Identificar um indivíduo através da análise da face é um processo complexo que normalmente requer artifícios inteligentes sofisticados e técnicas de aprendizagem computacional (machine learning techniques). Uma quantidade de fornecedores biométricos está envolvida na venda desses sistemas, usando tanto vídeos padrões como imagens termais para capturar imagens faciais. A face é um componente chave da maneira como os seres humanos se lembrar e reconhecem uns aos outros. A inteligência artificial é necessária para simular a interpretação humana das faces. As pessoas mudam todo o tempo. Pêlos faciais, óculos e a posição da cabeça podem afetar a forma como um sistema biométrico pode comparar uma face com outra. A aprendizagem computacional é importante para a adaptação a essas mudanças e para comparar precisamente os novos exemplos com os templates previamente armazenados.
O processo de reconhecimento facial é o seguinte:
Técnicas padrões de vídeo usam uma imagem facial, ou uma coleção de imagens, capturada por uma câmera de vídeo. A posição precisa da face do usuário e as condições de iluminação podem afetar o desempenho do sistema. Normalmente a imagem facial completa é capturada e um número de pontos podem ser mapeados na face. Por exemplo, a posição dos olhos, boca e narinas podem ser traçadas para que um template único seja construído. Alternativamente, um mapa facial tridimensional pode ser criado a partir da imagem capturada.
As técnicas termais de imagem sob desenvolvimento analisam o calor, causado pelo fluxo de sangue sob a face. Uma câmera termal captura o padrão de veias sangüíneas ocultas por baixo da pele. Pelo fato de câmeras de infravermelho serem usadas para capturar imagens faciais, a luz não é importante e os sistemas podem capturar as imagens no escuro. Entretanto, tais câmeras são significantemente mais caras que as padrões.
Oequipamento biométrico converte o exemplo da imagem facial em um padrão e depois em um código matemático único, o qual é armazenado na forma de um template.
A verificação um-para-um (1:1) é o método mais comum de comparação. Entretanto, certos sistemas são capazes de fazer a identificação um-para-muitos (1:n). Uma nova imagem facial é capturada e comparada com o template previamente armazenado.
Dependendo da base que está configurada para a aplicação, pode-se obter um par como resultado ou não.
Fonte: www.consultoresbiometricos.com.br