, 2020.
- ^ Nkonde, Mutale (2019). "Automated Anti-Blackness: Facial Recognition in Brooklyn, New York". Kennedy School Review. 20: 30–26. ProQuest 2404400349 – via ProQuest.
- ^ "EU drops idea of facial recognition ban in public areas: paper". Reuters. January 29, 2020. Retrieved April 12, 2020.
- ^ "Facial recognition: EU considers ban". BBC News. January 17, 2020. Retrieved April 12, 2020.
- ^ Boston mayor OKs ban on facial recognition tech
- ^ IBM bows out of facial recognition market
- ^ Boston mayor OKs ban on facial recognition tech
- ^ Business, Rachel Metz, CNN. "Portland passes broadest facial recognition ban in the US". CNN. Retrieved September 13, 2020.
- ^ "Human Rights Groups Call On The University Of Miami To Ban Facial Recognition". Forbes. Retrieved October 27, 2020.
- ^ Governor signs police overhaul into law
- ^ Massachusetts is one of the first states to create rules around facial recognition in criminal investigations.
- ^ Gates, Kelly (2011). Our Biometric Future: Facial Recognition Technology and the Culture of Surveillance. NYU Press. p. 156. ISBN 9780814732090.
- ^ Gates, Kelly (2011). Our Biometric Future: Facial Recognition Technology and the Culture of Surveillance. NYU Press. p. 161. ISBN 9780814732090.
- ^ Konar, Amit; Chakraborty, Aruna (2015). Emotion Recognition: A Pattern Analysis Approach. John Wiley & Sons. p. 185. ISBN 9781118130667.
- ^ Konar, Amit; Chakraborty, Aruna (2015). Emotion Recognition: A Pattern Analysis Approach. John Wiley & Sons. p. 186. ISBN 9781118130667.
- ^ Konar, Amit; Chakraborty, Aruna (2015). Emotion Recognition: A Pattern Analysis Approach. John Wiley & Sons. p. 187. ISBN 9781118130667.
- ^ "Facial Recognition Market – Global Forecast to 2021". Digital Journal. December 30, 2016. Retrieved October 17, 2020.
- ^ a b Fowler, Gary (October 14, 2019). "How Emotional AI Is Creating Personalized Customer Experiences And Making A Social Impact". Frobes. Retrieved October 17, 2020.
- ^ "Facial Recognition Market – Global Forecast to 2021". Digital Journal. December 30, 2016. Retrieved October 17, 2020.
- ^ "Eureka Park Returns" (Press release). National Science Foundation. January 7, 2013. Retrieved February 3, 2013.
- ^ "These Goofy-Looking Glasses Could Make You Invisible to Facial Recognition Technology". Slate. January 18, 2013. Retrieved January 22, 2013.
- ^ Hongo, Jun. "Eyeglasses with Face Un-Recognition Function to Debut in Japan". The Wall Street Journal. Retrieved February 9, 2017.
- ^ Osborne, Charlie. "Privacy visor which blocks facial recognition software set for public release". ZDNet. Retrieved February 9, 2017.
- ^ Stone, Maddie. "These Glasses Block Facial Recognition Technology". Gizmodo. Retrieved February 9, 2017.
- ^ "How Japan's Privacy Visor fools face-recognition cameras". PC World. Retrieved February 9, 2017.
- ^ Cox, Kate (April 10, 2020). "Some shirts hide you from cameras—but will anyone wear them?". Ars Technica. Retrieved April 12, 2020.
- ^ Harvey, Adam. "CV Dazzle: Camouflage from Face Detection". cvdazzle.com. Retrieved September 15, 2017.
- ^ Schreiber, Hope. "Worried about facial recognition technology? Juggalo makeup prevents involuntary surveillance". Retrieved July 18, 2019.
- ^ Vincent, James (July 28, 2020). "Face masks are breaking facial recognition algorithms, says new government study". The Verge. Retrieved August 27, 2020.
- ^ Hern, Alex (August 21, 2020). "Face masks give facial recognition software an identity crisis". The Guardian. ISSN 0261-3077. Retrieved August 24, 2020.
Otras lecturas
- Farokhi, Sajad; Shamsuddin, Siti Mariyam; Flusser, Jan; Sheikh, U.U; Khansari, Mohammad; Jafari-Khouzani, Kourosh (2014). "Near infrared face recognition by combining Zernike moments and undecimated discrete wavelet transform". Digital Signal Processing. 31 (1): 13–27. doi:10.1016/j.dsp.2014.04.008.
- "The Face Detection Algorithm Set to Revolutionize Image Search" (Feb. 2015), MIT Technology Review
- Garvie, Clare; Bedoya, Alvaro; Frankle, Jonathan (October 18, 2016). Perpetual Line Up: Unregulated Police Face Recognition in America. Center on Privacy & Technology at Georgetown Law. Retrieved October 22, 2016.
- "Facial Recognition Software 'Sounds Like Science Fiction,' but May Affect Half of Americans". As It Happens. Canadian Broadcasting Corporation. October 20, 2016. Retrieved October 22, 2016. Interview with Alvaro Bedoya, executive director of the Center on Privacy & Technology at Georgetown Law and co-author of Perpetual Line Up: Unregulated Police Face Recognition in America.
enlaces externos
- Media related to Facial recognition system at Wikimedia Commons
- A Photometric Stereo Approach to Face Recognition". The University of the West of England. http://www1.uwe.ac.uk/et/mvl/projects/facerecognition.aspx