Investigadores del ICC participan del programa “ImpaCT.AR Ciencia y Tecnología”, con un proyecto destinado a la capacitación de un equipo de desarrollo del Registro Nacional de las Personas (Renaper) para el reconocimiento de gestos y validación de identidad. El proyecto es esencial para la formación continua de recursos humanos en tecnologías biométricas de reconocimiento facial.
Actualmente los sistemas y módulos biométricos de reconocimiento facial han experimentado grandes avances y son una de las soluciones de autenticación más demandadas en todo el mundo: permiten identificar o verificar rápidamente a un sujeto a través de una imagen, video o cualquier elemento audiovisual que capture su rostro. Para esta tarea, la tecnología reúne un conjunto de datos biométricos únicos de cada persona asociados a su rostro y expresión facial. Claramente si la biometría fuera un superhéroe, su superpoder sería la invisibilidad: está tan integrada en nuestras vidas que ni siquiera sabemos que llevamos años utilizando sistemas biométricos.
Si bien tradicionalmente el reconocimiento de rostros se utilizaba para control de acceso de los usuarios (en lugar de usar una clave o huella dactilar), este tipo de tecnología se extendió cada vez más a diversas aplicaciones, desde validar la identidad o realizar la supervivencia como cliente de un banco, identificar personas sospechosas como presuntos delincuentes o terroristas, hasta usos tales como un control más inteligente del tráfico para aumentar los niveles de seguridad en diferentes organismos, investigaciones forenses de video o el control fronterizo y verificación de documentos, e incluso para ayudar a la búsqueda de personas extraviadas (ver nota anterior del ICC y ver paper de referencia).
Con el propósito de formar recursos humanos capacitados en módulos biométricos, investigadores del área de Visión por Computadora del ICC están desarrollando un proyecto del programa ImpaCT.AR. El programa tiene el propósito de promover proyectos de investigación y desarrollo destinados a brindar apoyo a organismos públicos de Argentina en la búsqueda de soluciones a desafíos de interés público, que requieran del conocimiento científico o el desarrollo tecnológico para alcanzar su resolución, y lograr así un efecto positivo en la sociedad.
Este proyecto está destinado a transferir conocimiento científico, específico del área, al Registro Nacional de las Personas (Renaper). “El desafío fue presentado por Renaper al Ministerio de Seguridad y fuimos los únicos investigadores que nos presentamos en este tema. El proyecto dura por lo menos seis meses y consiste en la formación de un grupo de profesionales en sistemas del Renaper, orientada a las tareas de reconocimiento de gestos y prueba de vida”, puntualiza Pablo Negri, investigador del ICC y doctor en informática.
Los investigadores están trabajando en la primera etapa de la transferencia tecnológica, que implicó reunir todos los datos necesarios y el código de los módulos, limpiar el código y preparar los módulos biométricos que se necesitarían en el caso que Renaper decida desarrollar una solución de reconocimiento de gestos y prueba de vida (como una app móvil por ejemplo), recurriendo a técnicas de aprendizaje automático y redes neuronales.
“Recién acabamos de entregar todo el dataset a Renaper que contiene las fotografías y videos. En todo el tratamiento hay absoluta privacidad ya que no usamos datos de Renaper. Y vamos a brindarles estos módulos para que puedan generar sus propios modelos e incluso usar sus propias bases de datos para el entrenamiento de los modelos y el desarrollo de herramientas propias para detección de rostros y reconocimiento de gestos”, explica Negri.
Por otro lado, la segunda etapa del proyecto consiste en finalizar toda la parte de código que se entregaría a fin de año. Terminada esa parte, los investigadores le mostrarán al equipo de Renaper cómo funciona este código y, probablemente –en una última etapa prevista para febrero o marzo del próximo año- se dicte la capacitación sobre aprendizaje automático y redes neuronales aplicada a esta problemática.
“Nuestra idea es lograr una formación continua. Es decir, que no se termine nuestra colaboración finalizada el proyecto, ya que hay muchísima capacitación y desarrollo para hacer. Por ejemplo, en todo lo que es prevención de fraude y spoofing (o suplantación de identidad), cuando se presentan fotos de personas que están adulteradas. Un problema que es importante atacar porque con una identidad fraudulenta podrían abrir cuentas bancarias o pedir créditos a nombre de otra persona”, complementa el investigador del ICC.
Posibles ajustes de los módulos
¿Pueden ajustarse las funcionalidades de estos sistemas a medida que se van utilizando? Ante esta pregunta, el investigador del ICC aclara que las funcionalidades de estos sistemas deben buscar un equilibrio entre simpleza, robustez y lucha contra el fraude, debido a los riesgos permanentes que existen para vulnerar o suplantar la identidad de las personas.
“Es necesario ajustar cada vez más los dispositivos, ya que una mala iluminación, cualquier movimiento de la persona o incluso si está con anteojos, debe ser considerado por el procesamiento de la imagen para que el procedimiento de reconocimiento de la persona sea sencillo y a la vez seguro. Esta temática no es nueva, es antigua, y los algoritmos de base son los mismos. Lo que sucede es que hoy contamos con dispositivos que tienen cada vez más cámaras, que hacen que el ambiente sea más controlado y el sistema sea más robusto”, afirma Negri.
Otro importante aspecto en el que trabajan los investigadores es el uso de redes neuronales generativas adversarias, que crean imágenes sintéticas realistas sumamente útiles al intentar mimetizar gestos. “Estas famosas redes GAN, dentro del campo de Deep Learning, son muy valiosas para hacer data sets de entrenamiento para los gestos. Hoy uno de los mayores problemas que encontramos es que no suele haber data sets específicas de gestos. Solo con rostros artificiales de gente que no existe podemos generarles gestos y es una aplicación muy interesante -que estamos explorando no sólo con investigadores sino también con tesistas de licenciatura- ya que nos permite armar portarretratos móviles de personas (sintéticas) que vayan variando sus gestos y poder afinar el reconocimiento de los mismos”, concluye el científico (ver el reciente trabajo “Attribute classification for the analysis of genuineness of facial expressions”).
Sin dudas, la biometría y el reconocimiento fácil llegaron para quedarse. Y en un futuro inmediato, estas tecnologías podrían ir reemplazando a otros sistemas de validación de identidad por parte de gobiernos, organismos públicos y empresas, con enormes desafíos para perfeccionar su desarrollo.