É comum que as pessoas se sintam à vontade com o uso do reconhecimento facial em aplicativos como filtros do Instagram e para o desbloqueio por ID Facial. No entanto, essa tecnologia relativamente recente pode gerar apreensão. Afinal, seu rosto é tão único quanto sua impressão digital, e a tecnologia por trás do reconhecimento facial é bastante complexa.
Como toda nova tecnologia, o reconhecimento facial apresenta desvantagens. Essas desvantagens tornam-se cada vez mais evidentes à medida que forças militares, policiais, publicitários e criadores de deepfakes encontram formas inovadoras de usar o software de reconhecimento facial para seus próprios fins.
Hoje, mais do que nunca, é fundamental que as pessoas compreendam como o reconhecimento facial opera, quais são suas limitações e como ele poderá evoluir no futuro.
A Simplicidade Surpreendente do Reconhecimento Facial
Antes de explorarmos as diversas formas de reconhecimento facial, é importante entender como o processo funciona. Veja três aplicações de software de reconhecimento facial e uma explicação simplificada de como eles reconhecem ou identificam rostos:
Reconhecimento facial básico: Usado em filtros como Animoji e Instagram, a câmera do celular busca características faciais, como olhos, nariz e boca. Em seguida, algoritmos são usados para identificar um rosto e determinar sua direção, se a boca está aberta, etc. É importante notar que isso não é uma identificação facial, mas um software que busca rostos.
ID facial e programas similares: Ao configurar o ID facial (ou programas similares) em seu celular, ele tira uma foto do seu rosto e mede as distâncias entre os traços faciais. Depois, a cada desbloqueio, a câmera verifica as medidas e confirma sua identidade.
Identificação de desconhecidos: Quando uma organização precisa identificar um rosto para segurança, publicidade ou policiamento, ela usa algoritmos para comparar o rosto com um extenso banco de dados. O processo é semelhante ao ID Facial da Apple, mas em larga escala. Teoricamente, qualquer banco de dados poderia ser usado (carteiras de identidade, perfis do Facebook), mas um banco de dados com fotos nítidas e pré-identificadas é o ideal.
Como o “reconhecimento facial básico” para filtros do Instagram é simples e inofensivo, vamos nos concentrar na identificação facial e nas tecnologias usadas para essa finalidade.
O Reconhecimento Facial Baseia-se Principalmente em Imagens 2D
A maioria dos softwares de reconhecimento facial utiliza imagens 2D, principalmente por conveniência. A grande maioria das câmeras captura fotos sem profundidade, e as imagens públicas (como fotos de perfil do Facebook) para bancos de dados são em 2D.
Imagens faciais em 2D não são precisas porque não possuem informações de profundidade. Um computador pode medir distâncias pupilares e a largura da boca, mas não pode determinar o comprimento do nariz ou a proeminência da testa. Além disso, a imagem 2D depende da luz visível, o que significa que não funciona no escuro ou em condições de iluminação incomuns.
Para solucionar essas limitações, imagens faciais em 3D são necessárias. Mas como isso funciona? É preciso equipamento especial?
Câmeras Infravermelhas Adicionam Profundidade à Identidade
Embora alguns aplicativos usem apenas imagens 2D, é comum o uso de imagens 3D. Sua experiência com reconhecimento facial provavelmente envolve um pouco de 3D.
Isso é obtido através de uma técnica chamada lidar, semelhante ao sonar. Dispositivos como o iPhone emitem uma matriz de infravermelho no rosto, que é captada por uma câmera infravermelha. Essa matriz, como uma “parede de lasers”, reflete no rosto e é captada pela câmera.
A mágica 3D acontece quando a câmera infravermelha mede o tempo que cada feixe de luz leva para retornar. A luz que reflete no nariz retorna mais rapidamente do que a luz que reflete nas orelhas. Com essas informações, um mapa de profundidade do rosto é criado, aumentando a precisão do software quando usado em conjunto com imagens 2D.
Para facilitar a compreensão, imagine que a malha IR do seu telefone seja como um brinquedo de quadro, no qual seu rosto deixa uma marca, com o nariz mais profundo que os olhos.
Imagens Térmicas Permitem o Funcionamento do Reconhecimento Facial à Noite
Uma das deficiências do reconhecimento facial 2D é sua dependência da luz visível. No entanto, isso pode ser resolvido com câmeras de imagem térmica, que detectam a luz infravermelha emitida pelos objetos, ao invés de emitir pulsos como as câmeras lidar. Objetos quentes emitem mais luz infravermelha, e câmeras térmicas detectam as diferenças de temperatura para o reconhecimento facial.
Uma imagem do espectro de luz visível, uma imagem térmica e uma imagem térmica composta.
Há diversas formas de identificar um rosto com imagens térmicas. Apesar das complexidades, elas compartilham algumas semelhanças:
Múltiplas fotos: Uma câmera térmica captura várias imagens do rosto, cada uma focando em um espectro diferente de luz infravermelha. Geralmente, o espectro de ondas longas oferece mais detalhes faciais.
Mapas dos vasos sanguíneos: As imagens infravermelhas também podem ser usadas para mapear a formação dos vasos sanguíneos no rosto, uma espécie de impressão digital facial única. Esses mapas também auxiliam na determinação das distâncias entre os órgãos faciais e na identificação de hematomas e cicatrizes.
Identificação: Uma imagem composta é criada com as várias imagens infravermelhas e comparada a um banco de dados facial para identificar a pessoa.
O reconhecimento facial térmico é mais usado por forças militares, não estando disponível no dia a dia. Além disso, a geração de imagens térmicas não funciona bem durante o dia, limitando seu uso fora de aplicações militares.
Limitações do Reconhecimento Facial
Apesar dos avanços tecnológicos, o reconhecimento facial ainda apresenta limitações:
Obstrução: Óculos escuros e outros acessórios podem interferir no software de reconhecimento facial.
Poses: O reconhecimento facial é mais eficaz com uma imagem neutra de frente. Inclinar ou girar a cabeça dificulta o reconhecimento, assim como sorrisos ou outras poses.
Luz: Todas as formas de reconhecimento facial dependem da luz, seja visível ou infravermelha. Condições de iluminação incomuns podem diminuir a precisão. Cientistas estão desenvolvendo tecnologias de reconhecimento facial baseadas em sonar para superar essa limitação.
Banco de dados: Sem um bom banco de dados, o reconhecimento facial não funciona. É impossível identificar um rosto que não tenha sido previamente catalogado.
Processamento de dados: Dependendo do tamanho do banco de dados, pode demorar para os computadores identificarem os rostos corretamente, o que limita o uso em aplicações cotidianas, como policiamento.
Atualmente, a melhor forma de contornar essas limitações é usar outras formas de identificação em conjunto com o reconhecimento facial. Telefones pedem senha ou impressão digital quando não conseguem identificar o rosto, e o governo chinês usa cartões de identificação e rastreamento para reduzir a margem de erro de sua rede de reconhecimento facial.
No futuro, cientistas certamente encontrarão soluções para essas questões. Eles poderão usar sonar com lidar para criar mapas faciais 3D em qualquer ambiente e processar dados faciais rapidamente. No entanto, essa tecnologia tem potencial para abuso, o que torna importante acompanhar seu desenvolvimento.
Fontes: Universidade de Rijeka, The Electronic Frontier Foundation