Crean un sistema que usa los gestos de la cara para desbloquear dispositivos
Al clásico registro del rostro del usuario para identificarlo le suma una expresión que deberá hacer frente a la cámara para validar su identidad
- 3 minutos de lectura'
El desbloqueo de dispositivos a través de reconocimiento facial ya es una realidad, pero ahora la tecnología va un paso más allá y se ha propuesto un nuevo sistema que permite que las personas se identifiquen realizando gestos concretos con el rostro, como por ejemplo guiñar el ojo.
Los sistemas de reconocimiento facial presentan algunas vulnerabilidades que permiten que sean explotados por atacantes, como desbloquear el dispositivo mientras el usuario duerme o utilizar fotos obtenidas en redes sociales para engañar al sistema. Incluso los que generan un modelo 3D de un rostro tienen limitaciones.
El investigador D.J. Lee, de la Universidad Brigham Young (Estados Unidos), ha creado un nuevo sistema basado en un nuevo algoritmo que hace el proceso de identificación más seguro al rastrear los movimientos faciales, como informa la universidad Brigham Young en un comunicado.
El nuevo sistema se ha bautizado como Verificación de identidad concurrente de dos factores (C2FIV, por sus siglas en inglés), y requiere no solo verificar el aspecto del rostro sino que la persona lleve a cabo una acción específica para proporcionar el acceso.
Para configurar este mecanismo, el usuario debe subir un video de corta duración, de uno o dos segundos, en el que lleve a cabo una acción facial única o un movimiento de labios al pronunciar una frase determinada.
Este video se importa en el dispositivo a desbloquear, que extrae las características del gesto y las almacena para permitir después la identificación de forma más segura.
“El mayor problema que estamos tratando de resolver es asegurarnos de que el proceso de verificación de identidad sea intencional”, ha asegurado Lee, profesor de ingeniería eléctrica y de computadores en la universidad estadounidense.
El sistema C2FIV funciona en una red de procesamiento neuronal, con la que aprende los movimientos de desbloqueo a través de los datos secuenciales procedentes de los videos, evitando el uso de imágenes estáticas.
El estudio de Lee utilizó datos de 8000 videos de 50 personas llevando a cabo diferentes gestos, como guiñar el ojo, dejar caer la mandíbula, sonreír o levantar las cejas, consiguiendo una efectividad del 90 por ciento en la identificación.
Lee ha presentado la patente del sistema y ha asegurado que permitirá por ejemplo “acceder a áreas restringidas en un lugar de trabajo, banca en línea, uso de cajeros automáticos, acceso a caja de seguridad o incluso entrada a la habitación de hotel o entrada / acceso sin llave a su vehículo”.
Más leídas de Tecnología
En enero. ChatGPT prepara una función clave para transformarse en un verdadero asistente
¿Viable? La impactante predicción de Elon Musk sobre los viajes entre New York y Londres en 30 minutos
Serie ochentosa. Cómo activar el “modo Stranger Things” en WhatsApp
J.Lo. Así se vería Jennifer López si fuera un personaje de cómic, según la inteligencia artificial
