Tras el brote mundial de coronavirus, una solución de reconocimiento facial mejorada puede identificar correctamente a las personas que usan máscaras faciales.

Los algoritmos de reconocimiento facial de Herta (Barcelona, España) se basan en la tecnología de aprendizaje profundo (DL), proporcionando tasas de identificación muy altas, especialmente en tareas de verificación que involucran problemas de oclusiones parciales en entornos abarrotados y cuando se usan los sistemas de identificación automática de pasajeros, como en los puntos fronterizos de control de pasaportes, el transporte, la atención médica, los lugares de entretenimiento y los estadios deportivos. Gracias al nuevo algoritmo, no será necesario que la persona se quite la máscara, evitando posibles contagios o largos tiempos de espera.

Los algoritmos DL involucrados aplican bancos de filtros convolucionales y no lineales sobre una imagen original. Cada capa de aplicación procesa la imagen y extrae información de orden superior. Después de muchas capas de estos bancos de filtros (típicamente entre decenas y cientos), las caras se codifican directamente en pequeñas plantillas que son muy rápidas de comparar. Toda la alineación facial, frontalización, características visuales, localización de regiones de interés, etc., es realizada internamente por el algoritmo mismo. Vale la pena señalar que la parte más diferencial del rostro humano está en la región de los ojos.

”La compañía había trabajado en el tema de las oclusiones parciales durante algún tiempo y, tras el brote mundial de CoVid19, el desarrollo se ha acelerado para lanzar una versión del software que ayuda a proporcionar una identificación precisa en estas condiciones”, dijo la compañía en una declaración. “Herta espera que el impacto de esta nueva tecnología en el mercado sea muy importante en todo el mundo y que se utilice de forma masiva en entornos como el transporte, la salud, el gobierno, los eventos o en el sector de los juegos”.

Los sistemas de reconocimiento facial utilizan la biometría para mapear las características faciales de una fotografía o video. Luego se analiza la geometría de la cara, con factores clave que incluyen la distancia interpupilar y la distancia desde la frente hasta el mentón. En total, hay más de 65 características cuantificables que se pueden utilizar para identificar una cara, generando una firma facial única.

Fuente: labmedica.es