Productos .:: ábaco services & consulting ::.

Actualmente existen muchos métodos de identificación biométrica: huella digital, ojo, iris, retina, voz, rostro, etc. Cada uno de estos métodos tiene ciertas ventajas y desventajas que deben de ser consideradas al desarrollar un sistema biométrico, tales como: confiabilidad, precio, flexibilidad, entre muchas otras. Seleccionar un cierto método de identificación biométrica o usar un sistema multi-biométrico puede ayudar a soportar estos requerimientos tan discrepantes.
El reconocimiento de rostro puede ser una alternativa importante para seleccionar y desarrollar un sistema biométrico óptimo. Una de sus ventajas es que no requiere de contacto físico con un dispositivo de captura (cámara). Un sistema de identificación de rostro no requiere de un hardware muy sofisticado, puede ser utilizado con sistemas de captura actuales como webcams, cámaras de seguridad, etc.

Un rostro no tiene tantos puntos de medición como las huellas digitales o el iris, por lo que la confiabilidad en el reconocimiento de rostro es algo menor que en otros métodos de reconocimiento biométrico. Sin embargo, es muy útil para muchas aplicaciones, especialmente cuando se toma en cuenta la conveniencia para el usuario. El reconocimiento de rostro puede también ser usado en conjunto con el reconocimiento de huella digital u otro método de identificación biométrica para desarrollar sistemas de misión crítica más seguros.
El acercamiento multi-biométrico es especialmente importante en la identificación (1:N). En general los sistemas de identificación biométricos son muy convenientes porque no requieren un elemento adicional como puede ser un smart card, una contraseña, etc. Sin embargo el uso de una rutina de identificación 1:N con un solo método biométrico puede resultar en una probabilidad de una falsa aceptación mayor. Usando el reconocimiento de rostro como método biométrico alternativo puede reducir este efecto dramáticamente.

Neurotechnologija ha desarrollado un algoritmo de reconocimiento de rostro basado en PC llamado Verilook 3.0, diseñado para integradores de sistemas biométricos Verilook 3.0 ofrece las capacidades de los sistemas de reconocimiento de rostro más avanzados a un costo muy razonable:
• Confiabilidad. El algoritmo de Verilook 3.0 ha sido probado con las bases de datos de rostro estándar (FERET, XM2VTSDB y otras). Los resultados son de los mejores entre los sistemas de reconocimiento de rostro del Mercado.

• Velocidad. El tiempo de enrolamiento de Verilook 3.0 es menor de 0.3 segundos y la velocidad de empate es de 100,000 rostros por segundo en modo de identificación 1:N

• Procesamiento de múltiples rostros. Verilook 3.0 detecta todos los rostros en una imagen y puede procesarlos todos simultáneamente.

• Verilook no requiere un hardware específico. La imagen del rostro puede ser obtenida de una cámara web u otra cámara de bajo costo. El procesamiento y reconocimiento de la imagen son efectuados en una PC ordinaria.

• Las tecnologías de reconocimiento de rostro y huella digital son del mismo proveedor. Interfases compatibles y soporte al cliente de una misma fuente permiten una integración más sencilla a un sistema multi biométrico.

• Verilook está diseñado no solo para verificación pero también para identificación (1:N)
Algoritmo.

Algoritmo

El algoritmo de reconocimiento de rostro de Verilook 3.0 implementa localización avanzada de rostro, enrolamiento y empate usando algoritmos muy robustos de procesamiento de imágenes:

• Localización de rostro rápida y precisa para detección de múltiples rostros en imágenes fijas o de video en vivo.

• Procesamiento simultaneo de múltiples rostros e identificación en un mismo cuadro. Todos los rostros en un cuadro son detectados en 0.07 segundos y cada rostro es procesado en 0.13 segundos.

• El algoritmo de rostro de Verilook 3.0 compara 100,000 rostros por Segundo*.

• Las aplicaciones que se implementan usando el SDK de Verilook 3.0 pueden manejar grandes bases de datos de rostro, ya que cada plantilla utilice solamente 2.3 Kbytes.

• El modo de generalización de características genera una colección de generalización de características de rostro de diversas imágenes de la misma Verilook 3.0 persona. Después cada imagen de cada rostro es procesada, las características son extraídas y la colección de características son analizadas y combinadas en una sola colección, la cual es escrita en la base de datos. De esta forma la plantilla enrolada es más confiable y la calidad de reconocimiento se incrementa considerablemente.


Click para Agrandar	Click para Agrandar

Todas las evaluaciones fueron hechas usando una PC con un procesador Intel Pentium 4 a 2.8 Ghz.
Especificaciones técnicas del algoritmo de Verilook 3.0