Reconocimiento facial reforzado con sonrisas, guiños y otros gestos

Los sistemas de reconocimiento facial como protocolo de seguridad han crecido en presencia durante los últimos años, principalmente gracias a su implementación en algunos teléfonos móviles.

Como toda tecnología, este sistema tiene ciertas vulnerabilidades de base. Según la robustez de cada sistema, estos podrían ser vulnerados con fotografías o usando el rostro del titular de bloqueo en situaciones no previstas, como mientras duerme. Para remediar estas debilidades, se presentó una nueva alternativa.

Desbloqueo facial con gestos, como una opción reforzada en dos pasos

esta propuesta fue presentado por el profesor de ingeniería eléctrica e informática de la Universidad Brigham Young, DJ Lee, quien asegura que existe una forma mejor y más confiable de utilizar un rostro como mecanismo de acceso para el control restringido.

El mecanismo se llama C2FIV, sigla de Concurrent Two-Factor Identity Verification (‎verificación simulante de identidad de dos factores‎, en español). Para validar una orden de desbloqueo, el sistema se encarga de reconocer la identidad facial de la persona frente a la cámara y un movimiento o gesto específico.

Para configurar este sistema de desbloqueo, el usuario debe ubicarse frente a la cámara y grabar un video corto de uno o dos segundos de un movimiento específico con la cara o los labios, leyendo una frase secreta. Luego, el video es procesado en el dispositivo, donde se analizan los rasgos faciales, así como la trayectoria del movimiento facial y se almacena para una posterior verificación de identidad.

En un estudio preliminar, el profesor Lee y su estudiante de doctorado Zheng Sun grabaron 8000 videoclips que contenían los movimientos faciales de 50 sujetos. Estos movimientos incluyeron palpadeos, movimientos de mandible, sonreír o levantar las cejas y muchos otros gestos faciales aleatorios para entrenar la red neuronal. A continuación, elaboraron un conjunto de datos para pares de movimientos faciales positivos y negativos e ingresaron una puntuación más alta para el par positivo (emparejado entre la solicitud realizada y los registros previamente configurados).

C2FIV se basa en un marco de red neuronal integrado para aprender simultáneamente características y acciones faciales. El marco modela datos dinámicos y continuos, como el movimiento facial, donde se deben considerar todos los fotogramas gravados, a diferencia de las fotos jajas que pueden describir personas.

Con este marco de red neuronal integrado, las acciones y características faciales del usuario se pueden incrustar y amortar en un servidor o dispositivo. Una vez habilitado, cuando el sistema reciba solicitudes de desbloqueo, la computadora comparará las incrustaciones recién generadas con las almacenadas en su base de datos para validar las solicitudes. El proceso de verificación de la identidad del usuario está regulado por un umbral predefinido para evaluar las similitudes entre las nuevas incorporaciones y las previamente almacenadas.

Lee ya patentó esta tecnología. Según sus propias declaraciones, la idea tras este proyecto no es competir con Apple, ni buscar que este sistema se implemente en teléfonos inteligentes. Según los planes de su creador, la vocación de C2FIV es más amplia, pasando por acceder a zonas restringidas de un establecimiento de trabajo, iniciar sesión en banca online, utilizar cajeros automáticos e incluso prescindir de la llave de un automóvil.