BIOMETRÍA

BIOMETRÍA FACIAL

TECNOLOGÍA: BIOMETRÍA FACIAL

Para que una solución biométrica por reconocimiento facial sea exitosa, debe contemplar los siguientes aspectos:

1. Captura de foto

Es fundamental elegir un buen escáner de huella (lector biométrico) que garantice la captura de una imagen de buena calidad, que implemente los algoritmos necesarios para evitar los fraudes, que opere adecuadamente en las condiciones ambientales donde se utilizarán, que tengan la durabilidad requerida, que logre capturar huellas de personas de diferentes edades y ocupaciones, que esté certificado por el FBI, entre otros aspectos cuya importancia se debe evaluar de acuerdo a las necesidades de cada proyecto.

 

2. Prueba de vida

Es de suma importancia que se considere esta funcionalidad y que estos algoritmos se utilicen durante la captura de la foto. Existen diversas tecnologías provistas por distintos fabricantes, optar por algoritmos extensamente probados y solicitar referencia de empresas que ya usan esta funcionalidad. Los fraudes puden efectuarse con fotos impresas, videos o rostros 3D (mascaras, etc.); el algoritmo de prueba de vida debe ser capaz de cubrir todos estos riesgos.

 

3. Calidad de imagen ICAO

La calidad de la imagen de la fotografía es vital para un buen procesamiento biométrico, es decir, para lograr precisión y velocidad; por tanto, es importante que se considere algoritmos de verificación de la calidad de la imagen y de de normalización ICAO. Existen diversas tecnologías provistas por distintos fabricantes, optar por algoritmos extensamente probados y solicitar referencia de empresas que ya usan estas funcionalidades.

 

4. Extracción de características

Este proceso se realiza mediante un algoritmo matemático que detecta las principales características de la foto y las convierte en un vector de datos que servirá luego para la comparación biométrica. Es importante entonces elegir un algoritmo suficientemente robusto y con desempeño comprobado en aplicaciones reales, que involucre grandes volúmenes de fotos y que detecte una cantidad de minucias suficientes para que el algoritmo de comparación sea capaz de distinguir una de otra en miles de millones.
(Referencia: Face Recognition Vendor Test – FRVT)

 

5. Cifrado de foto

Para garantizar la integridad de la imagen/características transmitidas desde la estación de captura hasta el motor biométrico, es necesario implementar mecanismos de cifrado y firma digital. Asimismo, es necesario asegurarse que efectivamente la foto fue obtenida en una estación autorizada y esto se logra usando criptografía asimétrica para establecer un canal seguro la estación de captura y el motor biométrico; esto evitará por ejemplo que se suplante una foto a partir de una imagen o reemplazo de foto durante la transmisión o uso de estaciones no autorizadas en el entorno.
(Referencia: 3DES / AES / X9.84 biometric token).

 

6. Comparación biométrica

Este proceso se realiza mediante un algoritmo matemático que evalúa la semejanza entre las características de 2 fotos dando como resultado un numero entero denominado “score”. Un punto importante es definir un “umbral” de comparación el cual servirá para decidir si las fotos comparadas las consideraremos iguales o diferentes, es decir, si el “score” es mayor al “umbral” diremos que las fotos son iguales, caso contrario las fotos serán diferentes. Al ser el umbral un número arbitrario, existirán fotos iguales que por distintas razones darán un score menor al umbral y se calificarán como diferentes considerándose un falso rechazo; de igual modo, existirán fotos diferentes que por distintas razones darán un score mayor al umbral y se calificarán como iguales considerándose una falsa aceptación. En aplicaciones prácticas, se elige un umbral lo suficiente alto como para evitar falsas aceptaciones, pero también no generar demasiados falsos rechazos. Entonces la elección de un umbral adecuado será un gran reto y debe hacerse en base a la experiencia y los requerimientos puntuales de la solución.
Sin embargo, lo más importante es elegir un algoritmo suficientemente robusto y con desempeño comprobado en aplicaciones reales, que involucre grandes volúmenes de fotos, capaz de distinguir una de otra en miles de millones y efectuar miles búsquedas y con altos niveles de precisión.
(Referencia: Face Recognition Vendor Test – FRVT).