La detección de rostros es una tecnología informática que se utiliza en diversas aplicaciones para identificar rostros humanos en imágenes digitales. [1] La detección de rostros también se refiere al proceso psicológico mediante el cual los humanos localizan y prestan atención a los rostros en una escena visual. [2]
La detección de rostros puede considerarse un caso específico de detección de clase de objeto . En la detección de clase de objeto, la tarea es encontrar las ubicaciones y tamaños de todos los objetos en una imagen que pertenecen a una clase determinada. Algunos ejemplos incluyen torsos superiores, peatones y automóviles. La detección de rostros simplemente responde a dos preguntas: 1. ¿Hay rostros humanos en las imágenes o videos recopilados? 2. ¿Dónde se encuentra el rostro?
Los algoritmos de detección de rostros se centran en la detección de rostros humanos frontales. Es análogo a la detección de imágenes, en la que la imagen de una persona se compara bit a bit. La imagen coincide con la imagen almacenada en la base de datos. Cualquier cambio en los rasgos faciales en la base de datos invalidará el proceso de comparación. [3]
Un enfoque confiable de detección de rostros basado en el algoritmo genético y la técnica de rostro propio [4] :
En primer lugar, se detectan las posibles regiones del ojo humano probando todas las regiones de valle en la imagen en niveles de gris. Luego, se utiliza el algoritmo genético para generar todas las posibles regiones del rostro, que incluyen las cejas, el iris, las fosas nasales y las comisuras de la boca. [3]
Cada posible candidato a rostro se normaliza para reducir tanto el efecto de iluminación, que es causado por una iluminación desigual, como el efecto fruncido, que es debido al movimiento de la cabeza. El valor de aptitud de cada candidato se mide en función de su proyección en los rostros propios. Después de una serie de iteraciones, se seleccionan todos los candidatos a rostro con un valor de aptitud alto para una verificación adicional. En esta etapa, se mide la simetría del rostro y se verifica la existencia de diferentes rasgos faciales para cada candidato a rostro. [ cita requerida ]
La detección de rostros se utiliza en biometría , a menudo como parte de (o junto con) un sistema de reconocimiento facial . También se utiliza en videovigilancia , interfaz hombre-computadora y gestión de bases de datos de imágenes.
Algunas cámaras digitales recientes utilizan la detección de rostros para el enfoque automático. [5] La detección de rostros también es útil para seleccionar regiones de interés en presentaciones de fotos que utilizan un efecto Ken Burns de panorámica y escala .
Los electrodomésticos modernos también utilizan la detección de sonrisas para tomar una fotografía en el momento apropiado.
La detección de rostros está ganando cada vez más interés entre los especialistas en marketing. Se puede integrar una cámara web en un televisor para detectar cualquier rostro que pase por allí. El sistema calcula la raza, el género y el rango de edad del rostro. Una vez recopilada la información, se puede reproducir una serie de anuncios específicos para la raza, el género y la edad detectados.
Un ejemplo de este tipo de sistema es OptimEyes y está integrado en el sistema de señalización digital Amscreen . [6] [7]
La detección de rostros se puede utilizar como parte de una implementación de software de inferencia emocional . La inferencia emocional se puede utilizar para ayudar a las personas con autismo a comprender los sentimientos de las personas que las rodean. [8]
La detección de emociones asistida por IA en rostros ha ganado una importante popularidad en los últimos años, empleando varios modelos para interpretar los estados emocionales humanos. El modelo CLIP de OpenAI [9] ejemplifica el uso del aprendizaje profundo para asociar imágenes y texto, facilitando la comprensión matizada del contenido emocional. Por ejemplo, combinado con un enfoque de psicometría de redes, el modelo se ha utilizado para analizar discursos políticos basados en cambios en las expresiones faciales de los políticos. [10] La investigación en general destaca la eficacia de estas tecnologías, señalando que la IA puede analizar expresiones faciales (con o sin entonaciones vocales y lenguaje escrito) para inferir emociones, aunque aún quedan desafíos para distinguir con precisión entre emociones estrechamente relacionadas y comprender los matices culturales. [11]
La detección de rostros es esencial para el proceso de inferencia del lenguaje a partir de señales visuales. La lectura automática de labios tiene aplicaciones para ayudar a las computadoras a determinar quién está hablando, lo cual es necesario cuando la seguridad es importante.