Galileu
Costumamos lembrar do reconhecimento facial todo dia porque ele se tornou uma parte essencial da segurança dos nossos celulares. Mas essa está longe de ser sua única função: o reconhecimento facial também está presente nos tagueamentos de fotos, nas verificações dos sistemas bancários e nos controles de segurança dos aeroportos, para ficarmos apenas em alguns exemplos.
LEIA TAMBÉM
Antigamente, esse reconhecimento era feito principalmente por meio de algoritmos analisadores de características. Esses programas analisavam o formato do rosto, mediam o tamanho das partes (nariz, olhos) e identificavam pontos-chave (pintas, pelos, cicatrizes). A vantagem desses algoritmos é que seu funcionamento era relativamente simples, tanto é que muitos celulares antigos ainda os utilizam. A desvantagem é que mudanças bruscas de ângulo e iluminação podem deixá-los confusos.
Hoje, a maioria dos celulares e sistemas de segurança utiliza modelos baseados em inteligência artificial, especialmente redes neurais profundas, que são mais sofisticadas. Eles tratam cada rosto como uma combinação de valores — uma mesma pessoa terá suas fotos com valores parecidos para todas as áreas, sendo que, ao mesmo tempo, esses valores serão diferentes (quando vistos em conjunto) dos atribuídos para outros indivíduos.
Esse método efetivamente transforma nossos rostos em vetores numéricos, permitindo um nível de reconhecimento que até mesmo ultrapassa o do olho humano. Tudo isso foi permitido por causa de ferramentas de deep learning treinadas com bilhões de fotos de bancos de dados.
Dessa forma, em vez de a ferramenta pensar “deixa eu ver se esse nariz é igual ao da Giovana” e comparar foto por foto, ela cria uma representação matemática do rosto inteiro (o “vetor facial”, ou facial embedding), que resulta de milhares de características aprendidas. Depois, faz uma varredura e compara esse conjunto com outros registros armazenados no banco de dados.
Passo a passo
O reconhecimento facial é feito seguindo estas etapas:
Captura e detecção
Após a câmera fazer o registro da imagem, um algoritmo de deep learning processa o conteúdo para achar o rosto ali dentro — afinal, essa tecnologia não existe só para destravar o celular, mas também para detectar pessoas em fotos, encontrar suspeitos em multidões, etc. Por isso, é preciso eliminar todo o ruído, como o fundo, outras pessoas, rastros de movimento, objetos, etc. Quando o rosto é detectado com confiança suficiente, seguimos para o próximo passo.
Análise
O rosto é mapeado digitalmente e valores numéricos são atribuídos às características. Isso inclui, por exemplo, a profundidade das cavidades dos olhos, o formato das bochechas, o contorno dos lábios, etc. O sistema então converte todas essas informações em uma sequência de números ou pontos — o "vetor facial" que já citamos. Os modelos de deep learning atuais conseguem distinguir as características mais úteis para o reconhecimento e permitem que o sistema identifique uma pessoa mesmo que ela mude o penteado, deixe a barba crescer ou use óculos.
Reconhecimento
A impressão facial é então comparada com os registros guardados em um banco de dados. Como dissemos antes, a comparação não é feita foto por foto e sim entre valores numéricos obtidos após a análise de rosto, de modo a produzir resultados mais precisos. Nos celulares, esse banco de dados é armazenado localmente. Mas, para outros usos, há outros sistemas: o FBI dos EUA, por exemplo, tem um banco com 650 milhões de fotos, enquanto o Facebook treinou seu banco a partir de todas as imagens que já foram subidas em sua rede (centenas de bilhões).
Tomada de decisão
Se o rosto é reconhecido no banco de dados, a pessoa é identificada pelo sistema. A partir daí, ele toma uma decisão. Por exemplo: destravar o uso do celular. Ou então, no caso de um programa de segurança, apontar a identificação para o responsável.
É preciso lembrar que, no início, muitos sistemas de reconhecimento faziam seu processo apenas a partir de imagens 2D. Hoje em dia, mesmo nos celulares, já há tecnologias que utilizam imagens em 3D, como o Face ID da Apple. No caso dos smartphones, os aparelhos emitem pontos de luz infravermelha inofensivas sobre o rosto do fotografado e calculam o tempo que esses sinais demoram para voltar para o aparelho. Isso permite criar um mapa 3D do rosto, algo que, combinado às informações da imagem 2D, ajudam a produzir uma identificação mais precisa.
Em alguns contextos, imagens térmicas também podem ser utilizadas para o reconhecimento facial. Elas também detectam a radiação infravermelha, mas aquela produzida naturalmente pelos corpos dos seres humanos. Embora seja uma tecnologia não muito útil para aplicações cotidianas, ela é bastante utilizada em contextos militares e de vigilância.
LEIA MAIS