Esta propuesta fue desarrollada en el Laboratorio de Investigación en Sistemas Inteligentes (LISI) de la Universidad Nacional de Colombia (UNAL), como trabajo de grado del ingeniero de sistemas Fabio Andrés Roa García, para optar al título de Magíster en Ingeniería de Sistemas y Computación.

“Dicho adelanto tiene un gran potencial, ya que el análisis sobre video toma mucho tiempo, pues todavía se realiza de forma manual. Generalmente, un operario o la persona que examina los rostros que aparecen en un video tiene que determinar cómo se llama una persona, quién es, en qué minuto aparece en la grabación, etc., lo cual es dispendioso. Pero gracias al uso de esta tecnología y al análisis biométrico de la imagen se puede automatizar el proceso”.

Así lo explica el estudiante de maestría de la UNAL, quien considera que “el modelo está en el marco de lo que se conoce como el aprendizaje profundo, o deep learning”.

El profesor Luis Fernando Niño Vásquez, director de la investigación, agrega que “lo que hacemos es mostrarle a la aplicación ejemplos de imágenes en movimiento utilizando matemáticas y computación. Al ver la información de manera repetida, el sistema aprende a identificar que se trata de una persona en particular y extrae los datos; es un aprendizaje basado en ejemplos”.

Según explican los expertos, esta tecnología emplea un mecanismo denominado transfer learning, “un sistema diseñado antes con algún propósito, para transferir el conocimiento que ya se tiene de un sistema a otro. Las redes neuronales, igual que el cerebro humano, tienen la capacidad de aprender, y a medida que lo hacen van especializando ese conocimiento. El transfer learning sirve para no enseñarle de cero al sistema, sino que tomamos el conocimiento de otras redes entrenadas previamente”, detalla el investigador.

Los ingenieros explican que este sistema resulta favorable porque ya existen muchas investigaciones sobre imágenes y reconocimiento facial, lo que permite ahorrar tiempo y recursos.

La idea original era implementar un sistema de reconocimiento de rostros en la entrada de los colegios y jardines, para identificar fácilmente a los padres de familia que recogen a los niños sin tener que recurrir a un carné de identificación o a la palabra.

“No obstante, llegó la pandemia y obtener la información fue complicado. Replanteamos la idea tomando como base los videos de películas grabadas con imágenes de actores reconocidos. Aunque el análisis cambió, el enfoque era el mismo: reconocer personas. Le mostramos al sistema una serie de imágenes de los actores para que los reconociera”, explica al candidato a magíster.

Así mismo, destaca que “este modelo se puede aplicar en infinidad de escenarios; las capacidades se pueden ampliar y lograr que se reconozcan objetos, lo que sería una respuesta muy rápida para apoyar la labor de la Policía o de quienes estén interesados en analizar videos”.

La conclusión más importante del estudio es que “estas implementaciones se pueden hacer a bajo costo, que el modelo funciona y da resultados considerablemente buenos, pues a pesar de que se entrenó con un sistema de imágenes pequeño, se comporta bien como uno lo espera y se puede seguir ampliando”, dicen los investigadores.

Destacan además que “en Colombia el reconocimiento facial sobre video se aplica poco o casi nada, las empresas lo hacen de forma manual, por lo que este desarrollo mejoraría el proceso”.

“Mucho de lo que se hace ahora mismo es sobre imágenes estáticas, pero cuando se trata de video y movimiento es más complejo, pues existen factores de cambio –como la iluminación– que pueden volver impreciso el reconocimiento. No es lo mismo tener una foto que analizar múltiples fotos por segundo, así que es un avance importante”, concluyen los ingenieros.

Los grandes retos para mejorar este sistema son las regulaciones en la ley relacionadas con los permisos para grabar personas en video. “También se debe mejorar la resolución de las cámaras y la calidad de las imágenes para facilitar el reconocimiento”, recomienda el equipo investigador de la UNAL.