Información general sobre la detección y la comparación de rostros - Amazon Rekognition

Información general sobre la detección y la comparación de rostros

Existen dos aplicaciones principales del aprendizaje automático que analizan las imágenes que contienen rostros: la detección y la comparación. Un sistema de detección facial está diseñado para responder a esta pregunta: ¿hay un rostro esta imagen? Un sistema de detección facial determina la presencia, la ubicación, la escala y (posiblemente) la orientación de cualquier rostro presente en una fotografía o en un fotograma de vídeo. Este sistema se ha diseñado para detectar la presencia de rostros independientemente de atributos como el género, la edad o el vello facial.

Los sistemas de comparación facial están diseñados para responder a esta pregunta: ¿el rostro de una imagen coincide con el rostro de otra imagen? Los sistemas de comparación facial toman la imagen de un rostro y predicen si ese rostro coincide con otros rostros de la base de datos especificada. Los sistemas de comparación facial están diseñados para comparar y predecir posibles coincidencias de rostros, independientemente de la expresión, el vello facial y la edad.

Tanto los sistemas de detección como los sistemas de comparación de rostros pueden ofrecer una estimación aproximada del nivel de confianza de la predicción en forma de probabilidad o puntuación de confianza. Por ejemplo, un sistema de detección facial puede predecir que una región de una imagen es un rostro con una puntuación del nivel de confianza del 90 % y que otra región de la imagen es un rostro con una puntuación de confianza del 60 %. Es más probable que el rostro esté contenido en la región con la mayor puntuación de confianza. Si un sistema de detección facial no detecta correctamente un rostro, o proporciona una predicción con un nivel de confianza bajo respecto a un rostro real, esto se denomina una detección omitida o un falso negativo. Si un sistema de detección facial predice de forma incorrecta la presencia de un rostro con un alto nivel de confianza, se trata de una falsa alarma o de un falso positivo. Del mismo modo, un sistema de comparación facial podría no hallar ninguna coincidencia entre dos rostros que pertenecen a la misma persona (detección perdida o falso negativo) o predecir de forma incorrecta que los rostros de dos personas diferentes pertenecen a la misma persona (falsa alarma o falso positivo).

Las puntuaciones de confianza son un componente esencial de los sistemas de detección y comparación de rostros. Estos sistemas realizan predicciones con un nivel de confianza de si un rostro está presente en una imagen o de si coincide con el rostro de otra imagen. Los usuarios de estos sistemas deben tener en cuenta los umbrales de puntuación de confianza o de parecido que proporciona el sistema al diseñar su aplicación y tomar decisiones basadas en los resultados que ofrece ese sistema. Por ejemplo, en una foto que se utiliza para identificar a familiares que se parecen, si el umbral de confianza se establece en un 80 %, entonces la aplicación devolverá coincidencias cuyas predicciones presenten un nivel de confianza de hasta el 80 %, pero no las que se sitúen por debajo de ese nivel. Este umbral puede ser aceptable porque el riesgo de una detección perdida o de una falsa alarma es bajo en este tipo de caso de uso. Sin embargo, en los casos de uso cuyo riesgo de detección perdida o falsa alarma es superior, el sistema debe utilizar un nivel de confianza mayor. Se debe utilizar un umbral de confianza o parecido del 99 % en aquellas situaciones en que es importante obtener coincidencias faciales con un alto nivel de precisión. Para obtener más información sobre los umbrales de confianza recomendados, consulte Búsqueda de rostros en una colección.