Modelos efectivos de reconocimiento facial para la prevención
BLOG
2 Septiembre, 2021
ALTO
Camilo Barajas, Data Lab
Gracias a la transformación tecnológica de ALTO, hoy la recolección y el procesamiento de datos, a través de fuentes de video e imágenes, es un esfuerzo fundamental para gestionar los eventos de las empresas de manera efectiva. Para lograrlo, se hace uso de modelos de Deep Learning dedicados a procesamiento de imágenes, con la función […]

Gracias a la transformación tecnológica de ALTO, hoy la recolección y el procesamiento de datos, a través de fuentes de video e imágenes, es un esfuerzo fundamental para gestionar los eventos de las empresas de manera efectiva. Para lograrlo, se hace uso de modelos de Deep Learning dedicados a procesamiento de imágenes, con la función exclusiva de identificar patrones de comportamiento que serán transformados en información para, posteriormente, ser evaluada por el equipo experto. A esto se denomina reconocimiento facial.

Cuando se habla de reconocimiento facial, la primera pregunta que surge es ¿cómo una máquina es capaz de diferenciar una persona de la otra? Por lo general, el proceso por el cual la máquina logra hacer este reconocimiento, es algo que se da por hecho y no se indaga en su funcionamiento; sin embargo, tiene un trasfondo interesante a estudiar, pues una máquina no cuenta con un contexto que le ayude a diferenciar si dos imágenes con las características físicas de una persona corresponden a un mismo sujeto. Para lograr ese trabajo, se emplea una sucesión de redes neuronales bajo el siguiente proceso:

  1. Identificar los rostros que contiene la imagen: Esto se hace para poder individualizar cada caso y limpiar la imagen de toda la información que no sea necesaria para el análisis, como lo son los hombros, el cuello y todo lo que esté por fuera del contorno de la cara.
  2. Generar las medidas de las características de la cara: con las imágenes de los rostros identificados, se procede a realizar una sucesión de cálculos que permiten extraer medidas exactas, las cuales son la base para poder comparar una imagen con la otra. Algunas de esas medidas pueden ser la distancia entre los ojos, el tamaño de la boca y el contorno.
  3. Generar el vector de características: una vez identificadas las medidas se procede a extraer información adicional de la imagen como los patrones de color, profundidad de la imagen, medidas específicas del rostro, entre otros. Enseguida, con un algoritmo se extraen las características individuales del rostro analizado lo que se le conoce como faceprint, el cual es único para cada individuo.
  4. Encontrar similitudes: Por último, se procede a comparar los datos generados para encontrar similitudes entre los vectores de las imágenes. Para lograr este objetivo, se emplea una última red previamente entrenada con millones de imágenes que procesa estos datos y entrega como resultado la similitud de una foto con otra, representando la comparación en valores porcentuales.

En este sentido, en ALTO hemos desarrollado algunas aplicaciones que emplean el procedimiento de reconcomiendo facial, tales como:

  • Reconocimiento de sujetos reincidentes en delitos.
  • Mecanismos de comprobación de identidad para trámites.
  • Evaluación y comprobación de identidad para ingreso de personal en punto físico.

Para concluir, de esta forma queremos resaltar la importancia del uso de técnicas avanzadas de procesamiento de información como lo es el reconocimiento facial, que ALTO utiliza, para la gestión de procesos generales dentro de las empresas, un modelo que ayuda a la prevención y de esta forma a la generación de eficiencias operacionales dentro de las empresas.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Compartir

Artículos más leídos

15 Sep 2021
ALTO
Qué es la merma desconocida y cómo controlarla

Las mermas son todas aquellas “pérdidas” que se producen a lo largo de la cadena de distribución y ventas.    Estas “pérdidas” son un reflejo de cuando no se tiene un debido control sobre la operación de un negocio, afectando directamente a la rentabilidad de la empresa.    Existen muchos factores y causas que provocan […]

VER MÁS
02 Sep 2021
ALTO
Modelos efectivos de reconocimiento facial para la prevención

Gracias a la transformación tecnológica de ALTO, hoy la recolección y el procesamiento de datos, a través de fuentes de video e imágenes, es un esfuerzo fundamental para gestionar los eventos de las empresas de manera efectiva. Para lograrlo, se hace uso de modelos de Deep Learning dedicados a procesamiento de imágenes, con la función […]

VER MÁS
23 Ago 2021
#dataanalítica
Estudio sobre la venta de cigarrillos de contrabando en internet (enero-junio 2021)

Este análisis se enmarca en las publicaciones realizadas en e-commerce y redes sociales durante el primer semestre de 2021 comparadas con el mismo período del año anterior.

Dentro de este estudio se consideraron las distintas plataformas de compra y venta por Internet (Facebook, Marketplace, Mercado Libre, Yapo)

VER MÁS
13 Ago 2021
ALTO Alliance
Caso de Éxito – Coca Cola Andina reduce tiempos de atención y gestión de reclamos de clientes en un 84% con ALTO Alliance

La digitalización de datos es un paso necesario para poder optimizar el flujo de trabajo de empresas, oportunidad que vio la Gerencia de Calidad y su Área de Atención al Cliente de Coca Cola Andina con el objetivo de sistematizar sus procesos y disminuir su carga administrativa por ejecuciones manuales. El Centro de Atención al […]

VER MÁS
22 Jul 2021
ALTO
ALTO Alliance es premiado como “Mejor Proveedor de Soluciones Innovadoras” por Loss Prevention Media

Nos enorgullece anunciar que ALTO Alliance ha ganado dos premios en la ceremonia The Hall, organizada por Loss Prevention Media.   Nuestra solución se llevó los premios “Proveedor y Socio de Soluciones Innovadoras” y “Mejor Webinar” por nuestra presentación “Covid-19: Lesson from Spain”, realizado el 2020 apenas comenzaron las cuarentenas en Europa.   Queremos agradecer […]

VER MÁS

Este sitio web utiliza cookies para mejorar su experiencia.

Aceptar