A identificação facial transcende os limites da ciência da computação, apresentando aplicações comerciais robustas e versáteis.
O reconhecimento facial é, sem dúvida, um dos tópicos mais comentados e relevantes desta década.
Essa vertente do aprendizado de máquina possibilita a detecção e identificação de rostos humanos, um desafio que antes era notoriamente complexo para os computadores. Essa conquista abriu um leque de oportunidades e desafios para empresas, governos e indivíduos.
Se você é um líder empresarial curioso sobre o motivo de tanta agitação em torno dessa tecnologia e se ela tem utilidade para seu negócio, este artigo é para você. Exploraremos a trajetória do reconhecimento facial, seu desenvolvimento, aplicações atuais, polêmicas, implementação e outras nuances.
Ao final, você terá um conhecimento sólido sobre o que é o reconhecimento facial e quais são suas implicações para o mundo dos negócios.
Vamos começar!
A Trajetória do Reconhecimento Facial
Apesar de todo o alvoroço e cobertura midiática em torno do reconhecimento facial, a tecnologia já existe há algum tempo. Os primeiros esforços algorítmicos significativos na detecção facial culminaram na publicação da Estrutura de detecção de objetos Viola-Jones em 2001. Embora fosse uma estrutura de uso geral para identificar objetos em imagens, ela foi rapidamente adaptada para a detecção de rostos com grande sucesso. A velocidade foi o principal fator de popularidade deste algoritmo; o treinamento era demorado, mas a detecção era incrivelmente rápida.
Já em 2001/2004, um computador pessoal comum, usando esse algoritmo, conseguia processar uma imagem de 300px X 300px em 0,07 segundos (mais informações aqui). As taxas de precisão, embora não comparáveis às humanas, eram notáveis, atingindo 90%.
No entanto, o progresso real ocorreu na década de 2010-2020, quando as Redes Neurais Convolucionais emergiram como o principal método para detecção facial. Isso foi impulsionado pela disponibilidade de poder de processamento bruto e memórias de sistema massivas, possibilitadas pela computação em nuvem de provedores de infraestrutura como serviço (IaaS). Pela primeira vez na história, os computadores superavam os humanos no reconhecimento facial, especialmente com um grande número de rostos variados.
Fonte: medium.com
Como Funciona o Reconhecimento Facial?
O reconhecimento facial é um processo multifacetado, envolvendo vários subsistemas especializados.
Vamos analisar as diferentes etapas:
Detecção/Rastreamento: Esta etapa de pré-processamento identifica e acompanha rostos em uma imagem ou vídeo. Ao final, sabemos que há um rosto na entrada e que ele pode ser processado. O rastreamento também acompanha partes, características ou expressões faciais específicas, se necessário.
Alinhamento: O reconhecimento facial é desafiador porque os rostos em imagens ou vídeos podem estar em diversas orientações. A pessoa pode estar ampliada ou reduzida, escondida ou de perfil. É aqui que o alinhamento facial entra, determinando as linhas e contornos das características faciais na imagem/vídeo.
Fonte: csc.kth.se
Extração de Características: Nesta etapa de reconhecimento, extraem-se as características faciais individuais, como olhos, nariz, queixo e lábios, em um formato que os algoritmos podem usar na próxima fase. Nesta fase, o computador reúne dados complexos o suficiente para distinguir um rosto de forma única.
Correspondência/Classificação de Características: As informações extraídas são comparadas com um banco de dados para deduzir a identidade da pessoa. Esta fase também é conhecida como classificação, pois o algoritmo pode precisar categorizar os rostos em vez de identificá-los individualmente.
Após este processo, é possível determinar se o rosto apresentado faz parte do banco de dados. O resultado final também pode incluir marcação, como vemos no Facebook.
Fonte: paradatascience.com
Considerações de Implantação: Lado do Servidor vs. Lado do Cliente
O reconhecimento facial pode ser implementado tanto no servidor quanto no dispositivo do usuário. Por exemplo, ao carregar uma foto no Facebook, os algoritmos rodam no servidor, enquanto um sistema de desbloqueio facial no celular funciona no lado do cliente. Qual é a melhor abordagem?
Na verdade, não há uma resposta única. As implantações do lado do servidor e do lado do cliente têm suas vantagens. Na prática, as empresas usam um sistema híbrido. O ideal é treinar os modelos no servidor, onde os recursos são ilimitados, e, depois, implantá-los no lado do cliente, melhorando a velocidade e protegendo a privacidade do usuário.
Enviar tudo para o servidor gera atrasos, que podem ser inaceitáveis em alguns casos. Já manter tudo no lado do cliente pode resultar em modelos mais fracos.
Qual a Precisão do Reconhecimento Facial?
Precisão não é um termo bem definido no reconhecimento facial. Isso ocorre porque o problema é complexo, com várias entradas confusas (pouca luz, rosto coberto, qualidade da câmera) e até entradas enganosas. As redes neurais precisam ser ajustadas para o problema específico, limitando seu escopo. Um sistema de reconhecimento facial industrial pode ter 100% de precisão, mas o mesmo sistema pode ter apenas 20% de precisão ao identificar rostos em uma foto com muitas pessoas.
Em uma pesquisa, um algoritmo específico de reconhecimento facial atingiu 98,52% de precisão, superando a precisão humana de 97,53% no mesmo teste. Em outro estudo forense, a combinação do julgamento humano com algoritmos gerou os melhores resultados em alguns casos.
Em resumo, para aplicações focadas e bem definidas, o reconhecimento facial é a melhor ferramenta que temos.
Onde o Reconhecimento Facial está Sendo Usado?
Em um período relativamente curto, o reconhecimento facial encontrou aplicações úteis e interessantes. Algumas são evidentes, enquanto outras estão tão entrelaçadas em nosso cotidiano que nem percebemos.
O Facebook é um exemplo comum de sistemas modernos de reconhecimento facial. Ao carregar uma foto, a rede social detecta rostos. Se antes você precisava marcar amigos, agora o Facebook pode fazer isso automaticamente.
Fonte: labnol.org
Um novo recurso do Facebook informa os usuários quando fotos com seus rostos são carregadas por outras pessoas, mesmo que não estejam marcados na imagem.
O Snapchat utiliza a detecção e reconhecimento facial em vários recursos, principalmente nos filtros divertidos.
Fonte: gistreel.com
Para que esses filtros funcionem, os contornos e características faciais precisam ser detectados perfeitamente. O mesmo se aplica ao recurso de troca de rosto. Para aprofundar seus conhecimentos sobre os recursos de reconhecimento facial do Snapchat, confira este artigo.
A Uber tem enfrentado problemas de privacidade e segurança, e o reconhecimento facial é uma ferramenta para isso. A empresa lançou um recurso que verifica a identidade de seus motoristas usando seus rostos. A empresa escolheu a Microsoft Face API por sua alta qualidade e capacidade de lidar com condições de pouca luz e detectar óculos.
Com o sucesso do reconhecimento facial, é provável que ele substitua outros métodos de identificação em instituições educacionais, hospitais e bibliotecas.
A prevenção de crimes no varejo é uma aplicação natural do reconhecimento facial. O setor varejista perde cerca de US$ 45 bilhões anualmente devido a furtos e outros crimes. Empresas como a FaceFirst ajudam os varejistas a usar o reconhecimento facial para detectar infratores e alertar os agentes de segurança.
A polícia também está começando a utilizar o reconhecimento facial. No Reino Unido, a polícia de Gales do Sul usa câmeras instaladas em vans para facilitar a vigilância de multidões.
Fonte: theconversation.com
Embora essa nova capacidade tenha gerado debates sobre privacidade, a polícia acredita que ela os ajudará a restringir infratores. Richard Lewis, vice-chefe da polícia de South Wales, declarou ao Financial Times:
“Se você identifica alguém que cometeu um crime [anteriormente], você basicamente diz: ‘Nós sabemos que você está aqui, por favor, comporte-se’”.
Na área da saúde, o reconhecimento facial auxiliou na detecção de uma doença genética rara chamada Síndrome de DiGeorge.
A Síndrome de DiGeorge afeta cerca de 1 em cada 6.000 crianças, resultando em deformidades em várias partes do corpo. O diagnóstico é mais difícil em países mais pobres. O reconhecimento facial, com uma precisão de 96,6%, oferece novas esperanças para as vítimas da síndrome.
No setor de companhias aéreas, o uso do reconhecimento facial está crescendo, com o potencial de substituir os cartões de embarque convencionais. Já existem resultados promissores para identificar passageiros em aeroportos. A Transport Security Administration (TSA) dos EUA estabeleceu um plano para o uso generalizado da biometria baseada em reconhecimento facial.
Usos Polêmicos do Reconhecimento Facial
A tecnologia é poderosa, mas o uso que fazemos dela depende de nós. O reconhecimento facial, por ser tão potente, está sendo utilizado de maneira que levanta preocupações sobre direitos humanos e ética.
O exemplo mais notório é o vasto sistema de vigilância na China, que emprega cerca de 200 milhões de câmeras para monitorar seus 1,4 bilhão de cidadãos.
Fonte: sbs.com
O sistema acompanha as pessoas, avalia suas ações e atualiza uma métrica chamada pontuação do cidadão. Apesar de ter algum valor em rastrear infratores, muitos veem isso como um futuro distópico, onde os governos têm poder ilimitado sobre os indivíduos e a privacidade é inexistente.
Outro exemplo controverso também vem da China: o reconhecimento facial em escolas para garantir que os alunos estejam atentos nas aulas. O sistema, embora ainda não generalizado, usa o rosto do aluno para identificação, substituindo carteiras de identidade, cartões de biblioteca e sistemas de atendimento.
Fonte: businessinsider.com
O sistema monitora os níveis de atenção dos alunos, o uso de celulares e alerta o professor quando um limite é ultrapassado.
Embora a vigilância por vídeo com reconhecimento facial não seja exclusiva da China, os EUA estão fazendo esforços para usá-lo para combater a violência armada nas escolas. No entanto, a China parece estar levando essa tecnologia mais longe do que qualquer outro país.
Comparativo de APIs Populares de Reconhecimento Facial
Quais opções você tem para usar o reconhecimento facial? Vamos analisar o que está em uso comum e como as soluções se comparam.
Importante: as APIs evoluem rapidamente. Não tome decisões baseadas em informações desatualizadas. Analise as necessidades do seu negócio, verifique os recursos oferecidos, faça testes e só então escolha.
OpenCV
A pesquisa em IA é complexa e demorada. Treinar e aprimorar um sistema de reconhecimento facial é desafiador e é melhor deixá-lo para empresas com muitos recursos. No entanto, se suas necessidades forem simples e você quiser ter total controle — e tiver uma equipe de engenharia para dar suporte —, o OpenCV pode ser uma ótima opção.
É uma biblioteca de visão computacional de código aberto, precisa e disponível para todas as plataformas de programação. Há um exemplo de como criar um sistema de detecção de rosto com Python e OpenCV em 25 linhas de código!
Alguns afirmam que o OpenCV não possui reconhecimento facial, mas isso não é verdade. Há provas disso. Em resumo, o OpenCV é uma ótima escolha se suas necessidades forem simples e específicas.
Amazon Rekognition
Rekognition é uma oferta de serviço da AWS. É um serviço poderoso e gerenciado para a plataforma AWS. Se você já usa a AWS para implantação, o Rekognition pode ser sua melhor opção.
Recursos do Rekognition:
- Análise em tempo real (enquanto você carrega uma imagem ou vídeo no S3)
- Análise facial (sexo, cor do cabelo, expressão facial, olhos abertos ou não, etc.)
- Rastreamento (captura de caminhos de objetos identificados em vídeos)
- Detecção de cena e atividade (interior/exterior, “jogar futebol”, etc.)
- Moderação de conteúdo não seguro (nudez, por exemplo)
A maior vantagem do Rekognition é também sua desvantagem: é difícil usá-lo com serviços que não sejam da AWS.
Kairos
Ao contrário do Rekognition, o Kairos oferece IA por meio de uma API, permitindo que você controle seus dados e servidores. O Kairos prioriza a privacidade e é crítico da Amazon e de outras empresas que colaboram com o governo.
O Kairos funciona com imagens e vídeos e oferece recursos esperados de uma API de reconhecimento facial moderna. Se você já gerencia seus dados e não precisa de recursos adicionais, o Kairos é uma boa opção.
O Kairos oferece implantação no local para quem prioriza a privacidade. O preço depende do caso de uso e pode ser alto.
Google Cloud Vision
O Google divide seus serviços de reconhecimento facial para imagens e vídeos. A API de imagem é o Cloud Vision, enquanto o serviço de vídeo é o Video Intelligence.
Enquanto o serviço de imagem é semelhante ao da AWS, o serviço de vídeo possui catalogação e pesquisa. Isso é útil para empresas com grandes arquivos de vídeo que precisam ser analisados ou pesquisados.
O Video Intelligence não possui reconhecimento facial, que parece ser oferecido apenas no Cloud Vision. O rastreamento de objetos e a detecção de texto ainda estão em versão beta, ficando atrás da Amazon.
Azure Face API
A Microsoft está investindo mais em suas ofertas de nuvem, e a Azure Face API é uma boa opção. Ela oferece detecção, identificação, agrupamento de rostos, pesquisa de rostos semelhantes e análise de emoções. Funciona com vídeos e tem recursos interessantes.
O Azure também oferece um serviço de visão computacional, onde você pode usar suas entradas e treinar modelos personalizados.
Há um playground disponível na página inicial, o que facilita os testes da API.
Existem diferenças significativas entre os serviços de reconhecimento facial gerenciados? Na verdade, não. Há uma intensa competição, com novos recursos sendo lançados constantemente. Se você já usa um ecossistema específico, usar seu próprio serviço faz sentido. Caso contrário, você pode escolher um fornecedor diferente se suas necessidades forem específicas (controlar seus dados, precisar apenas de detecção simples, etc.).
Sistemas Antirreconhecimento Facial
Assim como alguns pesquisadores aperfeiçoam a tecnologia de reconhecimento facial, outros desenvolvem técnicas para enganá-la. Os Óculos Adversários são um exemplo. Eles parecem normais para humanos, mas confundem sistemas de reconhecimento facial.
Fonte: digitaltrends.com
Esses óculos ainda não estão disponíveis no mercado, mas podem ser impressos em 3D.
Outro desenvolvimento interessante é o óculos eko no Kickstarter. Embora o produto tenha sido cancelado, ele funcionava de forma simples: óculos de sol que refletiam a luz, confundindo câmeras e sistemas de vigilância.
Assim como na segurança cibernética, há uma corrida entre “hackers” e pesquisadores para a perfeição no reconhecimento facial. Em 2014, a maquiagem de camuflagem, que tornava a pessoa invisível ao reconhecimento facial, era popular, mas não é mais eficaz. Haverá uma criptografia AES para reconhecimento facial? Só o tempo dirá!
O Reconhecimento Facial é para Você?
Qualquer negócio que envolva pessoas pode se beneficiar do reconhecimento facial. Embora os usos atuais pareçam ser defendidos por governos, grandes empresas ou startups de tecnologia, sua empresa também pode se beneficiar.
As possibilidades são infinitas: cumprimentar clientes em um hotel, localizar amigos em meio a uma multidão, encontrar pessoas com rostos semelhantes (para atuarem em filmes), identificar características para entrevistas de trabalho (apenas para exemplificar) ou personalizar a experiência bancária. Há inúmeras maneiras de usar o reconhecimento facial para melhorar o desempenho do seu negócio.
Conclusão
O reconhecimento facial em breve será tão difundido e comum que nem notaremos (como os celulares). A tecnologia foi aprimorada, mas o mais importante é o que podemos fazer com essa capacidade.
Interessado em aprender mais? Confira este curso sobre Visão Computacional.