sistema de reconocimiento facial

Un sistema de reconocimiento facial ^{[ 1 ]} es una tecnología potencialmente capaz de comparar un rostro humano de una imagen digital o un fotograma de vídeo con una base de datos de rostros. Este sistema se emplea normalmente para autenticar usuarios mediante servicios de verificación de identidad y funciona localizando y midiendo los rasgos faciales de una imagen dada. ^{[ 2 ]}

El desarrollo de sistemas similares comenzó en la década de 1960 como una forma de aplicación informática . Desde su creación, los sistemas de reconocimiento facial han visto un uso más amplio en los últimos tiempos en teléfonos inteligentes y en otras formas de tecnología, como la robótica . Debido a que el reconocimiento facial computarizado implica la medición de las características fisiológicas de un ser humano, los sistemas de reconocimiento facial se clasifican como biométricos . Aunque la precisión de los sistemas de reconocimiento facial como tecnología biométrica es menor que el reconocimiento de iris , la adquisición de imágenes de huellas dactilares , el reconocimiento de palma o el reconocimiento de voz , se adopta ampliamente debido a su proceso sin contacto. ^{[ 3 ]} Los sistemas de reconocimiento facial se han implementado en la interacción avanzada entre humanos y computadoras , la videovigilancia , la aplicación de la ley , el control de pasajeros, las decisiones sobre empleo y vivienda, y la indexación automática de imágenes. ^{[ 4 ]}^{[ 5 ]}

Los sistemas de reconocimiento facial son empleados en todo el mundo hoy por gobiernos y empresas privadas. ^{[ 6 ]} Su efectividad varía, y algunos sistemas han sido descartados anteriormente debido a su ineficacia. El uso de sistemas de reconocimiento facial también ha generado controversia, con afirmaciones de que los sistemas violan la privacidad de los ciudadanos, realizan identificaciones erróneas con frecuencia, fomentan normas de género ^{[ 7 ]}^{[ 8 ]} y perfiles raciales , ^{[ 9 ]} y no protegen datos biométricos importantes. La aparición de medios sintéticos como los deepfakes también ha generado preocupación sobre su seguridad. ^{[ 10 ]} Estas afirmaciones han llevado a la prohibición de los sistemas de reconocimiento facial en varias ciudades de los Estados Unidos . ^{[ 11 ]} La creciente preocupación social llevó a la empresa de redes sociales Meta Platforms a cerrar su sistema de reconocimiento facial de Facebook en 2021, eliminando los datos de escaneo facial de más de mil millones de usuarios. ^{[ 12 ]}^{[ 13 ]} El cambio representó uno de los mayores cambios en el uso del reconocimiento facial en la historia de la tecnología. IBM también dejó de ofrecer tecnología de reconocimiento facial debido a preocupaciones similares. ^{[ 14 ]}

Historia de la tecnología de reconocimiento facial

Desarrollo inicial

El reconocimiento facial automatizado fue desarrollado en la década de 1960 por Woody Bledsoe , Helen Chan Wolf y Charles Bisson, cuyo trabajo se centró en enseñar a las computadoras a reconocer rostros humanos. ^{[ 15 ]} Su proyecto inicial de reconocimiento facial fue denominado "hombre-máquina" porque primero era necesario que una persona estableciera las coordenadas de los rasgos faciales en una fotografía antes de que la computadora pudiera utilizarlas para el reconocimiento. Usando una tableta gráfica , una persona localizaba las coordenadas de los rasgos faciales, como los centros de las pupilas, las comisuras internas y externas de los ojos y la línea del cabello. Estas coordenadas se utilizaban para calcular 20 distancias individuales, incluyendo el ancho de la boca y de los ojos. Una persona podía procesar alrededor de 40 imágenes por hora, creando una base de datos con estas distancias calculadas. Luego, una computadora comparaba automáticamente las distancias de cada fotografía, calculaba la diferencia entre ellas y devolvía los registros cerrados como una posible coincidencia. ^{[ 15 ]}

En 1970, Takeo Kanade demostró públicamente un sistema de comparación facial que localizaba rasgos anatómicos como el mentón y calculaba la relación de distancia entre ellos sin intervención humana. Pruebas posteriores revelaron que el sistema no siempre podía identificar los rasgos faciales de forma fiable. No obstante, el interés por el tema creció y en 1977 Kanade publicó el primer libro detallado sobre tecnología de reconocimiento facial. ^{[ 16 ]}

En 1993, la Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA) y el Laboratorio de Investigación del Ejército (ARL) establecieron el programa de tecnología de reconocimiento facial FERET para desarrollar "capacidades de reconocimiento facial automático" que pudieran emplearse en un entorno real y productivo "para ayudar al personal de seguridad, inteligencia y aplicación de la ley en el desempeño de sus funciones". Se evaluaron los sistemas de reconocimiento facial que se habían probado en laboratorios de investigación. Las pruebas de FERET revelaron que, si bien el rendimiento de los sistemas de reconocimiento facial automático existentes variaba, algunos métodos existentes podían utilizarse de manera viable para reconocer rostros en imágenes fijas tomadas en un entorno controlado. ^{[ 17 ]} Las pruebas de FERET dieron origen a tres empresas estadounidenses que comercializaban sistemas de reconocimiento facial automático. Vision Corporation y Miros Inc. fueron fundadas en 1994 por investigadores que utilizaron los resultados de las pruebas de FERET como argumento de venta. Viisage Technology fue establecida por un contratista de defensa de tarjetas de identificación en 1996 para explotar comercialmente los derechos del algoritmo de reconocimiento facial desarrollado por Alex Pentland en el MIT . ^{[ 18 ]}

Uso temprano por parte de los gobiernos

Tras la prueba de reconocimiento facial FERET de 1993, las oficinas del Departamento de Vehículos Motorizados (DMV) de Virginia Occidental y Nuevo México se convirtieron en las primeras en utilizar sistemas automatizados de reconocimiento facial para evitar que las personas obtuvieran múltiples licencias de conducir con nombres diferentes. En ese momento, las licencias de conducir en Estados Unidos eran una forma de identificación con fotografía comúnmente aceptada . Las oficinas del DMV en todo Estados Unidos estaban experimentando una actualización tecnológica y estaban en proceso de establecer bases de datos de fotografías de identificación digital. Esto permitió a las oficinas del DMV implementar los sistemas de reconocimiento facial disponibles en el mercado para buscar fotografías de nuevas licencias de conducir en la base de datos existente del DMV. ^{[ 19 ]} Las oficinas del DMV se convirtieron en uno de los primeros mercados importantes para la tecnología de reconocimiento facial automatizado e introdujeron a los ciudadanos estadounidenses al reconocimiento facial como método estándar de identificación. ^{[ 20 ]} El aumento de la población carcelaria en Estados Unidos en la década de 1990 impulsó a los estados estadounidenses a establecer sistemas de identificación conectados y automatizados que incorporaban bases de datos biométricas digitales , en algunos casos esto incluía el reconocimiento facial. En 1999, Minnesota incorporó el sistema de reconocimiento facial FaceIT de Visionics en un sistema de fichaje de fotografías policiales que permitió a la policía, los jueces y los funcionarios judiciales rastrear a los delincuentes en todo el estado. ^{[ 21 ]}

Técnicas y avances

Hasta la década de 1990, los sistemas de reconocimiento facial se desarrollaron principalmente utilizando retratos fotográficos de rostros humanos. La investigación sobre el reconocimiento facial para localizar de forma fiable un rostro en una imagen que contiene otros objetos cobró impulso a principios de la década de 1990 con el análisis de componentes principales (PCA). El método PCA de detección de rostros también se conoce como Eigenface y fue desarrollado por Matthew Turk y Alex Pentland. ^{[ 22 ]} Turk y Pentland combinaron el enfoque conceptual del teorema de Karhunen-Loève y el análisis factorial para desarrollar un modelo lineal . Los Eigenfaces se determinan en función de características globales y ortogonales en los rostros humanos. Un rostro humano se calcula como una combinación ponderada de varios Eigenfaces. Debido a que se utilizaron pocos Eigenfaces para codificar los rostros humanos de una población determinada, el método de detección de rostros PCA de Turk y Pentland redujo considerablemente la cantidad de datos que debían procesarse para detectar un rostro. En 1994, Pentland definió las características de Eigenface, incluyendo ojos, bocas y narices propias, para impulsar el uso de PCA en el reconocimiento facial. En 1997, el método PCA Eigenface de reconocimiento facial ^{[ 23 ]} se mejoró utilizando el análisis discriminante lineal (LDA) para producir Fisherfaces ^{[ 24 ]} . Los Fisherfaces LDA se convirtieron en el método predominante en el reconocimiento facial basado en características PCA. Si bien los Eigenfaces también se utilizaron para la reconstrucción facial, en estos enfoques no se calcula una estructura global del rostro que vincule las características o partes faciales ^{[ 25 ] .}

Los enfoques de reconocimiento facial basados exclusivamente en características fueron superados a finales de la década de 1990 por el sistema de Bochum, que utilizaba el filtro de Gabor para registrar las características faciales y calculaba una cuadrícula de la estructura facial para vincularlas. ^{[ 26 ]} Christoph von der Malsburg y su equipo de investigación en la Universidad de Bochum desarrollaron Elastic Bunch Graph Matching a mediados de la década de 1990 para extraer un rostro de una imagen mediante la segmentación de la piel. ^{[ 22 ]} Para 1997, el método de detección facial desarrollado por Malsburg superaba a la mayoría de los demás sistemas de detección facial del mercado. El llamado "sistema de Bochum" de detección facial se comercializó como ZN-Face para operadores de aeropuertos y otros lugares concurridos. El software era "lo suficientemente robusto como para realizar identificaciones a partir de vistas faciales imperfectas. También puede detectar a menudo impedimentos para la identificación como bigotes, barbas, cambios de peinado y gafas, incluso gafas de sol". ^{[ 27 ]}

La detección de rostros en tiempo real en grabaciones de vídeo se hizo posible en 2001 con el marco de detección de objetos Viola-Jones para rostros. ^{[ 28 ]} Paul Viola y Michael Jones combinaron su método de detección de rostros con el enfoque de características tipo Haar para el reconocimiento de objetos en imágenes digitales para lanzar AdaBoost , el primer detector de rostros de vista frontal en tiempo real. ^{[ 29 ]} Para 2015, el algoritmo Viola-Jones se había implementado utilizando pequeños detectores de bajo consumo en dispositivos portátiles y sistemas embebidos . Por lo tanto, el algoritmo Viola-Jones no solo ha ampliado la aplicación práctica de los sistemas de reconocimiento facial, sino que también se ha utilizado para admitir nuevas funciones en interfaces de usuario y teleconferencias . ^{[ 30 ]}

Uso por parte del ejército ucraniano

Ucrania está utilizando el software de reconocimiento facial Clearview AI, con sede en Estados Unidos, para identificar a soldados rusos fallecidos. Ucrania ha realizado 8.600 búsquedas e identificado a las familias de 582 soldados rusos muertos. La sección de voluntarios informáticos del ejército ucraniano, que utiliza el software, se pone en contacto con las familias de los soldados fallecidos para concienciar sobre las actividades rusas en Ucrania. El objetivo principal es desestabilizar al gobierno ruso. Esto puede considerarse una forma de guerra psicológica . Alrededor de 340 funcionarios del gobierno ucraniano en cinco ministerios utilizan esta tecnología. Se emplea para detectar espías que intenten entrar en Ucrania. ^{[ 31 ]}

La base de datos de reconocimiento facial de Clearview AI solo está disponible para agencias gubernamentales que solo pueden usar la tecnología para ayudar en el curso de investigaciones policiales o en relación con la seguridad nacional. ^{[ 32 ]}

El software fue donado a Ucrania por Clearview AI. Se cree que Rusia lo está utilizando para localizar activistas pacifistas. Clearview AI fue diseñado originalmente para las fuerzas del orden estadounidenses. Su uso en tiempos de guerra plantea nuevas preocupaciones éticas. Stephen Hare, experto en vigilancia con sede en Londres, teme que pueda hacer que los ucranianos parezcan inhumanos: "¿Realmente funciona? ¿O está provocando que [los rusos] digan: 'Miren a estos ucranianos crueles y sin ley, haciéndoles esto a nuestros muchachos'?" ^{[ 33 ]}

Técnicas para el reconocimiento facial

Si bien los humanos pueden reconocer rostros sin mucho esfuerzo, ^{[ 34 ]} el reconocimiento facial es un problema complejo de reconocimiento de patrones en computación . Los sistemas de reconocimiento facial intentan identificar un rostro humano, que es tridimensional y cambia de apariencia con la iluminación y la expresión facial, basándose en su imagen bidimensional. Para lograr esta tarea computacional, los sistemas de reconocimiento facial realizan cuatro pasos. Primero, la detección facial se utiliza para segmentar el rostro del fondo de la imagen. En el segundo paso, la imagen del rostro segmentado se alinea para tener en cuenta la pose del rostro , el tamaño de la imagen y las propiedades fotográficas, como la iluminación y la escala de grises . El propósito del proceso de alineación es permitir la localización precisa de las características faciales en el tercer paso, la extracción de características faciales. Características como los ojos, la nariz y la boca se localizan y miden en la imagen para representar el rostro. El vector de características del rostro así establecido se compara luego, en el cuarto paso, con una base de datos de rostros. ^{[ 35 ]}

Tradicional

Algunos eigenfaces de los Laboratorios AT&T de Cambridge

Algunos algoritmos de reconocimiento facial identifican rasgos faciales extrayendo puntos de referencia, o características, de una imagen del rostro del sujeto. Por ejemplo, un algoritmo puede analizar la posición relativa, el tamaño y/o la forma de los ojos, la nariz, los pómulos y la mandíbula. ^{[ 36 ]} Estas características se utilizan luego para buscar otras imágenes con características coincidentes. ^{[ 37 ]}

Otros algoritmos normalizan una galería de imágenes de rostros y luego comprimen los datos faciales, guardando solo los datos de la imagen que son útiles para el reconocimiento facial. Luego se compara una imagen de prueba con los datos faciales. ^{[ 38 ]} Uno de los primeros sistemas exitosos ^{[ 39 ]} se basa en técnicas de coincidencia de plantillas ^{[ 40 ]} aplicadas a un conjunto de características faciales destacadas, proporcionando una especie de representación facial comprimida.

Los algoritmos de reconocimiento se pueden dividir en dos enfoques principales: geométrico, que se centra en las características distintivas, o fotométrico, que es un enfoque estadístico que destila una imagen en valores y los compara con plantillas para eliminar las variaciones. Algunos clasifican estos algoritmos en dos grandes categorías: modelos holísticos y basados en características. El primero intenta reconocer el rostro en su totalidad, mientras que el basado en características lo subdivide en componentes según sus características y analiza cada uno, así como su ubicación espacial con respecto a otras características. ^{[ 41 ]}

Los algoritmos de reconocimiento más populares incluyen el análisis de componentes principales mediante eigenfaces , el análisis discriminante lineal , la coincidencia de grafos de grupos elásticos mediante el algoritmo Fisherface, el modelo oculto de Markov , el aprendizaje de subespacios multilineales mediante representación tensorial y la coincidencia de enlaces dinámicos motivada por redes neuronales . ^[⁴²^] Los sistemas modernos de reconocimiento facial hacen un uso cada vez mayor de técnicas de aprendizaje automático como el aprendizaje profundo . ^[⁴³^]

Identificación humana a distancia (HID)

Para permitir la identificación humana a distancia (HID), las imágenes de baja resolución de rostros se mejoran mediante la técnica de alucinación facial . En las imágenes de CCTV , los rostros suelen ser muy pequeños. Sin embargo, dado que los algoritmos de reconocimiento facial que identifican y representan rasgos faciales requieren imágenes de alta resolución, se han desarrollado técnicas de mejora de la resolución para que los sistemas de reconocimiento facial puedan trabajar con imágenes capturadas en entornos con una alta relación señal-ruido . Los algoritmos de alucinación facial que se aplican a las imágenes antes de enviarlas al sistema de reconocimiento facial utilizan aprendizaje automático basado en ejemplos con sustitución de píxeles o índices de distribución del vecino más cercano, que también pueden incorporar características faciales demográficas y relacionadas con la edad . El uso de técnicas de alucinación facial mejora el rendimiento de los algoritmos de reconocimiento facial de alta resolución y puede utilizarse para superar las limitaciones inherentes de los algoritmos de superresolución. Las técnicas de alucinación facial también se utilizan para el pretratamiento de imágenes donde los rostros están disfrazados. En este caso, se elimina el disfraz, como las gafas de sol, y se aplica el algoritmo de alucinación facial a la imagen. Dichos algoritmos de alucinación facial deben entrenarse con imágenes de rostros similares, con y sin disfraz. Para rellenar el área descubierta al quitar el disfraz, los algoritmos de alucinación facial necesitan mapear correctamente todo el estado del rostro, lo cual puede no ser posible debido a la expresión facial momentánea capturada en la imagen de baja resolución. ^{[ 44 ]}

reconocimiento tridimensional

La técnica de reconocimiento facial tridimensional utiliza sensores 3D para capturar información sobre la forma de un rostro. Esta información se utiliza luego para identificar características distintivas en la superficie de un rostro, como el contorno de las cuencas de los ojos, la nariz y la barbilla. ^{[ 45 ]} Una ventaja del reconocimiento facial 3D es que no se ve afectado por cambios en la iluminación como otras técnicas. También puede identificar un rostro desde una variedad de ángulos de visión, incluyendo una vista de perfil. ^{[ 45 ]}^{[ 37 ]} Los puntos de datos tridimensionales de un rostro mejoran enormemente la precisión del reconocimiento facial. La investigación del reconocimiento facial tridimensional es posible gracias al desarrollo de sensores sofisticados que proyectan luz estructurada sobre el rostro. ^{[ 46 ]} La técnica de coincidencia 3D es sensible a las expresiones, por lo tanto, los investigadores del Technion aplicaron herramientas de geometría métrica para tratar las expresiones como isometrías . ^{[ 47 ]} Un nuevo método para capturar imágenes 3D de rostros utiliza tres cámaras de seguimiento que apuntan en diferentes ángulos; Una cámara apuntará al frente del sujeto, la segunda a un lado y la tercera en ángulo. Todas estas cámaras trabajarán juntas para rastrear el rostro del sujeto en tiempo real y poder detectarlo y reconocerlo. ^{[ 48 ]}

Cámaras térmicas

Una forma diferente de obtener datos de entrada para el reconocimiento facial es mediante el uso de cámaras térmicas . Con este procedimiento, las cámaras solo detectarán la forma de la cabeza e ignorarán los accesorios del sujeto, como gafas, sombreros o maquillaje. ^{[ 49 ]} A diferencia de las cámaras convencionales, las cámaras térmicas pueden capturar imágenes faciales incluso en condiciones de poca luz y nocturnas sin usar flash y sin exponer la posición de la cámara. ^{[ 50 ]} Sin embargo, las bases de datos para el reconocimiento facial son limitadas. Los esfuerzos para crear bases de datos de imágenes faciales térmicas se remontan a 2004. ^{[ 49 ]} Para 2016, existían varias bases de datos, incluidas la IIITD-PSE y la base de datos facial térmica de Notre Dame. ^{[ 51 ]} Los sistemas actuales de reconocimiento facial térmico no pueden detectar de forma fiable un rostro en una imagen térmica tomada en un entorno exterior. ^{[ 52 ]}

En 2018, investigadores del Laboratorio de Investigación del Ejército de los EE. UU. (ARL) desarrollaron una técnica que les permitiría comparar imágenes faciales obtenidas con una cámara térmica con las de bases de datos capturadas con una cámara convencional. ^{[ 53 ]} Conocido como método de síntesis de espectro cruzado debido a cómo combina el reconocimiento facial de dos modalidades de imagen diferentes, este método sintetiza una sola imagen analizando múltiples regiones y detalles faciales. ^{[ 54 ]} Consiste en un modelo de regresión no lineal que mapea una imagen térmica específica a una imagen facial visible correspondiente y un problema de optimización que proyecta la proyección latente de vuelta al espacio de la imagen. ^{[ 50 ]} Los científicos del ARL han señalado que el enfoque funciona combinando información global (es decir, características de todo el rostro) con información local (es decir, características de los ojos, la nariz y la boca). ^{[ 55 ]} Según las pruebas de rendimiento realizadas en el ARL, el modelo de síntesis de espectro cruzado multirregión demostró una mejora del rendimiento de aproximadamente un 30 % con respecto a los métodos de referencia y de aproximadamente un 5 % con respecto a los métodos de última generación. ^{[ 54 ]}

Solicitud

redes sociales

Fundada en 2013, Looksery recaudó fondos para su aplicación de modificación facial en Kickstarter. Tras una exitosa campaña de financiación colectiva, Looksery se lanzó en octubre de 2014. La aplicación permite realizar videollamadas con otros usuarios mediante un filtro especial que modifica su apariencia. Las aplicaciones de mejora de imágenes ya existentes en el mercado, como Facetune y Perfect365, se limitaban a imágenes estáticas, mientras que Looksery permitía la realidad aumentada en vídeos en directo. A finales de 2015, Snapchat adquirió Looksery, que se convertiría en su función de lentes más emblemática. ^{[ 56 ]} Las aplicaciones de filtros de Snapchat utilizan tecnología de detección facial y, basándose en los rasgos faciales identificados en una imagen, se superpone una máscara de malla 3D sobre el rostro. ^{[ 57 ]} Diversas tecnologías intentan engañar al software de reconocimiento facial mediante el uso de máscaras anti-reconocimiento facial . ^{[ 58 ]}

DeepFace es un sistema de reconocimiento facial de aprendizaje profundo creado por un grupo de investigación de Facebook . Identifica rostros humanos en imágenes digitales. Emplea una red neuronal de nueve capas con más de 120 millones de pesos de conexión y fue entrenado con cuatro millones de imágenes subidas por usuarios de Facebook. ^{[ 59 ]}^{[ 60 ]} Se dice que el sistema tiene una precisión del 97 %, en comparación con el 85 % del sistema de identificación de próxima generación del FBI . ^{[ 61 ]}

El algoritmo de TikTok ha sido considerado especialmente efectivo, pero muchos se preguntaban cuál era la programación exacta que hacía que la aplicación fuera tan eficaz adivinando el contenido deseado por el usuario. ^{[ 62 ]} En junio de 2020, TikTok publicó un comunicado sobre la página "Para ti" y cómo recomendaban videos a los usuarios, que no incluía reconocimiento facial. ^{[ 63 ]} Sin embargo, en febrero de 2021, TikTok acordó un acuerdo de 92 millones de dólares en una demanda estadounidense que alegaba que la aplicación había utilizado reconocimiento facial tanto en los videos de los usuarios como en su algoritmo para identificar la edad, el género y la etnia. ^{[ 64 ]}

verificación de identidad

El uso emergente del reconocimiento facial se encuentra en el uso de servicios de verificación de identidad . Muchas empresas y otras están trabajando en el mercado ahora para brindar estos servicios a bancos, ICO y otros negocios electrónicos. ^{[ 65 ]} El reconocimiento facial se ha aprovechado como una forma de autenticación biométrica para varias plataformas y dispositivos informáticos; ^{[ 37 ]} Android 4.0 "Ice Cream Sandwich" agregó reconocimiento facial usando la cámara frontal de un teléfono inteligente como medio para desbloquear dispositivos, ^{[ 66 ]}^{[ 67 ]} mientras que Microsoft introdujo el inicio de sesión de reconocimiento facial en su consola de videojuegos Xbox 360 a través de su accesorio Kinect , ^{[ 68 ]} así como Windows 10 a través de su plataforma "Windows Hello" (que requiere una cámara iluminada por infrarrojos). ^{[ 69 ]} En 2017, el teléfono inteligente iPhone X de Apple introdujo el reconocimiento facial en la línea de productos con su plataforma " Face ID ", que utiliza un sistema de iluminación infrarroja. ^{[ 70 ]}

Identificación facial

Apple introdujo Face ID en el iPhone X, su modelo insignia, como sucesor del Touch ID , un sistema de autenticación biométrica basado en huellas dactilares . Face ID cuenta con un sensor de reconocimiento facial compuesto por dos partes: un módulo "Romeo" que proyecta más de 30 000 puntos infrarrojos sobre el rostro del usuario y un módulo "Juliet" que lee el patrón. ^{[ 71 ]} El patrón se envía a un "Enclave Seguro" local en la unidad central de procesamiento (CPU) del dispositivo para confirmar la coincidencia con el rostro del propietario del teléfono. ^{[ 72 ]}

El patrón facial no es accesible para Apple. El sistema no funcionará con los ojos cerrados, en un esfuerzo por evitar el acceso no autorizado. ^{[ 72 ]} La tecnología aprende de los cambios en la apariencia del usuario y, por lo tanto, funciona con sombreros, bufandas, gafas, muchas gafas de sol, barba y maquillaje. ^{[ 73 ]} También funciona en la oscuridad. Esto se logra mediante el uso de un "Iluminador de inundación", que es un flash infrarrojo dedicado que emite luz infrarroja invisible sobre el rostro del usuario para obtener una imagen 2D además de los 30 000 puntos faciales. ^{[ 74 ]}

Cuidado de la salud

Los algoritmos de reconocimiento facial pueden ayudar a diagnosticar algunas enfermedades utilizando características específicas de la nariz, las mejillas y otras partes del rostro humano . ^{[ 75 ]} Con base en conjuntos de datos desarrollados, el aprendizaje automático se ha utilizado para identificar anomalías genéticas basándose únicamente en las dimensiones faciales. ^{[ 76 ]} La FRT también se ha utilizado para verificar a los pacientes antes de procedimientos quirúrgicos.

En marzo de 2022, según una publicación de Forbes, FDNA, una empresa de desarrollo de IA, afirmó que en el espacio de 10 años, habían trabajado con genetistas para desarrollar una base de datos de aproximadamente 5000 enfermedades y 1500 de ellas pueden detectarse con algoritmos de reconocimiento facial. ^{[ 77 ]}

Despliegue de FRT para acceder a los servicios gubernamentales

India

En una entrevista, el jefe de la Autoridad Nacional de Salud, Dr. RS Sharma, dijo que la tecnología de reconocimiento facial se usaría junto con Aadhaar para autenticar la identidad de las personas que solicitan vacunas. ^{[ 78 ]} Diez organizaciones de derechos humanos y derechos digitales y más de 150 personas firmaron una declaración de la Fundación para la Libertad en Internet que alertó sobre el despliegue de la tecnología de reconocimiento facial en el proceso de vacunación del gobierno central. ^{[ 79 ]} La implementación de un sistema propenso a errores sin una legislación adecuada que contenga salvaguardias obligatorias privaría a los ciudadanos de servicios esenciales y vincular esta tecnología no probada al despliegue de vacunación en la India solo excluirá a personas del sistema de administración de vacunas. ^{[ 80 ]}

En julio de 2021, un comunicado de prensa del Gobierno de Meghalaya declaró que se utilizaría la tecnología de reconocimiento facial (TRF) para verificar la identidad de los pensionistas y emitir un Certificado de Vida Digital mediante la aplicación móvil "Verificación del Certificado de Vida del Pensionista". ^{[ 81 ]} Según el comunicado de prensa, el aviso pretende ofrecer a los pensionistas "una interfaz segura, fácil y sin complicaciones para verificar su vitalidad ante las Autoridades Pagadoras de Pensiones desde la comodidad de sus hogares mediante teléfonos inteligentes". El Sr. Jade Jeremiah Lyngdoh, estudiante de derecho, envió una notificación legal a las autoridades pertinentes destacando que "la aplicación se ha implementado sin ninguna legislación que regule el procesamiento de datos personales y, por lo tanto, carece de legalidad y el Gobierno no está facultado para procesar datos". ^{[ 82 ]}

Despliegue en servicios de seguridad

Mancomunidad

La Fuerza Fronteriza Australiana y el Servicio de Aduanas de Nueva Zelanda han establecido un sistema automatizado de procesamiento fronterizo llamado SmartGate que utiliza reconocimiento facial, el cual compara el rostro del viajero con los datos del microchip del pasaporte electrónico . ^{[ 83 ]}^{[ 84 ]} Todos los aeropuertos internacionales canadienses utilizan reconocimiento facial como parte del programa de quiosco de inspección primaria que compara el rostro de un viajero con su foto almacenada en el pasaporte electrónico . Este programa llegó por primera vez al Aeropuerto Internacional de Vancouver a principios de 2017 y se extendió a todos los demás aeropuertos internacionales en 2018-2019. ^{[ 85 ]}

Las fuerzas policiales del Reino Unido han estado probando la tecnología de reconocimiento facial en vivo en eventos públicos desde 2015. ^{[ 86 ]} En mayo de 2017, un hombre fue arrestado usando un sistema de reconocimiento facial automático (AFR) montado en una furgoneta operada por la Policía de Gales del Sur. Ars Technica informó que "esta parece ser la primera vez que [AFR] ha llevado a un arresto". ^{[ 87 ]} Sin embargo, un informe de 2018 de Big Brother Watch encontró que estos sistemas eran hasta un 98% inexactos. ^{[ 86 ]} El informe también reveló que dos fuerzas policiales del Reino Unido, la Policía de Gales del Sur y la Policía Metropolitana , estaban usando reconocimiento facial en vivo en eventos públicos y en espacios públicos. ^{[ 88 ]} En septiembre de 2019, el uso del reconocimiento facial por parte de la Policía de Gales del Sur fue declarado legal. ^{[ 88 ]} El reconocimiento facial en tiempo real se ha estado probando desde 2016 en las calles de Londres y será utilizado de forma regular por la Policía Metropolitana desde principios de 2020. ^{[ 89 ]} En agosto de 2020, el Tribunal de Apelación dictaminó que la forma en que la Policía del Sur de Gales había utilizado el sistema de reconocimiento facial en 2017 y 2018 violó los derechos humanos. ^{[ 90 ]}

Sin embargo, en 2024 la Policía Metropolitana ya utilizaba la técnica con una base de datos de 16.000 sospechosos, lo que condujo a más de 360 detenciones, incluyendo violadores y una persona buscada por lesiones corporales graves durante 8 años. Afirman tener una tasa de falsos positivos de tan solo 1 de cada 6.000. Las fotos de quienes no son identificados por el sistema se eliminan inmediatamente. ^{[ 91 ]}

Estados Unidos

El Departamento de Estado de EE. UU. opera uno de los sistemas de reconocimiento facial más grandes del mundo, con una base de datos de 117 millones de adultos estadounidenses, cuyas fotos suelen provenir de las fotos de las licencias de conducir. ^{[ 92 ]} Aunque aún está lejos de completarse, se está utilizando en ciertas ciudades para proporcionar pistas sobre quién aparece en la foto. El FBI utiliza las fotos como herramienta de investigación, no para la identificación positiva. ^{[ 93 ]} A partir de 2016,El reconocimiento facial se estaba utilizando para identificar personas en fotos tomadas por la policía en San Diego y Los Ángeles (no en vídeo en tiempo real, y solo en comparación con fotos de fichaje) ^{[ 94 ]} y se planeaba su uso en Virginia Occidental y Dallas . ^{[ 95 ]}

En los últimos años, Maryland ha utilizado el reconocimiento facial comparando los rostros de las personas con las fotos de sus licencias de conducir. El sistema generó controversia cuando se utilizó en Baltimore para arrestar a manifestantes violentos tras la muerte de Freddie Gray bajo custodia policial. ^{[ 96 ]} Muchos otros estados están utilizando o desarrollando un sistema similar; sin embargo, algunos tienen leyes que prohíben su uso.

El FBI también ha implementado su programa de Identificación de Próxima Generación para incluir el reconocimiento facial, así como datos biométricos más tradicionales como huellas dactilares y escaneos de iris , que pueden extraer información de bases de datos tanto criminales como civiles. ^{[ 97 ]} La Oficina de Responsabilidad Gubernamental federal criticó al FBI por no abordar diversas preocupaciones relacionadas con la privacidad y la precisión. ^{[ 98 ]}

A partir de 2018, la Oficina de Aduanas y Protección Fronteriza de EE. UU. (CBP ) desplegó escáneres faciales biométricos en los aeropuertos estadounidenses. Los pasajeros que realizan vuelos internacionales pueden completar el proceso de facturación, seguridad y embarque tras la captura y verificación de sus imágenes faciales mediante la comparación con las fotos de sus documentos de identidad almacenadas en la base de datos de la CBP. Las imágenes capturadas para viajeros con ciudadanía estadounidense se eliminarán en un plazo máximo de 12 horas. La Administración de Seguridad del Transporte (TSA) ha manifestado su intención de adoptar un programa similar para los vuelos nacionales durante el control de seguridad en el futuro. La Unión Estadounidense por las Libertades Civiles (ACLU) es una de las organizaciones que se oponen al programa, alegando que se utilizará con fines de vigilancia. ^{[ 99 ]}

En 2019, investigadores informaron que el Servicio de Inmigración y Control de Aduanas (ICE) utiliza software de reconocimiento facial contra las bases de datos estatales de licencias de conducir, incluso para algunos estados que proporcionan licencias a inmigrantes indocumentados. ^{[ 98 ]}

En diciembre de 2022, 16 de los principales aeropuertos nacionales de EE. UU. comenzaron a probar la tecnología de reconocimiento facial, donde quioscos con cámaras verifican las fotos de las identificaciones de los viajeros para asegurarse de que los pasajeros no sean impostores. ^{[ 100 ]} En 2025, se reveló que el Departamento de Policía de Nueva Orleans había implementado lo que Freed Wessler de la ACLU denominó "el primer esfuerzo generalizado conocido por parte de la policía en una ciudad importante de EE. UU. para usar IA para identificar personas en transmisiones de cámaras en vivo con el propósito de realizar arrestos inmediatos", desafiando una ordenanza municipal de 2022 que limitaba el uso de la tecnología. ^{[ 101 ]}

Durante las protestas de Delaney Hall de 2026 , el secretario del Departamento de Seguridad Nacional (DHS), Markwayne Mullin, reconoció que se utilizaron sistemas de reconocimiento facial para identificar con éxito a los manifestantes. ^{[ 102 ]}

Porcelana

En 2006, el gobierno chino inició el proyecto "Skynet" (天網) para implementar la vigilancia CCTV en todo el país y a partir de 2018,Se han desplegado 20 millones de cámaras en todo el país para este proyecto, muchas de las cuales son capaces de realizar reconocimiento facial en tiempo real. ^{[ 103 ]} Algunos funcionarios afirman que el sistema Skynet actual puede escanear a toda la población china en un segundo y a la población mundial en dos segundos. ^{[ 104 ]}

En 2017, la policía de Qingdao logró identificar a veinticinco sospechosos buscados mediante reconocimiento facial en el Festival Internacional de la Cerveza de Qingdao, uno de los cuales llevaba diez años prófugo. ^{[ 105 ]} El equipo funciona grabando un videoclip de 15 segundos y tomando varias instantáneas del sujeto. Estos datos se comparan y analizan con imágenes de la base de datos del departamento de policía y, en 20 minutos, se puede identificar al sujeto con una precisión del 98,1 %. ^{[ 106 ]}

En 2018, la policía china de Zhengzhou y Pekín utilizaba gafas inteligentes para tomar fotografías que se comparaban con una base de datos gubernamental mediante reconocimiento facial para identificar sospechosos, obtener direcciones y rastrear a personas que se desplazaban fuera de sus zonas de residencia. ^{[ 107 ]}^{[ 108 ]}

A finales de 2017,China ha desplegado tecnología de reconocimiento facial e inteligencia artificial en Xinjiang . Los reporteros que visitaron la región encontraron cámaras de vigilancia instaladas cada cien metros aproximadamente en varias ciudades, así como puntos de control de reconocimiento facial en áreas como gasolineras, centros comerciales y entradas de mezquitas. ^{[ 109 ]}^{[ 110 ]} En mayo de 2019, Human Rights Watch informó haber encontrado código Face++ en la Plataforma Integrada de Operaciones Conjuntas (IJOP), una aplicación de vigilancia policial utilizada para recopilar datos y rastrear a la comunidad uigur en Xinjiang . ^{[ 111 ]} Human Rights Watch publicó una corrección a su informe en junio de 2019 afirmando que la empresa china Megvii no parecía haber colaborado en IJOP, y que el código Face++ en la aplicación era inoperable. ^{[ 112 ]} En febrero de 2020, tras el brote de coronavirus , Megvii solicitó un préstamo bancario para optimizar el sistema de detección de temperatura corporal que había lanzado para ayudar a identificar a personas con síntomas de una infección por coronavirus en multitudes. En sus documentos de solicitud de préstamo, Megvii declaró que necesitaba mejorar la precisión en la identificación de personas enmascaradas. ^{[ 113 ]}

Muchos lugares públicos en China cuentan con equipos de reconocimiento facial, incluyendo estaciones de tren, aeropuertos, atracciones turísticas, exposiciones y edificios de oficinas. En octubre de 2019, un profesor de la Universidad de Ciencia y Tecnología de Zhejiang demandó al Parque Safari de Hangzhou por el uso indebido de información biométrica privada de sus clientes. El parque utiliza tecnología de reconocimiento facial para verificar la identidad de los titulares de su Tarjeta Anual. Se estima que unos 300 sitios turísticos en China han instalado sistemas de reconocimiento facial y los utilizan para admitir visitantes. Se informa que este caso es el primero sobre el uso de sistemas de reconocimiento facial en China. ^{[ 114 ]} En agosto de 2020, Radio Free Asia informó que en 2019 Geng Guanjun, un ciudadano de la ciudad de Taiyuan que había utilizado la aplicación WeChat de Tencent para enviar un video a un amigo en los Estados Unidos, fue posteriormente condenado por el delito de "provocar disturbios y disturbios". Los documentos judiciales demostraron que la policía china utilizó un sistema de reconocimiento facial para identificar a Geng Guanjun como un "activista democrático en el extranjero" y que los departamentos de gestión de redes y propaganda de China monitorean directamente a los usuarios de WeChat. ^{[ 115 ]}

En 2019, manifestantes en Hong Kong destruyeron farolas inteligentes ante la preocupación de que pudieran contener cámaras y sistemas de reconocimiento facial utilizados para la vigilancia por las autoridades chinas. ^{[ 116 ]} Grupos de derechos humanos han criticado al gobierno chino por utilizar tecnología de reconocimiento facial de inteligencia artificial en su represión contra los uigures, ^{[ 117 ]} los cristianos ^{[ 118 ]} y los practicantes de Falun Gong. ^{[ 119 ]}^{[ 120 ]}

India

Aunque la tecnología de reconocimiento facial (TRF) no es del todo precisa, ^{[ 121 ]} la policía de la India la está utilizando cada vez más para fines de identificación. Los sistemas de TRF generan una puntuación de probabilidad de coincidencia, o una puntuación de confianza, entre el sospechoso que se va a identificar y la base de datos de delincuentes identificados que tiene la policía. El Sistema Nacional Automatizado de Reconocimiento Facial (SARF) ^{[ 122 ]} ya está siendo desarrollado por la Oficina Nacional de Registros Delictivos (NCRB), un organismo dependiente del Ministerio del Interior. El proyecto busca desarrollar e implementar una base de datos nacional de fotografías que sea compatible con un sistema de tecnología de reconocimiento facial de las agencias de seguridad centrales y estatales. La Fundación para la Libertad en Internet ha manifestado su preocupación por el proyecto. ^{[ 123 ]} La ONG ha destacado que la precisión de los sistemas de TRF se "exagera habitualmente y las cifras reales dejan mucho que desear". ^{[ 123 ]} La implementación de sistemas de TRF tan defectuosos daría lugar a altas tasas de falsos positivos y falsos negativos en este proceso de reconocimiento.

Según la decisión de la Corte Suprema de la India en el caso Justice KS Puttaswamy vs. Union of India (22017 10 SCC 1), cualquier intrusión justificada del Estado en el derecho a la privacidad de las personas, protegido como derecho fundamental por el Artículo 21 de la Constitución, debe cumplir ciertos requisitos, a saber: legalidad, necesidad, proporcionalidad y garantías procesales. ^{[ 124 ]} Según la Fundación para la Libertad en Internet, la propuesta del Sistema Nacional Automatizado de Reconocimiento Facial (AFRS) no cumple ninguno de estos requisitos, alegando "falta de legalidad", "arbitrariedad manifiesta" y "falta de garantías y rendición de cuentas". ^{[ 125 ]}

Mientras que el proyecto AFRS a nivel nacional aún está en desarrollo, los departamentos de policía en varios estados de la India ya están implementando sistemas de tecnología de reconocimiento facial, tales como: TSCOP + CCTNS en Telangana, ^{[ 126 ]} Sistema de Inteligencia Artificial de Punjab (PAIS) en Punjab, ^{[ 127 ]} Trinetra en Uttar Pradesh, ^{[ 128 ]} Sistema de Inteligencia Artificial Policial en Uttarakhand, ^{[ 129 ]} AFRS en Delhi, Sistema Automatizado de Identificación Biométrica Multimodal (AMBIS) en Maharashtra, FaceTagr en Tamil Nadu. La Red y Sistemas de Seguimiento de Delitos y Criminales (CCTNS), que es un Proyecto en Modo Misión bajo el Plan Nacional de Gobernanza Electrónica (NeGP), ^{[ 130 ]} se considera un sistema que conectaría estaciones de policía en toda la India y les ayudaría a "comunicarse" ^{[ 131 ]} entre sí. El objetivo del proyecto es digitalizar toda la información relacionada con los FIR, incluidos los FIR registrados, así como los casos investigados, los pliegos de cargos presentados y los sospechosos y personas buscadas en todas las estaciones de policía. Esto constituirá una base de datos nacional de delitos y delincuentes en la India. El CCTNS se está implementando sin una ley de protección de datos vigente. Se propone que el CCTNS se integre con el AFRS, un repositorio de todos los datos faciales relacionados con delitos y delincuentes que puede utilizarse para supuestamente identificar o verificar a una persona a partir de una variedad de entradas que van desde imágenes hasta videos. ^{[ 132 ]} Esto ha generado preocupaciones de privacidad por parte de organizaciones de la sociedad civil y expertos en privacidad. Ambos proyectos han sido censurados como instrumentos de " vigilancia masiva " por parte del Estado. ^{[ 133 ]} En Rajastán, 'RajCop', una aplicación policial, se ha integrado recientemente con un módulo de reconocimiento facial que puede comparar el rostro de un sospechoso con una base de datos de personas conocidas en tiempo real. La policía de Rajasthan está trabajando actualmente para ampliar el alcance de este módulo haciendo obligatorio subir fotografías de todas las personas arrestadas a la base de datos CCTNS, lo que "ayudará a desarrollar una base de datos completa de delincuentes conocidos". ^{[ 134 ]}

Se han diseñado cascos con cámaras incorporadas que la policía de Rajastán está utilizando en situaciones de orden público para capturar las acciones policiales y las actividades de los delincuentes, lo que posteriormente puede servir como evidencia durante la investigación de dichos casos. ^{[ 134 ]} La aplicación PAIS (Sistema de Inteligencia Artificial de Punjab) emplea aprendizaje profundo, aprendizaje automático y reconocimiento facial para la identificación de delincuentes y así ayudar al personal policial. ^{[ 134 ]} El estado de Telangana ha instalado 800.000 cámaras de CCTV, ^{[ 134 ]} y su capital, Hyderabad, se está convirtiendo poco a poco en una capital de la vigilancia. ^{[ 135 ]}

Un falso positivo se produce cuando la tecnología de reconocimiento facial identifica erróneamente a una persona como alguien que no es; es decir, arroja un resultado positivo incorrecto. Esto suele dar lugar a discriminación y al fortalecimiento de los prejuicios existentes. Por ejemplo, en 2018, la policía de Delhi informó que su sistema de reconocimiento facial tenía una tasa de precisión del 2 %, que descendió al 1 % en 2019. El sistema incluso falló al intentar distinguir con precisión entre sexos diferentes. ^{[ 136 ]}

El gobierno de Delhi, en colaboración con la Organización India de Investigación Espacial (ISRO), está desarrollando una nueva tecnología denominada Sistema de Análisis y Predicción de Mapeo de Delitos (CMAPS). El proyecto tiene como objetivo implementar tecnología espacial para "controlar el crimen y mantener el orden público". ^{[ 134 ]} El sistema estará conectado a una base de datos que contiene información sobre delincuentes. ^{[ 134 ]} Se prevé que la tecnología se implemente para recopilar datos en tiempo real en la escena del crimen. ^{[ 134 ]}

En una respuesta fechada el 25 de noviembre de 2020 a una solicitud de Derecho a la Información presentada por la Fundación para la Libertad en Internet que solicitaba información sobre el sistema de reconocimiento facial que utilizaba la Policía de Delhi (con número de referencia DEPOL/R/E/20/07128), ^{[ 137 ]} la Oficina del Comisionado Adjunto de Policía y Oficial de Información Pública: Delitos declaró que no podían proporcionar la información en virtud del artículo 8(d) de la Ley de Derecho a la Información de 2005. ^{[ 138 ]} El 30 de julio de 2020 se presentó una solicitud de Derecho a la Información (RTI) ante la Oficina del Comisionado de la Policía de Calcuta, solicitando información sobre la tecnología de reconocimiento facial que utilizaba el departamento. ^{[ 139 ]} La información solicitada fue denegada ^{[ 140 ]} alegando que el departamento estaba exento de divulgación en virtud del artículo 24(4) de la Ley RTI.

América Latina

En las elecciones presidenciales mexicanas del año 2000 , el gobierno mexicano empleó un software de reconocimiento facial para prevenir el fraude electoral . Algunas personas se habían registrado para votar con varios nombres diferentes, en un intento de emitir múltiples votos. Al comparar las nuevas imágenes faciales con las que ya figuraban en la base de datos de votantes, las autoridades lograron reducir los registros duplicados. ^{[ 141 ]}

En Colombia, los autobuses de transporte público están equipados con un sistema de reconocimiento facial de FaceFirst Inc. para identificar a los pasajeros buscados por la Policía Nacional de Colombia . FaceFirst Inc. también construyó el sistema de reconocimiento facial para el Aeropuerto Internacional de Tocumen en Panamá. El sistema de reconocimiento facial se utiliza para identificar a las personas entre los viajeros que son buscadas por la Policía Nacional de Panamá o la Interpol . ^{[ 142 ]} El Aeropuerto Internacional de Tocumen opera un sistema de vigilancia en todo el aeropuerto que utiliza cientos de cámaras de reconocimiento facial en tiempo real para identificar a las personas buscadas que transitan por el aeropuerto. El sistema de reconocimiento facial se instaló inicialmente como parte de un contrato de US$11 millones e incluyó un clúster de sesenta computadoras, una red de cable de fibra óptica para los edificios del aeropuerto, así como la instalación de 150 cámaras de vigilancia en la terminal del aeropuerto y en aproximadamente 30 puertas de embarque . ^{[ 143 ]}

En la Copa Mundial de la FIFA 2014 en Brasil, la Policía Federal de Brasil utilizó gafas de reconocimiento facial . También se desplegaron sistemas de reconocimiento facial "fabricados en China" en los Juegos Olímpicos de Verano de 2016 en Río de Janeiro. ^{[ 142 ]} La empresa Nuctech proporcionó 145 terminales de inspección para el Estadio Maracaná y 55 terminales para el Parque Olímpico Deodoro . ^{[ 144 ]}

unión Europea

Las fuerzas policiales de al menos 21 países de la Unión Europea utilizan, o planean utilizar, sistemas de reconocimiento facial, ya sea con fines administrativos o penales. ^{[ 145 ]}

Grecia

La policía griega firmó un contrato con Intracom-Telecom para el suministro de al menos 1000 dispositivos equipados con un sistema de reconocimiento facial en tiempo real. Se prevé la entrega antes del verano de 2021. El valor total del contrato supera los 4 millones de euros, financiados en gran parte por el Fondo de Seguridad Interior de la Comisión Europea . ^{[ 146 ]}

Italia

La policía italiana adquirió un sistema de reconocimiento facial en 2017, el Sistema Automático de Reconocimiento de Imágenes (SARI). En noviembre de 2020, el Ministerio del Interior anunció planes para utilizarlo en tiempo real para identificar a personas sospechosas de solicitar asilo. ^{[ 147 ]}

Los Países Bajos

Los Países Bajos han implementado tecnología de reconocimiento facial e inteligencia artificial desde 2016. ^{[ 148 ]} La base de datos de la policía neerlandesa contiene actualmente más de 2,2 millones de fotografías de 1,3 millones de ciudadanos neerlandeses. Esto representa aproximadamente el 8 % de la población. En los Países Bajos, la policía no utiliza el reconocimiento facial en las cámaras de videovigilancia municipales. ^{[ 149 ]}

Sudáfrica

En Sudáfrica, en 2016, la ciudad de Johannesburgo anunció que estaba implementando cámaras de videovigilancia inteligentes con reconocimiento automático de matrículas y reconocimiento facial. ^{[ 150 ]}

Implementación en tiendas minoristas

La empresa estadounidense 3VR, ahora Identiv , es un ejemplo de un proveedor que comenzó a ofrecer sistemas y servicios de reconocimiento facial a minoristas ya en 2007. ^{[ 151 ]} En 2012, la empresa publicitó beneficios como "análisis de tiempo de permanencia y filas para reducir los tiempos de espera de los clientes", "análisis de vigilancia facial para facilitar saludos personalizados a los clientes por parte de los empleados " y la capacidad de "[c]rear programas de fidelización combinando datos de puntos de venta (TPV) con reconocimiento facial". ^{[ 152 ]}

Estados Unidos

En 2018, el Consejo de Investigación para la Prevención de Pérdidas de la Federación Nacional de Minoristas calificó la tecnología de reconocimiento facial como "una nueva herramienta prometedora" que merecía ser evaluada. ^{[ 153 ]}

En julio de 2020, la agencia de noticias Reuters informó que durante la década de 2010 la cadena de farmacias Rite Aid había implementado sistemas y componentes de videovigilancia con reconocimiento facial de FaceFirst, DeepCam LLC y otros proveedores en algunas de sus tiendas en Estados Unidos. ^{[ 153 ]} Cathy Langley, vicepresidenta de protección de activos de Rite Aid, utilizó la frase "coincidencia de características" para referirse a los sistemas y afirmó que su uso resultó en una menor violencia y crimen organizado en las tiendas de la compañía, mientras que el ex vicepresidente de protección de activos, Bob Oberosler, enfatizó la mejora de la seguridad del personal y la menor necesidad de la intervención de las fuerzas del orden . ^{[ 153 ]} En una declaración de 2020 a Reuters en respuesta al informe, Rite Aid dijo que había dejado de usar el software de reconocimiento facial y había apagado las cámaras. ^{[ 153 ]}

Según Read Hayes, director del Consejo de Investigación para la Prevención de Pérdidas de la Federación Nacional de Minoristas, el programa de vigilancia de Rite Aid era el más grande o uno de los más grandes en el sector minorista. ^{[ 153 ]} The Home Depot , Menards , Walmart y 7-Eleven se encuentran entre otros minoristas estadounidenses que también participan en programas piloto a gran escala o implementaciones de tecnología de reconocimiento facial. ^{[ 153 ]}

De las tiendas Rite Aid examinadas por Reuters en 2020, aquellas en comunidades donde las personas de color constituían el grupo racial o étnico mayoritario tenían tres veces más probabilidades de tener instalada la tecnología, ^{[ 153 ]} lo que generó inquietudes relacionadas con la extensa historia de segregación racial y perfilamiento racial en los Estados Unidos . Rite Aid afirmó que la selección de ubicaciones se basó en datos, concretamente en los historiales de robos de cada tienda, los datos de delincuencia locales y nacionales , y la infraestructura del sitio. ^{[ 153 ]}

Australia

En 2019, el reconocimiento facial para prevenir robos se utilizaba en el Star Casino de Sídney y también se implementó en establecimientos de juego en Nueva Zelanda. ^{[ 154 ]}

En junio de 2022, el grupo de consumidores CHOICE informó que el reconocimiento facial se estaba utilizando en Australia en Kmart, Bunnings y The Good Guys. Posteriormente, The Good Guys suspendió la tecnología a la espera de una demanda interpuesta por CHOICE ante la Oficina del Comisionado de Información de Australia, mientras que Bunnings mantuvo la tecnología en uso y Kmart continuó con su programa piloto. ^{[ 155 ]}

Usos adicionales

En el partido final del campeonato de fútbol americano Super Bowl XXXV en enero de 2001, la policía de Tampa Bay, Florida, utilizó el software de reconocimiento facial Viisage para buscar posibles delincuentes y terroristas entre los asistentes al evento. Se identificó potencialmente a 19 personas con antecedentes penales menores. ^{[ 156 ]}^{[ 157 ]}

Los sistemas de reconocimiento facial también se han utilizado en software de gestión de fotos para identificar a los sujetos de las fotografías, lo que permite funciones como la búsqueda de imágenes por persona, así como sugerir fotos para compartir con un contacto específico si se detecta su presencia en una foto. ^{[ 158 ]}^{[ 159 ]} Para 2008, los sistemas de reconocimiento facial se utilizaban habitualmente como control de acceso en sistemas de seguridad . ^{[ 160 ]}

La estrella estadounidense de la música popular y country, Taylor Swift, empleó subrepticiamente tecnología de reconocimiento facial en un concierto en 2018. La cámara estaba integrada en un quiosco cerca de la taquilla y escaneaba a los asistentes al concierto al entrar al recinto en busca de acosadores conocidos . ^{[ 161 ]}

El 18 de agosto de 2019, The Times informó que el Manchester City, propiedad de los Emiratos Árabes Unidos , contrató a la empresa Blink Identity, con sede en Texas, para implementar sistemas de reconocimiento facial en un programa para conductores. El club había planeado un carril exclusivo de alta velocidad para los aficionados en el estadio Etihad . ^{[ 162 ]} Sin embargo, grupos de derechos civiles advirtieron al club sobre la introducción de esta tecnología, afirmando que correría el riesgo de "normalizar una herramienta de vigilancia masiva". La responsable de políticas y campañas de Liberty , Hannah Couchman, declaró que la medida del Manchester City es alarmante, ya que los aficionados se verían obligados a compartir información personal muy sensible con una empresa privada, donde podrían ser rastreados y monitoreados en su vida cotidiana. ^{[ 163 ]}

En 2019, los casinos de Australia y Nueva Zelanda implementaron el reconocimiento facial para prevenir robos, y un representante del Star Casino de Sídney dijo que también brindarían "servicio al cliente", como dar la bienvenida a un cliente de regreso al bar. ^{[ 154 ]}

En agosto de 2020, en medio de la pandemia de COVID-19 en Estados Unidos , los estadios de fútbol americano de Nueva York y Los Ángeles anunciaron la instalación de reconocimiento facial para los próximos partidos. El objetivo es que el proceso de entrada sea lo más sin contacto posible. ^{[ 164 ]} Magic Kingdom de Disney , cerca de Orlando, Florida , también anunció una prueba de tecnología de reconocimiento facial para crear una experiencia sin contacto durante la pandemia; la prueba estaba originalmente programada para realizarse entre el 23 de marzo y el 23 de abril de 2021, pero el plazo limitado se eliminó a finales de abril de 2021. .^{[ 165 ]}

Las empresas de medios han comenzado a utilizar la tecnología de reconocimiento facial para optimizar el seguimiento, la organización y el archivo de imágenes y vídeos. ^{[ 166 ]}

Ventajas y desventajas

En comparación con otros sistemas biométricos

En 2006, el rendimiento de los algoritmos de reconocimiento facial más recientes se evaluó en el Face Recognition Grand Challenge (FRGC) . En las pruebas se utilizaron imágenes faciales de alta resolución, escaneos faciales en 3D e imágenes del iris. Los resultados indicaron que los nuevos algoritmos son 10 veces más precisos que los algoritmos de reconocimiento facial de 2002 y 100 veces más precisos que los de 1995. Algunos algoritmos lograron superar a los participantes humanos en el reconocimiento de rostros y pudieron identificar de forma unívoca a gemelos idénticos. ^{[ 45 ]}^{[ 167 ]}

Una ventaja clave de un sistema de reconocimiento facial es que puede realizar identificación masiva ya que no requiere la cooperación del sujeto de prueba para funcionar. Los sistemas diseñados adecuadamente e instalados en aeropuertos, multicines y otros lugares públicos pueden identificar individuos entre la multitud, sin que los transeúntes siquiera se den cuenta del sistema. ^{[ 168 ]} Sin embargo, en comparación con otras técnicas biométricas, el reconocimiento facial puede no ser el más confiable y eficiente. Las medidas de calidad son muy importantes en los sistemas de reconocimiento facial, ya que son posibles grandes variaciones en las imágenes faciales. Factores como la iluminación, la expresión, la postura y el ruido durante la captura facial pueden afectar el rendimiento de los sistemas de reconocimiento facial. ^{[ 168 ]} Entre todos los sistemas biométricos, el reconocimiento facial tiene las tasas más altas de falsa aceptación y rechazo, ^{[ 168 ]} por lo que se han planteado dudas sobre la efectividad o el sesgo del software de reconocimiento facial en casos de seguridad ferroviaria y aeroportuaria, aplicación de la ley y decisiones de vivienda y empleo. ^{[ 169 ]}^{[ 5 ]}

Debilidades

Ralph Gross, investigador del Instituto de Robótica de Carnegie Mellon en 2008, describe un obstáculo relacionado con el ángulo de visión del rostro: "El reconocimiento facial ha mejorado bastante en rostros frontales y con un ángulo de 20 grados, pero en cuanto se trata de un perfil, surgen problemas". ^{[ 45 ]} Además de las variaciones de pose, las imágenes faciales de baja resolución también son muy difíciles de reconocer. Este es uno de los principales obstáculos del reconocimiento facial en los sistemas de vigilancia. ^{[ 170 ]} También se ha sugerido que la configuración de la cámara puede favorecer imágenes más nítidas de piel blanca que de otros tonos de piel. ^{[ 5 ]}

El reconocimiento facial es menos efectivo si las expresiones faciales varían. Una gran sonrisa puede hacer que el sistema sea menos efectivo. Por ejemplo: Canadá, en 2009, solo permitía expresiones faciales neutras en las fotos de pasaporte. ^{[ 171 ]}

También existe inconsistencia en los conjuntos de datos utilizados por los investigadores. Estos pueden usar desde varios sujetos hasta decenas de sujetos y desde unos pocos cientos de imágenes hasta miles de imágenes. Los conjuntos de datos pueden ser diversos e inclusivos o contener principalmente imágenes de hombres blancos. Es importante que los investigadores compartan entre sí los conjuntos de datos que utilizan, o que al menos cuenten con un conjunto de datos estándar o representativo. ^{[ 172 ]}

Aunque se han afirmado altos grados de precisión para algunos sistemas de reconocimiento facial, estos resultados no son universales. La tasa de precisión consistentemente más baja se observa en personas de entre 18 y 30 años, de raza negra y mujeres. ^{[ 5 ]}

Prejuicios raciales y tono de piel

Los estudios han demostrado que los algoritmos de reconocimiento facial tienden a funcionar mejor en personas con tonos de piel más claros que en aquellas con tonos de piel más oscuros. Por ejemplo, un estudio de 2018 encontró que los principales modelos comerciales de clasificación de género, que son modelos de reconocimiento facial, tienen una tasa de error hasta 7 veces mayor para las personas con tonos de piel más oscuros que para las personas con tonos de piel más claros. ^{[ 173 ]} Inicialmente, esta disparidad se atribuyó al desequilibrio en los conjuntos de datos de entrenamiento, que a menudo sobrerrepresentan a las personas de piel clara, lo que lleva a tasas de error más altas para las personas de piel más oscura. Sin embargo, estudios posteriores demostraron que el desequilibrio en los conjuntos de datos no es la única causa de la diferencia en el rendimiento. ^{[ 174 ]}

Se ha comprobado que los métodos comunes de compresión de imágenes, como el submuestreo de croma JPEG , degradan desproporcionadamente el rendimiento en personas de piel oscura. Estos métodos no representan adecuadamente la información de color, lo que afecta negativamente la capacidad de los algoritmos para reconocer con precisión a las personas de piel oscura. ^{[ 175 ]}

sesgo del efecto de raza cruzada

Los sistemas de reconocimiento facial suelen mostrar menor precisión al identificar individuos con rasgos faciales no eurocéntricos. Este sesgo, conocido como efecto de raza cruzada , se produce cuando los sistemas funcionan mejor con grupos raciales o étnicos sobrerrepresentados en sus datos de entrenamiento, lo que resulta en una menor precisión para los grupos subrepresentados. ^{[ 176 ]} El grupo sobrerrepresentado suele ser el más numeroso en la región donde se desarrolla el modelo. Por ejemplo, los modelos desarrollados en culturas asiáticas generalmente funcionan mejor con rasgos faciales asiáticos que con rasgos faciales eurocéntricos debido a la sobrerrepresentación en el conjunto de datos de entrenamiento de los desarrolladores. Lo contrario se observa en los modelos desarrollados en culturas eurocéntricas. ^{[ 177 ]}

Los sistemas utilizados para el reconocimiento facial a menudo carecen del entrenamiento suficiente para reconocer completamente aquellos rasgos que no son de ascendencia eurocéntrica. Cuando el entrenamiento y las bases de datos para estos modelos de aprendizaje automático (ML) no contienen una representación diversa, los modelos no logran identificar a la población omitida, lo que aumenta sus sesgos raciales. ^{[ 7 ]}

El efecto de discriminación racial no es exclusivo de las máquinas; los humanos también experimentan dificultades para reconocer rostros de grupos raciales o étnicos diferentes al suyo. Este es un ejemplo de cómo los sesgos humanos inherentes se perpetúan en los conjuntos de datos de entrenamiento. ^{[ 178 ]}

Desafíos para las personas con discapacidad

Las tecnologías de reconocimiento facial presentan importantes desafíos al identificar a personas con discapacidad. Por ejemplo, se ha demostrado que los sistemas tienen un rendimiento inferior al reconocer a personas con síndrome de Down , lo que suele generar mayores tasas de falsos positivos. Esto se debe a las estructuras faciales distintivas asociadas a esta condición, que no están adecuadamente representadas en los conjuntos de datos de entrenamiento. ^{[ 179 ]}

En términos más generales, los sistemas de reconocimiento facial tienden a pasar por alto diversas características físicas relacionadas con las discapacidades. La falta de datos representativos de personas con diferentes discapacidades subraya aún más la necesidad de diseños algorítmicos inclusivos para mitigar el sesgo y mejorar la precisión. ^{[ 180 ]}

Además, las tecnologías de reconocimiento de expresiones faciales a menudo no logran interpretar con precisión los estados emocionales de las personas con discapacidad intelectual. Esta deficiencia puede obstaculizar la comunicación e interacción efectivas, lo que subraya la necesidad de sistemas entrenados con conjuntos de datos diversos que incluyan a personas con discapacidad intelectual. ^{[ 181 ]}

Además, los sesgos en los algoritmos de reconocimiento facial pueden generar resultados discriminatorios para las personas con discapacidad. Por ejemplo, ciertas características faciales o asimetrías pueden provocar una identificación errónea o la exclusión, lo que subraya la importancia de desarrollar sistemas biométricos accesibles y justos. ^{[ 182 ]}

Avances en estrategias de equidad y mitigación

Una revisión de 2025 mostró una mejor mitigación de los sesgos demográficos en el reconocimiento facial: mediante el procesamiento en las etapas de entrada, modelo o salida. ^{[ 174 ]}

Además, se ha demostrado que la recopilación de conjuntos de datos específicos mejora la equidad racial en los sistemas de reconocimiento facial. Al priorizar la diversidad de las entradas de datos, los investigadores demostraron reducciones cuantificables en las disparidades de rendimiento entre los grupos raciales. ^{[ 179 ]}

Inoperancia

Los críticos de la tecnología se quejan de que el plan del distrito londinense de Newham , a partir de 2004,Nunca reconoció a un solo delincuente, a pesar de que varios delincuentes en la base de datos del sistema viven en el municipio y el sistema lleva funcionando varios años. "Hasta donde sabe la policía, el sistema automático de reconocimiento facial de Newham no ha detectado ni una sola vez a un objetivo vivo". ^{[ 157 ]}^{[ 183 ]} Esta información parece contradecir las afirmaciones de que al sistema se le atribuyó una reducción del 34 % en la delincuencia (de ahí que también se implementara en Birmingham). ^{[ 184 ]}

Un experimento realizado en 2002 por el departamento de policía local de Tampa , Florida, tuvo resultados igualmente decepcionantes. ^{[ 157 ]} Un sistema en el aeropuerto Logan de Boston fue clausurado en 2003 después de no lograr ninguna coincidencia durante un período de prueba de dos años. ^{[ 185 ]}

En 2014, Facebook declaró que en una prueba estandarizada de reconocimiento facial de dos opciones, su sistema en línea obtuvo una precisión del 97,25 %, en comparación con el valor de referencia humano del 97,5 %. ^{[ 186 ]}

Los sistemas suelen anunciarse con una precisión cercana al 100%; esto es engañoso, ya que los resultados no son universales. ^{[ 5 ]} Los estudios suelen utilizar muestras más pequeñas y menos diversas de lo necesario para aplicaciones a gran escala. Dado que el reconocimiento facial no es completamente preciso, crea una lista de posibles coincidencias. Un operador humano debe entonces revisar estas posibles coincidencias, y los estudios muestran que los operadores seleccionan la coincidencia correcta de la lista solo aproximadamente la mitad de las veces. Esto provoca el problema de identificar al sospechoso equivocado. ^{[ 93 ]}^{[ 187 ]}

Controversias

Violaciones de la privacidad

Organizaciones de derechos civiles y activistas por la privacidad como Electronic Frontier Foundation , Big Brother Watch y la ACLU expresan su preocupación por la posible vulneración de la privacidad mediante el uso de tecnologías de vigilancia . ^{[ 188 ]}^{[ 86 ]}^{[ 189 ]} El reconocimiento facial puede utilizarse no solo para identificar a una persona, sino también para descubrir otros datos personales asociados a ella, como otras fotos en las que aparece, publicaciones de blogs, perfiles en redes sociales, comportamiento en Internet y patrones de viaje. ^{[ 190 ]} Se han planteado inquietudes sobre quién tendría acceso al conocimiento del paradero de una persona y de las personas que la acompañan en un momento dado. ^{[ 191 ]} Además, las personas tienen una capacidad limitada para evitar o frustrar el seguimiento mediante reconocimiento facial, a menos que oculten sus rostros. Esto cambia radicalmente la dinámica de la privacidad cotidiana al permitir que cualquier empresa de marketing, agencia gubernamental o desconocido recopile secretamente las identidades y la información personal asociada de cualquier persona capturada por el sistema de reconocimiento facial. ^{[ 190 ]} Es posible que los consumidores no comprendan o no estén al tanto de para qué se utilizan sus datos, lo que les niega la capacidad de dar su consentimiento sobre cómo se comparte su información personal. ^{[ 191 ]}

En julio de 2015, la Oficina de Responsabilidad Gubernamental de los Estados Unidos (GAO) elaboró un informe para el miembro de mayor rango del Subcomité de Privacidad, Tecnología y Derecho del Comité Judicial del Senado de los Estados Unidos. El informe analizó los usos comerciales de la tecnología de reconocimiento facial, los problemas de privacidad y la legislación federal aplicable. Señaló que, con anterioridad, se habían debatido cuestiones relativas a la tecnología de reconocimiento facial y que existía la necesidad de actualizar las leyes de privacidad de los Estados Unidos para que la legislación federal se ajustara continuamente al impacto de las tecnologías avanzadas. El informe indicó que algunas organizaciones industriales, gubernamentales y privadas estaban desarrollando, o ya habían desarrollado, "directrices voluntarias de privacidad". Estas directrices variaban entre las partes interesadas , pero su objetivo general era obtener el consentimiento e informar a los ciudadanos sobre el uso previsto de la tecnología de reconocimiento facial. Según el informe, las directrices voluntarias de privacidad ayudaron a contrarrestar las preocupaciones sobre la privacidad que surgen cuando los ciudadanos desconocen cómo se utilizan sus datos personales. ^{[ 191 ]}

En 2016, la empresa rusa NtechLab causó un escándalo de privacidad en los medios internacionales cuando lanzó el sistema de reconocimiento facial FindFace con la promesa de que los usuarios rusos podrían tomar fotos de desconocidos en la calle y vincularlas a un perfil de la plataforma de redes sociales Vkontakte (VK). ^{[ 192 ]} En diciembre de 2017, Facebook implementó una nueva función que notifica a un usuario cuando alguien sube una foto que incluye lo que Facebook cree que es su rostro, incluso si no está etiquetado. Facebook ha intentado presentar la nueva funcionalidad de manera positiva, en medio de las reacciones negativas previas. ^{[ 193 ]} El jefe de privacidad de Facebook, Rob Sherman, se refirió a esta nueva función como una que brinda a las personas más control sobre sus fotos en línea. "Hemos pensado en esto como una función realmente empoderadora", dice. "Puede haber fotos que existan de las que no tengas conocimiento". ^{[ 194 ]} DeepFace de Facebook se ha convertido en objeto de varias demandas colectivas en virtud de la Ley de Privacidad de la Información Biométrica, con alegaciones de que Facebook está recopilando y almacenando datos de reconocimiento facial de sus usuarios sin obtener el consentimiento informado, en violación directa de la Ley de Privacidad de la Información Biométrica (BIPA) de 2008. ^{[ 195 ]} El caso más reciente fue desestimado en enero de 2016 porque el tribunal carecía de jurisdicción. ^{[ 196 ]} En EE. UU., empresas de vigilancia como Clearview AI se amparan en la Primera Enmienda de la Constitución de los Estados Unidos para extraer datos de cuentas de usuarios en plataformas de redes sociales que puedan utilizarse en el desarrollo de sistemas de reconocimiento facial. ^{[ 197 ]}

En 2019, el Financial Times informó por primera vez que se estaba utilizando software de reconocimiento facial en el área de King's Cross de Londres. ^{[ 198 ]} El desarrollo alrededor de la estación principal de King's Cross de Londres incluye tiendas, oficinas, la sede de Google en el Reino Unido y parte del St Martin's College. Según la Oficina del Comisionado de Información del Reino Unido : "Escanear los rostros de las personas mientras realizan legalmente sus actividades diarias, para identificarlas, es una amenaza potencial a la privacidad que debería preocuparnos a todos". ^{[ 199 ]}^{[ 200 ]} La Comisionada de Información del Reino Unido, Elizabeth Denham, inició una investigación sobre el uso del sistema de reconocimiento facial de King's Cross, operado por la empresa Argent. En septiembre de 2019, Argent anunció que el software de reconocimiento facial ya no se utilizaría en King's Cross . Argent afirmó que el software se había implementado entre mayo de 2016 y marzo de 2018 en dos cámaras que cubrían una calle peatonal que atraviesa el centro del desarrollo. ^{[ 201 ]} En octubre de 2019, un informe de la vicealcaldesa de Londres, Sophie Linden, reveló que en un acuerdo secreto la Policía Metropolitana había entregado fotos de siete personas a Argent para su uso en su sistema de reconocimiento facial de King's Cross. ^{[ 202 ]}

El reconocimiento facial automatizado fue probado por la Policía de Gales del Sur en múltiples ocasiones entre 2017 y 2019. El uso de esta tecnología fue impugnado ante los tribunales por un particular, Edward Bridges, con el apoyo de la organización benéfica Liberty (caso conocido como R (Bridges) v Chief Constable Police South Wales). El caso fue visto en el Tribunal de Apelación y se dictó sentencia en agosto de 2020. ^{[ 203 ]} El caso argumentó que el uso del reconocimiento facial constituía una violación de la privacidad debido a la insuficiencia del marco legal o la falta de proporcionalidad en su uso, y que su uso infringía las Leyes de Protección de Datos de 1998 y 2018. El caso se resolvió a favor de Bridges y no se le concedió indemnización por daños y perjuicios. El caso se resolvió mediante una declaración de culpabilidad. ^{[ 203 ]} En respuesta al caso, el Gobierno británico ha intentado repetidamente aprobar un proyecto de ley que regule el uso del reconocimiento facial en espacios públicos. Los proyectos de ley propuestos han intentado nombrar un Comisionado con la facultad de regular el uso del reconocimiento facial por parte de los servicios gubernamentales de manera similar al Comisionado para CCTV . Dicho proyecto de ley aún no ha entrado en vigor [información correcta a septiembre de 2021]. ]. ^{[ 127 ]}

En enero de 2023, la fiscal general de Nueva York, Letitia James, solicitó más información sobre el uso de la tecnología de reconocimiento facial por parte de Madison Square Garden Entertainment tras informes que indicaban que la empresa la había utilizado para impedir el acceso al Madison Square Garden a abogados involucrados en litigios contra la compañía . Señaló que tal medida podría contravenir las leyes federales, estatales y locales de derechos humanos. ^{[ 204 ]}

Tecnología imperfecta en la aplicación de la ley

A partir de 2018,Todavía se debate si la tecnología de reconocimiento facial funciona con menor precisión en personas de color. ^{[ 205 ]} Un estudio de Joy Buolamwini (MIT Media Lab) y Timnit Gebru (Microsoft Research) encontró que la tasa de error para el reconocimiento de género para mujeres de color dentro de tres sistemas comerciales de reconocimiento facial osciló entre 23,8% y 36%, mientras que para hombres de piel más clara fue entre 0,0% y 1,6%. Las tasas de precisión general para identificar hombres (91,9%) fueron más altas que para mujeres (79,4%), y ninguno de los sistemas admitió una comprensión no binaria del género. ^{[ 206 ]} También mostró que los conjuntos de datos utilizados para entrenar los modelos comerciales de reconocimiento facial no eran representativos de la población general y estaban sesgados hacia los hombres de piel más clara. Sin embargo, otro estudio mostró que varios programas de reconocimiento facial comerciales vendidos a oficinas de policía en todo el país tenían una tasa de falsos negativos menor para personas negras que para personas blancas. ^{[ 207 ]}

Los expertos temen que los sistemas de reconocimiento facial puedan estar perjudicando a los ciudadanos que la policía afirma proteger. ^{[ 208 ]} Se considera un sistema biométrico imperfecto, y en un estudio realizado por la investigadora Clare Garvie de la Universidad de Georgetown, concluyó que "no existe consenso en la comunidad científica sobre si proporciona una identificación positiva de una persona". ^{[ 209 ]} Se cree que, con márgenes de error tan amplios en esta tecnología, tanto los defensores legales como las empresas de software de reconocimiento facial afirman que la tecnología solo debería aportar una parte de la información del caso, sin evidencia suficiente para llevar al arresto de un individuo. ^{[ 209 ]} La falta de regulaciones que obliguen a las empresas de tecnología de reconocimiento facial a realizar pruebas sin sesgo racial puede ser una deficiencia importante en la adopción de su uso por parte de las fuerzas del orden. CyberExtruder, una empresa que se dirige a las fuerzas del orden, declaró que no había realizado pruebas ni investigaciones sobre el sesgo en su software. CyberExtruder sí señaló que algunos tonos de piel son más difíciles de reconocer para el software con las limitaciones actuales de la tecnología. «Así como las personas con piel muy oscura son difíciles de identificar con precisión mediante el reconocimiento facial, ocurre lo mismo con las personas con piel muy pálida», afirmó Blake Senftner, ingeniero sénior de software en CyberExtruder. ^{[ 209 ]}

El Instituto Nacional de Estándares y Tecnología (NIST) de Estados Unidos realizó pruebas exhaustivas de verificación 1:1 del sistema FRT ^{[ 210 ]} e identificación 1:muchos ^{[ 210 ]} . También evaluó la precisión variable del FRT en diferentes grupos demográficos. El estudio independiente concluyó que, actualmente, ningún sistema FRT tiene una precisión del 100 % ^{[ 211 ] .}

Protección de datos

En 2010, Perú aprobó la Ley de Protección de Datos Personales, que define la información biométrica que puede usarse para identificar a un individuo como datos sensibles. En 2012, Colombia aprobó una Ley de Protección de Datos integral que define los datos biométricos como información sensible. ^{[ 142 ]} Según el artículo 9(1) del Reglamento General de Protección de Datos (RGPD) de la UE de 2016, el tratamiento de datos biométricos con el fin de "identificar de forma unívoca a una persona física" es sensible y los datos de reconocimiento facial tratados de esta manera se convierten en datos personales sensibles. En respuesta a la entrada en vigor del RGPD en vigor en los Estados miembros de la UE , investigadores con sede en la UE expresaron su preocupación de que si, en virtud del RGPD, se les exigiera obtener el consentimiento de las personas para el tratamiento de sus datos de reconocimiento facial, nunca más se podría establecer una base de datos facial de la magnitud de MegaFace. ^{[ 212 ]} En septiembre de 2019, la Autoridad Sueca de Protección de Datos (APD) impuso su primera sanción económica por una infracción del Reglamento General de Protección de Datos (RGPD) de la UE a un centro educativo que utilizaba esta tecnología para sustituir el tedioso pase de lista durante las clases. La APD determinó que el centro había obtenido ilegalmente los datos biométricos de sus alumnos sin realizar una evaluación de impacto. Además, el centro no informó a la APD sobre el programa piloto. Se impuso una multa de 200 000 SEK (19 000 €/21 000 $).

En los Estados Unidos de América, varios estados han promulgado leyes para proteger la privacidad de los datos biométricos. Algunos ejemplos son la Ley de Privacidad de la Información Biométrica de Illinois (BIPA) y la Ley de Privacidad del Consumidor de California (CCPA). ^{[ 213 ]} En marzo de 2020, residentes de California presentaron una demanda colectiva contra Clearview AI , alegando que la empresa había recopilado ilegalmente datos biométricos en línea y, con la ayuda de la tecnología de reconocimiento facial, había creado una base de datos biométricos que vendió a empresas y fuerzas policiales. En ese momento, Clearview AI ya enfrentaba dos demandas bajo la BIPA ^{[ 214 ]} y una investigación del Comisionado de Privacidad de Canadá por incumplimiento de la Ley de Protección de la Información Personal y Documentos Electrónicos (PIPEDA). ^{[ 215 ]}

Prohibiciones sobre el uso de la tecnología de reconocimiento facial

Estados Unidos de América

En mayo de 2019, San Francisco, California, se convirtió en la primera gran ciudad de Estados Unidos en prohibir el uso de software de reconocimiento facial para la policía y otras agencias gubernamentales locales. ^{[ 216 ]} El supervisor de San Francisco, Aaron Peskin , introdujo regulaciones que requerirán que las agencias obtengan la aprobación de la Junta de Supervisores de San Francisco para comprar tecnología de vigilancia . ^{[ 217 ]} Las regulaciones también requieren que las agencias divulguen públicamente el uso previsto para la nueva tecnología de vigilancia. ^{[ 217 ]} En junio de 2019, Somerville , Massachusetts, se convirtió en la primera ciudad de la Costa Este en prohibir el software de vigilancia facial para uso gubernamental, ^{[ 218 ]} específicamente en investigaciones policiales y vigilancia municipal. ^{[ 219 ]} En julio de 2019, Oakland, California, prohibió el uso de tecnología de reconocimiento facial por parte de los departamentos de la ciudad. ^{[ 220 ]}

La Unión Estadounidense por las Libertades Civiles (ACLU) ha hecho campaña en todo Estados Unidos a favor de la transparencia en la tecnología de vigilancia ^{[ 219 ]} y ha apoyado la prohibición del software de reconocimiento facial en San Francisco y Somerville. La ACLU trabaja para combatir el secretismo y la vigilancia que rodea a esta tecnología. ^[²²¹^]

Durante las protestas por George Floyd , se prohibió el uso del reconocimiento facial por parte del gobierno municipal en Boston , Massachusetts. ^{[ 222 ]} A partir del 10 de junio de 2020 ,El uso municipal ha sido prohibido en: ^{[ 11 ]}

Berkeley, California
Oakland, California
Boston , Massachusetts – 30 de junio de 2020 ^{[ 223 ]}
Brookline, Massachusetts
Cambridge, Massachusetts
Northampton, Massachusetts
Springfield, Massachusetts
Somerville, Massachusetts
Portland, Oregón – septiembre de 2020 ^{[ 224 ]}

El Ayuntamiento de West Lafayette, Indiana, aprobó una ordenanza que prohíbe la tecnología de vigilancia mediante reconocimiento facial. ^{[ 225 ]}

El 27 de octubre de 2020, 22 grupos de derechos humanos instaron a la Universidad de Miami a prohibir la tecnología de reconocimiento facial. Esto ocurrió después de que los estudiantes acusaran a la universidad de utilizar el software para identificar a los estudiantes manifestantes. Sin embargo, la universidad negó las acusaciones. ^{[ 226 ]}

Una ley de reforma de la policía estatal en Massachusetts entrará en vigor en julio de 2021; la prohibición aprobada por la legislatura fue rechazada por el gobernador Charlie Baker . ^{[ 227 ]} En cambio, la ley exige una orden judicial, limita el personal que puede realizar el registro, registra datos sobre cómo se utiliza la tecnología y crea una comisión para formular recomendaciones sobre futuras regulaciones. ^{[ 228 ]}

Informes de 2024 revelaron que algunos departamentos de policía, incluido el Departamento de Policía de San Francisco , habían eludido las prohibiciones sobre la tecnología de reconocimiento facial que se habían promulgado en sus respectivas ciudades. ^{[ 229 ]}

unión Europea

En enero de 2020, la Unión Europea propuso, pero luego descartó rápidamente, una moratoria sobre el reconocimiento facial en espacios públicos. ^{[ 230 ]}^{[ 231 ]}

La coalición europea « Reclaim Your Face » se lanzó en octubre de 2020. La coalición exige la prohibición del reconocimiento facial y lanzó una Iniciativa Ciudadana Europea en febrero de 2021. Más de 60 organizaciones instan a la Comisión Europea a regular estrictamente el uso de las tecnologías de vigilancia biométrica . ^{[ 232 ]}

Reconocimiento de emociones

En los siglos XVIII y XIX, la creencia de que las expresiones faciales revelaban el valor moral o el verdadero estado interior de un ser humano estaba muy extendida, y la fisonomía era una ciencia respetada en el mundo occidental. Desde principios del siglo XIX, la fotografía se utilizó en el análisis fisonómico de los rasgos faciales y la expresión facial para detectar la locura y la demencia . ^{[ 233 ]} En las décadas de 1960 y 1970, el estudio de las emociones humanas y sus expresiones fue reinventado por los psicólogos , quienes intentaron definir un rango normal de respuestas emocionales a los eventos. ^{[ 234 ]} La investigación sobre el reconocimiento automático de emociones se ha centrado desde la década de 1970 en las expresiones faciales y el habla , que se consideran las dos formas más importantes en que los humanos comunican emociones a otros humanos. En la década de 1970 se estableció la categorización del Sistema de Codificación de la Acción Facial (FACS) para la expresión física de las emociones. ^{[ 235 ]} Su desarrollador, Paul Ekman, sostiene que existen seis emociones universales para todos los seres humanos y que estas pueden codificarse en expresiones faciales. ^{[ 236 ]} En las últimas décadas, la investigación sobre el reconocimiento automático de expresiones específicas de emociones se ha centrado en imágenes de rostros humanos de vista frontal. ^{[ 237 ]} La termografía facial puede considerarse una herramienta prometedora para el reconocimiento de emociones. ^{[ 238 ]}^{[ 239 ]}

En 2016, los algoritmos de reconocimiento de emociones a partir de rasgos faciales se encontraban entre las nuevas tecnologías, junto con la videovigilancia de alta definición , el reconocimiento facial 3D de alta resolución y el reconocimiento de iris , que salieron de los laboratorios de investigación universitarios. En 2016, Facebook adquirió FacioMetrics, una empresa derivada de la Universidad Carnegie Mellon dedicada al reconocimiento de emociones a partir de rasgos faciales . Ese mismo año, Apple Inc. adquirió la empresa emergente Emotient, también dedicada al reconocimiento de emociones a partir de rasgos faciales. ^[²⁴⁰^] A finales de 2016, los proveedores comerciales de sistemas de reconocimiento facial ofrecían integrar e implementar algoritmos de reconocimiento de emociones para rasgos faciales. Affectiva , empresa derivada del Media Lab del MIT, ^[²⁴¹^] a finales de 2019 ofrecía un producto de detección de emociones a partir de expresiones faciales capaz de reconocer emociones en humanos mientras conducen . ^[²⁴⁰^]

Sistemas anti-reconocimiento facial

El desarrollo de la tecnología anti-reconocimiento facial es, en efecto, una carrera armamentística entre investigadores de privacidad y empresas de macrodatos. Estas empresas utilizan cada vez más la tecnología de IA convolucional para crear modelos de reconocimiento facial cada vez más avanzados. Las soluciones para bloquear el reconocimiento facial pueden no funcionar en software más reciente o en diferentes tipos de modelos de reconocimiento facial. Un ejemplo popular de bloqueo del reconocimiento facial es el sistema de maquillaje y corte de pelo CVDazzle , pero sus creadores señalan en su sitio web que lleva bastante tiempo desactualizado, ya que fue diseñado para combatir un algoritmo de reconocimiento facial específico y puede que no funcione. ^{[ 242 ]} Otro ejemplo es la aparición del reconocimiento facial que puede identificar a personas que usan mascarillas y gafas de sol, especialmente después de la pandemia de COVID-19. ^{[ 243 ]}

Dado que las grandes empresas de datos cuentan con mucha más financiación que los investigadores de privacidad, resulta muy difícil para los sistemas anti-reconocimiento facial mantenerse al día. Tampoco hay garantía de que las técnicas de ofuscación utilizadas en el pasado para las imágenes capturadas y almacenadas, como las máscaras o la ofuscación por software, protejan a los usuarios del análisis de reconocimiento facial de dichas imágenes mediante tecnologías futuras. ^{[ 244 ]}

En enero de 2013, investigadores japoneses del Instituto Nacional de Informática crearon gafas de "visera de privacidad" que utilizan luz infrarroja cercana para hacer que el rostro debajo de ellas sea irreconocible para el software de reconocimiento facial que utiliza infrarrojos. ^{[ 245 ]} La versión más reciente utiliza una montura de titanio, material reflectante de la luz y una máscara que utiliza ángulos y patrones para interferir con la tecnología de reconocimiento facial mediante la absorción y el rebote de fuentes de luz. ^{[ 246 ]}^{[ 247 ]}^{[ 248 ]}^{[ 249 ]} Sin embargo, estos métodos se utilizan para prevenir el reconocimiento facial infrarrojo y no funcionarían en el reconocimiento facial de imágenes simples mediante IA. Algunos proyectos utilizan aprendizaje automático adversario para generar nuevos patrones impresos que confunden al software de reconocimiento facial existente. ^{[ 250 ]}

Un método que podría funcionar para protegerse de los sistemas de reconocimiento facial son los cortes de pelo y los patrones de maquillaje específicos que impiden que los algoritmos utilizados detecten un rostro, conocido como deslumbramiento por visión artificial . ^{[ 242 ]} Cabe mencionar que los estilos de maquillaje populares entre los Juggalos también podrían proteger contra el reconocimiento facial. ^{[ 251 ]}

Las mascarillas faciales que se usan para protegerse de los virus contagiosos pueden reducir la precisión de los sistemas de reconocimiento facial. Un estudio del NIST de 2020 probó sistemas populares de comparación uno a uno y encontró una tasa de fallo de entre el cinco y el cincuenta por ciento en personas enmascaradas. The Verge especuló que la tasa de precisión de los sistemas de vigilancia masiva, que no se incluyeron en el estudio, sería incluso menos precisa que la precisión de los sistemas de comparación uno a uno. ^{[ 252 ]} El reconocimiento facial de Apple Pay puede funcionar a través de muchas barreras, incluyendo maquillaje abundante, barbas espesas e incluso gafas de sol, pero falla con las mascarillas. ^{[ 253 ]} Sin embargo, el reconocimiento facial de rostros enmascarados es cada vez más fiable.

Otra solución es la aplicación de ofuscación a imágenes que puedan engañar a los sistemas de reconocimiento facial sin dejar de parecer normales para un usuario humano. Esto podría utilizarse cuando las imágenes se publican en línea o en redes sociales. Sin embargo, dado que es difícil eliminar las imágenes una vez que están en internet, la ofuscación aplicada a estas imágenes podría ser vulnerada y el rostro del usuario identificado por futuros avances tecnológicos. Dos ejemplos de esta técnica, desarrollados en 2020, son la aplicación de cámara «Camera Adversaria» de la ANU y el algoritmo de software de ocultación de imágenes Fawkes de la Universidad de Chicago , que aplica ofuscación a fotos ya tomadas. ^[²⁴⁴^] Sin embargo, en 2021, el algoritmo de ofuscación Fawkes ya había sido objeto de ataques específicos por parte de Microsoft Azure , que modificó su algoritmo para reducir su eficacia. ^[²⁵⁴^]

Véase también

Efecto IA : Fenómeno en el que los logros de la IA se reclasifican como no inteligentes.
Amazon Rekognition : plataforma de visión artificial basada en la nube.
Aplicaciones de la inteligencia artificial
Inteligencia artificial para videovigilancia : descripción general de la inteligencia artificial para la vigilancia.
Reconocimiento automático de matrículas : tecnología de reconocimiento óptico de caracteres. Páginas que muestran breves descripciones de destinos de redireccionamiento.
Tecnología biométrica en el control de acceso : dispositivo de entrada de datos.
Coke Zero Facial Profiler – Antigua aplicación de Facebook
Procesamiento informático del lenguaje corporal
Visión por computadora : extracción computarizada de información a partir de imágenes.
DeepFace : sistema de reconocimiento facial basado en aprendizaje profundo.
FaceNet – Sistema de reconocimiento facial
Percepción facial : proceso cognitivo de interpretación visual del rostro humano.
Gran desafío del reconocimiento facial
FindFace : tecnología de reconocimiento facial
Prueba de reconocimiento facial de Glasgow
ISO/IEC 19794-5 – Norma de datos biométricos
MALINTENT – Tecnología de vigilancia
Tarjeta de identificación biométrica nacional – Prueba de identidad digital Páginas que muestran breves descripciones de destinos de redireccionamiento
Recuperación de información multimedia
Aprendizaje de subespacios multilineales : enfoque para la reducción de dimensionalidad
Reconocimiento de patrones , analogía y razonamiento basado en casos.
Escaneo de retina : método biométrico para la verificación de identidad.
SenseTime – empresa china de inteligencia artificial
Superreconocedores : capacidad de reconocimiento facial significativamente superior a la media. Páginas que muestran descripciones breves de los destinos de redireccionamiento.
Coincidencia de plantillas : técnica en el procesamiento de imágenes digitales
Reconocimiento facial tridimensional : modo de reconocimiento facial
Comparación de venas : técnica de identificación biométrica
Análisis de la marcha – Estudio de la locomoción
Fawkes (software de ocultación de imágenes) – Software de ocultación de imágenes faciales Páginas que muestran descripciones breves de los destinos de redirección

Liza

Referencias

↑ "Sistema de asistencia inteligente basado en reconocimiento facial mediante IoT" (PDF) . Revista Internacional de Investigación en Ingeniería y Tecnología . 9 (3): 5. Marzo de 2022.
↑ Thorat, SB; Nayak, SK; Jyoti P Dandale (2010). "Tecnología de reconocimiento facial: un análisis con alcance en India". arXiv : 1005.4263 [ cs.MA ].
↑ Chen, SK; Chang, YH (2014). Conferencia Internacional de 2014 sobre Inteligencia Artificial e Ingeniería de Software (AISE2014) . DEStech Publications, Inc. pág. 21. ISBN 978-1-60595-150-8.
↑ Bramer, Max (2006). Inteligencia artificial en teoría y práctica: 19.º Congreso Mundial de Computación de la IFIP, TC 12: IFIP AI 2006 Stream, 21-24 de agosto de 2006, Santiago, Chile . Berlín: Springer Science+Business Media. p. 395. ISBN 978-0-387-34654-0.
1 2 3 4 5 SITNFlash (24 de octubre de 2020). "Discriminación racial en la tecnología de reconocimiento facial" . Ciencia en las noticias . Recuperado el 1 de julio de 2023 .
↑ "Tecnología de reconocimiento facial: las agencias federales de aplicación de la ley deberían tener un mayor conocimiento de los sistemas utilizados por los empleados" . www.gao.gov . Consultado el 5 de septiembre de 2021 .
1 2 Seguridad, Help Net (27 de agosto de 2020). "Cómo afrontar el sesgo de género en la tecnología de reconocimiento facial" . Help Net Security . Recuperado el 1 de julio de 2023 .
↑ Equipo, Lumen Database (5 de mayo de 2021). "Sexismo en la tecnología de reconocimiento facial" . Colección del Centro Berkman Klein . Recuperado el 1 de julio de 2023 .
↑ Comprender el sesgo en las tecnologías de reconocimiento facial
↑ Wiggers, Kyle (5 de marzo de 2022). "Un estudio advierte que los deepfakes pueden engañar al reconocimiento facial" . VentureBeat . Consultado el 4 de junio de 2022 .
1 2 "IBM se retira del mercado del reconocimiento facial -" . GCN . 10 de junio de 2020. Archivado del original el 30 de noviembre de 2021. Consultado el 7 de octubre de 2021 .
↑ Rachel Metz (2 de noviembre de 2021). "Facebook desactiva su software de reconocimiento facial" . CNN . Consultado el 5 de noviembre de 2021 .
↑ Hill, Kashmir; Mac, Ryan (2 de noviembre de 2021). «Facebook, citando preocupaciones sociales, planea cerrar el sistema de reconocimiento facial» . The New York Times . ISSN 0362-4331 . Consultado el 5 de noviembre de 2021 .
↑ "IBM dejará de ofrecer, desarrollar e investigar tecnología de reconocimiento facial" . 9 de junio de 2020.
1 2 Nilsson, Nils J. (30 de octubre de 2009). La búsqueda de la inteligencia artificial . Cambridge University Press. ISBN 978-1-139-64282-8.
↑ de Leeuw, Karl; Bergstra, Jan (2007). The History of Information Security: A Comprehensive Handbook . Elsevier. p. 266. ISBN 978-0-444-51608-4.
↑ Gates, Kelly (2011). Nuestro futuro biométrico: la tecnología de reconocimiento facial y la cultura de la vigilancia . NYU Press. págs. 48–49 . ISBN 978-0-8147-3209-0.
↑ Gates, Kelly (2011). Nuestro futuro biométrico: la tecnología de reconocimiento facial y la cultura de la vigilancia . NYU Press. págs. 49–50 . ISBN 978-0-8147-3209-0.
↑ Gates, Kelly (2011). Nuestro futuro biométrico: la tecnología de reconocimiento facial y la cultura de la vigilancia . NYU Press. pág. 52. ISBN 978-0-8147-3209-0.
↑ Gates, Kelly (2011). Nuestro futuro biométrico: la tecnología de reconocimiento facial y la cultura de la vigilancia . NYU Press. pág. 53. ISBN 978-0-8147-3209-0.
↑ Gates, Kelly (2011). Nuestro futuro biométrico: la tecnología de reconocimiento facial y la cultura de la vigilancia . NYU Press. pág. 54. ISBN 978-0-8147-3209-0.
1 2 Malay K. Kundu; Sushmita Mitra; Debasis Mazumdar; Sankar K. Pal, eds. (2012). Percepción e inteligencia artificial: Primera conferencia indo-japonesa, PerMIn 2012, Calcuta, India, 12-13 de enero de 2011, Actas . Springer Science & Business Media. pág. 29. ISBN 978-3-642-27386-5.
↑ Wechsler, Harry (2009). Malay K. Kundu; Sushmita Mitra (eds.). Métodos fiables de reconocimiento facial: diseño, implementación y evaluación del sistema . Springer Science & Business Media. págs. 11–12 . ISBN 978-0-387-38464-1.
↑ Jun Wang; Laiwan Chan; DeLiang Wang, eds. (2012). Procesamiento de información neuronal: 13.ª Conferencia Internacional, ICONIP 2006, Hong Kong, China, 3-6 de octubre de 2006, Actas, Parte II . Springer Science & Business Media. pág. 198. ISBN 978-3-540-46482-2.
↑ Wechsler, Harry (2009). Métodos fiables de reconocimiento facial: diseño, implementación y evaluación del sistema . Springer Science & Business Media. pág. 12. ISBN 978-0-387-38464-1.
↑ Wechsler, Harry (2009). Malay K. Kundu; Sushmita Mitra (eds.). Métodos fiables de reconocimiento facial: diseño, implementación y evaluación del sistema . Springer Science & Business Media. pág. 12. ISBN 978-0-387-38464-1.
↑ "Mugspot puede encontrar un rostro entre la multitud: el software de reconocimiento facial se prepara para entrar en funcionamiento en las calles" . ScienceDaily . 12 de noviembre de 1997. Consultado el 6 de noviembre de 2007 .
↑ Malay K. Kundu; Sushmita Mitra; Debasis Mazumdar; Sankar K. Pal, eds. (2012). Percepción e inteligencia artificial: Primera conferencia indo-japonesa, PerMIn 2012, Calcuta, India, 12-13 de enero de 2011, Actas . Springer Science & Business Media. pág. 29. ISBN 978-3-642-27386-5.
↑ Li, Stan Z.; Jain, Anil K. (2005). Manual de reconocimiento facial . Springer Science & Business Media. págs. 14–15 . ISBN 978-0-387-40595-7.
↑ Kumar Datta, Asit; Datta, Madhura; Kumar Banerjee, Pradipta (2015). Detección y reconocimiento facial: teoría y práctica . CRC. pág. 123. ISBN 978-1-4822-2657-7.
↑ Severi, Misty (15 de abril de 2022). "Ucrania utiliza software de reconocimiento facial para identificar a soldados rusos muertos" .
↑ "La tecnología de reconocimiento facial es una herramienta valiosa" . Los Angeles Daily News . 15 de mayo de 2022.
↑ Italiano, Laura (15 de abril de 2022). "Ucrania utiliza el reconocimiento facial para identificar a soldados rusos muertos y enviar fotos de los cadáveres a sus madres: informe" . Business Insider .
↑ Li, Stan Z.; Jain, Anil K. (2005). Manual de reconocimiento facial . Springer Science & Business Media. pág. 1. ISBN 978-0-387-40595-7.
↑ Li, Stan Z.; Jain, Anil K. (2005). Manual de reconocimiento facial . Springer Science & Business Media. pág. 2. ISBN 978-0-387-40595-7.
↑ "Gestión del flujo de pasajeros mediante reconocimiento facial en aeropuertos" . hrsid.com .
1 2 3 Bonsor, K. (4 de septiembre de 2001). "Cómo funcionan los sistemas de reconocimiento facial" . Recuperado el 2 de junio de 2008 .
↑ Smith, Kelly. "Reconocimiento facial" (PDF) . Consultado el 4 de junio de 2008 .
↑ R. Brunelli y T. Poggio, "Reconocimiento facial: características frente a plantillas", IEEE Trans. on PAMI, 1993, (15)10:1042–1052
↑ R. Brunelli, Técnicas de coincidencia de plantillas en visión por computadora: teoría y práctica , Wiley, ISBN 978-0-470-51706-2, 2009 (Libro de TM)
↑ Zhang, David; Jain, Anil (2006). Avances en Biometría: Conferencia Internacional, ICB 2006, Hong Kong, China, 5-7 de enero de 2006, Actas . Berlín: Springer Science & Business Media. pág. 183. ISBN 978-3-540-31111-9.
↑ "Un estudio sobre el diseño e implementación de un sistema de aplicación de reconocimiento facial". Revista Internacional de Biociencias y Biotecnología .
↑ H. Ugail, Reconocimiento facial profundo mediante imágenes faciales completas y parciales , Elsevier, ISBN 978-0-12-822109-9, 2022 (Métodos avanzados y aprendizaje profundo en visión artificial)
↑ Harry Wechsler (2009). Métodos fiables de reconocimiento facial: diseño, implementación y evaluación del sistema . Springer Science & Business Media. pág. 196. ISBN 978-0-387-38464-1.
1 2 3 4 Williams, Mark. "Mejor software de reconocimiento facial" . Technology Review . Archivado del original el 8 de junio de 2011. Recuperado el 2 de junio de 2008 .
↑ Crawford, Mark. "Informe de progreso sobre el reconocimiento facial" . Sala de prensa de SPIE . Consultado el 6 de octubre de 2011 .
↑ Kimmel, Ron. "Reconocimiento facial tridimensional" (PDF) . Consultado el 1 de enero de 2005 .
↑ Duhn, S. von; Ko, MJ; Yin, L.; Hung, T.; Wei, X. (1 de septiembre de 2007). "Modelado facial basado en vídeo de vigilancia de tres vistas para el reconocimiento [sic]". Simposio de Biometría de 2007. págs. 1–6 . doi : 10.1109/BCC.2007.4430529 . ISBN 978-1-4244-1548-9. S2CID 25633949 .
1 2 Socolinsky, Diego A.; Selinger, Andrea (1 de enero de 2004). "Reconocimiento facial térmico en un escenario operativo" . CVPR'04. IEEE Computer Society. pp. 1012–1019 – vía ACM Digital Library.
1 2 "El ejército desarrolla tecnología de reconocimiento facial que funciona en condiciones de poca luz" . AZoRobotics . 18 de abril de 2018. Consultado el 17 de agosto de 2018 .
↑ Thirimachos Bourlai (2016). Reconocimiento facial en todo el espectro de imágenes . Springer. pág. 142. ISBN 978-3-319-28501-6.
↑ Thirimachos Bourlai (2016). Reconocimiento facial en todo el espectro de imágenes . Springer. pág. 140. ISBN 978-3-319-28501-6.
↑ "El Ejército desarrolla tecnología de reconocimiento facial que funciona en la oscuridad" . Laboratorio de Investigación del Ejército . 16 de abril de 2018. Archivado del original el 22 de abril de 2018. Consultado el 17 de agosto de 2018 .
1 2 Riggan, Benjamin; Short, Nathaniel; Hu, Shuowen (marzo de 2018). Síntesis térmica a visible de imágenes faciales utilizando múltiples regiones . Conferencia de invierno de la IEEE de 2018 sobre aplicaciones de visión por computadora (WACV). págs. 30–38 . arXiv : 1803.07599 . Bibcode : 2018arXiv180307599R . doi : 10.1109/WACV.2018.00010 .
↑ Cole, Sally (junio de 2018). "El sistema de reconocimiento facial con IA del Ejército de EE. UU. funciona en la oscuridad". Military Embedded Systems . pág. 8.
↑ Shontell, Alyson (15 de septiembre de 2015). "Snapchat compra Looksery, una startup de dos años que te permite retocar tu rostro con Photoshop mientras haces videollamadas" . Business Insider Singapur . Consultado el 9 de abril de 2018 .
↑ Kumar Mandal, Jyotsna; Bhattacharya, Debika (2019). Tecnología emergente en modelado y gráficos: Actas de IEM Graph 2018. Springer. pág. 672. ISBN 978-981-13-7403-6.
↑ Bryson, Kevin (20 de mayo de 2023). "Evaluación de herramientas anti-reconocimiento facial" . physicalsciences.uchicago.edu . Recuperado el 27 de enero de 2024 .
↑ Simonite, Tom. "Facebook crea un software que compara rostros casi tan bien como tú" . MIT Technology Review . Consultado el 9 de abril de 2018 .
↑ "DeepFace de Facebook muestra serias habilidades de reconocimiento facial" . Consultado el 9 de abril de 2018 .
↑ "Por qué Facebook está superando al FBI en reconocimiento facial" . The Verge . Consultado el 9 de abril de 2018 .
↑ "Cómo funciona realmente el algoritmo 'Para ti' de TikTok" . Wired . ISSN 1059-1028 . Consultado el 17 de abril de 2021 .
↑ "Cómo TikTok recomienda videos #ParaTi" . TikTok. 18 de junio de 2020. Archivado del original el 18 de junio de 2020. Consultado el 22 de abril de 2021 .
↑ "TikTok llega a un acuerdo legal por el caso de reconocimiento facial" . BBC News . 26 de febrero de 2021. Archivado del original el 26 de febrero de 2021. Consultado el 22 de abril de 2021 .
↑ "Un vistazo a las sucursales bancarias del futuro: videowalls, espacios del tamaño de cabinas y acceso las 24 horas, los 7 días de la semana" . USA Today . Consultado el 13 de agosto de 2018 .
↑ Heater, Brian. "No confíes en el desbloqueo facial para mantener tu teléfono seguro" . TechCrunch . Consultado el 2 de noviembre de 2017 .
↑ "El reconocimiento facial del Galaxy S8 ya ha sido superado con una simple foto" . Ars Technica . Consultado el 2 de noviembre de 2017 .
↑ "Cómo funciona el reconocimiento facial en Xbox Kinect" . Wired . Consultado el 2 de noviembre de 2017 .
↑ "Windows 10 dice "Hola" al inicio de sesión con tu rostro y al fin de las contraseñas" . Ars Technica . 17 de marzo de 2015. Consultado el 17 de marzo de 2015 .
↑ Kubota, Yoko (27 de septiembre de 2017). "Los problemas de producción del Apple iPhone X se originan por Julieta y su Romeo" . The Wall Street Journal . Archivado del original el 28 de septiembre de 2017. Consultado el 27 de septiembre de 2017 .
↑ Kubota, Yoko (27 de septiembre de 2017). "Los problemas de producción del Apple iPhone X se originan por Julieta y su Romeo" . The Wall Street Journal . ISSN 0099-9660 . Consultado el 10 de abril de 2018 .
1 2 "Las cinco preguntas más importantes sobre el nuevo sistema de reconocimiento facial de Apple" . The Verge . Consultado el 10 de abril de 2018 .
↑ "La función Face ID de Apple funciona con la mayoría de las gafas de sol y se puede desactivar rápidamente para frustrar a los ladrones" . Consultado el 10 de abril de 2018 .
↑ Heisler, Yoni (3 de noviembre de 2017). "Vídeo infrarrojo muestra la nueva función Face ID del iPhone X en acción" . BGR . Consultado el 10 de abril de 2018 .
↑ Okeke, Nnamdi (13 de octubre de 2022). "Reconocimiento facial: cómo funciona, aplicaciones, ideas de negocio y más" . TargetTrend . Consultado el 21 de octubre de 2022 .
↑ Libby, Christopher; Ehrenfeld, Jesse (2021). "Tecnología de reconocimiento facial en 2021: máscaras, sesgos y el futuro de la atención médica" . Journal of Medical Systems . 45 (4): 39. doi : 10.1007/s10916-021-01723-w . ISSN 0148-5598 . PMC 7891114. PMID 33604732 .
↑ Kesari, Ganes. "Cómo la IA utiliza la detección facial para identificar enfermedades raras en niños" . Forbes . Consultado el 21 de octubre de 2022 .
↑ "El gobierno de Modi ahora planea un proceso de vacunación 'sin contacto', con reconocimiento facial basado en Aadhaar" . ThePrint . 6 de abril de 2021. Consultado el 12 de febrero de 2022 .
↑ "A pesar de los temores sobre la privacidad, se utiliza el reconocimiento facial vinculado a Aadhaar para las vacunas contra la COVID-19" . Inc42 . 7 de abril de 2021. Consultado el 12 de febrero de 2022 .
↑ "Declaración conjunta: ¡Digamos no al reconocimiento facial basado en Aadhaar para la vacunación!" . Internet Freedom Foundation . 14 de abril de 2021. Consultado el 12 de febrero de 2022 .
↑ "Panoptic Tracker, Departamento de Finanzas (Sección de Pensiones), Gobierno de Meghalaya" . Proyecto Panoptic . Consultado el 12 de febrero de 2022 .
↑ "Meghalaya aclara sobre la controvertida aplicación: 'La tecnología de reconocimiento facial no requiere ninguna legislación que la respalde'"" . Indian Express . 18 de noviembre de 2021 . Consultado el 12 de febrero de 2022 .
↑ "Edición facial de Smartgates para los minutos de lo que podemos tener" . Fuerza Fronteriza Australiana . Recuperado el 11 de marzo de 2019 .
↑ "Nuestra historia" . Servicio de Aduanas de Nueva Zelanda . Consultado el 11 de marzo de 2019 .
↑ "La tecnología de reconocimiento facial llegará a los aeropuertos canadienses esta primavera" . CBC News . Consultado el 3 de marzo de 2017 .
1 2 3 "Cara a cara: El crecimiento sin ley del reconocimiento facial en la policía del Reino Unido" (PDF) . Vigilancia del Gran Hermano .
↑ Anthony, Sebastian (6 de junio de 2017). "La policía británica arresta a un hombre mediante tecnología de reconocimiento facial automático" . Ars Technica .
1 2 Rees, Jenny (4 de septiembre de 2019). "Se dictaminó que el uso policial del reconocimiento facial es legal" . Recuperado el 8 de noviembre de 2019 .
↑ Burgess, Matt (24 de enero de 2020). "La Policía Metropolitana comenzará a utilizar el reconocimiento facial en tiempo real en todo Londres" . Wired UK . ISSN 1357-0978 . Consultado el 24 de enero de 2020 .
↑ Danica Kirka (11 de agosto de 2020). "Tribunal británico afirma que el reconocimiento facial viola los derechos humanos" . TechPlore . Consultado el 4 de octubre de 2020 .
↑ Sylvester, Rachel (5 de octubre de 2024) .«Ningún ser humano podría hacer esto»: cómo el reconocimiento facial está transformando la labor policial . The Times . Consultado el 5 de octubre de 2024 .
↑ "Cuántos rostros de adultos se escanean a partir de bases de datos de reconocimiento facial" . Fortune . 18 de octubre de 2016.
1 2 Kramer, Robin; Ritchie, Kay (14 de diciembre de 2016). "El problema con la tecnología de reconocimiento facial (en el mundo real)" . phys.org .
↑ «El reconocimiento facial en tiempo real ya está disponible, pero ¿lo comprará la policía estadounidense?» . NPR.org . NPR. 10 de mayo de 2018.
↑ "Las bases de datos de reconocimiento facial de la policía registran a cerca de la mitad de los estadounidenses" . NPR.org . NPR. 23 de octubre de 2016.
↑ Rector, Kevin; Knezevich, Alison (17 de octubre de 2016). "Investigadores y defensores de las libertades civiles cuestionan el uso del software de reconocimiento facial en Maryland" . The Baltimore Sun.
↑ "Identificación de próxima generación" . FBI . Consultado el 5 de abril de 2016 .
1 2 "ICE utiliza reconocimiento facial para examinar los registros de licencias de conducir estatales, dicen los investigadores" . NPR.org . 8 de julio de 2019. Recuperado el 9 de diciembre de 2022 .
↑ "Reconocimiento facial en aeropuertos: todo lo que necesitas saber" . USA Today . 16 de agosto de 2019.
↑ "La TSA está implementando el reconocimiento facial en los principales aeropuertos. Aquí te explicamos cómo desactivarlo" . Washington Post . 2 de diciembre de 2022. ISSN 0190-8286 . Consultado el 9 de diciembre de 2022 .
↑ Belanger, Ashley (19 de mayo de 2025). "Nueva Orleans criticada por el uso más dudoso del reconocimiento facial hasta la fecha en EE . UU." . Ars Technica . Consultado el 29 de mayo de 2025 .
↑ Anderson, Meg (19 de junio de 2026). "Algunos policías locales tienen acceso a una aplicación de reconocimiento facial de ICE" . NPR . Consultado el 24 de junio de 2026 .
^ Shen, Xinmei (4 de octubre de 2018). "«Skynet», la enorme red de videovigilancia de China . South China Morning Post . Consultado el 13 de diciembre de 2020 .
↑ Chan, Tara Francis (27 de marzo de 2018). "16 partes de China ahora usan Skynet" . Business Insider . Consultado el 13 de diciembre de 2020 .
↑ "De la cerveza a la cárcel: el reconocimiento facial atrapa a criminales en un festival de cerveza en China" . The Guardian . 1 de septiembre de 2017. Consultado el 8 de marzo de 2018 .
↑ "La policía utiliza tecnología de reconocimiento facial para detectar a delincuentes buscados durante un festival de cerveza en la ciudad china de Qingdao" . opengovasia.com . OpenGovAsia. Archivado del original el 16 de noviembre de 2017. Consultado el 8 de marzo de 2018 .
↑ "La policía china utiliza gafas inteligentes para identificar a posibles sospechosos" . TechCrunch . 8 de febrero de 2018. Consultado el 3 de diciembre de 2020 .
↑ "La policía de Pekín utiliza gafas con reconocimiento facial para identificar a los pasajeros y las matrículas de los coches" . Business Insider . 12 de marzo de 2018. Consultado el 3 de diciembre de 2020 .
↑ "La enorme inversión de China en inteligencia artificial tiene una desventaja insidiosa" . Science AAAS . 7 de febrero de 2018. Consultado el 23 de febrero de 2018 .
↑ "China apuesta por el reconocimiento facial en una gran campaña de vigilancia total" . The Washington Post . 2018. Consultado el 23 de febrero de 2018 .
↑ Liao, Rita (8 de mayo de 2019). "La startup de reconocimiento facial Megvii, respaldada por Alibaba, recauda 750 millones de dólares" . TechCrunch . Consultado el 28 de agosto de 2019 .
↑ Dai, Sarah (5 de junio de 2019). "La empresa de IA Megvii no está detrás de la aplicación utilizada para la vigilancia en Xinjiang, afirma un grupo de derechos humanos" . South China Morning Post . Consultado el 28 de agosto de 2019 .
↑ Cheng Leng; Yingzhi Yang; Ryan Woo (20 de febrero de 2020). "Exclusiva: Cientos de empresas chinas buscan miles de millones en préstamos para hacer frente al coronavirus" . Reuters . Consultado el 5 de octubre de 2020 .
↑ "Una demanda contra el escaneo facial en China podría tener grandes consecuencias" . The Economist . 9 de noviembre de 2019.
↑ Xiaoshan, Huang; Wen, Cheng (14 de agosto de 2020). "Nueva evidencia que muestra que Tencent monitorea a usuarios en el extranjero" . Radio Free Asia . Archivado del original el 16 de agosto de 2020. Recuperado el 15 de agosto de 2020 .
↑ Zak Doffman (26 de agosto de 2019). "Hong Kong expone las dos caras de la implacable máquina de reconocimiento facial de China" . Forbes . Consultado el 3 de diciembre de 2020 .
↑ "Se impone el reconocimiento facial a 800 millones de usuarios chinos de internet" . Radio France Internationale . 15 de octubre de 2019. Consultado el 21 de abril de 2024 .
↑ Dustin, Tim (10 de abril de 2023). "La IA pretende perseguir a los cristianos chinos" . Global Christian Relief . Consultado el 28 de febrero de 2024 .
↑ "Pandemia, persecución y represión: Estado de vigilancia" . Informe Falun Gong . Consultado el 27 de febrero de 2024 .
↑ "Política de país y nota informativa: Falun Gong, China, noviembre de 2023 (accesible)" . Gobierno del Reino Unido . 4 de abril de 2024. Consultado el 21 de abril de 2024 .
↑ Lohr, Steve (9 de febrero de 2018). "El reconocimiento facial es preciso si eres blanco" . The New York Times . ISSN 0362-4331 . Consultado el 14 de febrero de 2022 .
↑ "Sistema Nacional Automatizado de Reconocimiento Facial de la NCRB" . panoptic.in . Consultado el 14 de febrero de 2022 .
1 2 "Watch the Watchmen Series Part 4: The National Automated Facial Recognition System" . Internet Freedom Foundation . 7 de octubre de 2020. Recuperado el 14 de febrero de 2022 .
↑ "Juez KSPuttaswamy (Retirado) contra Unión de la India el 26 de septiembre de 2018" . Indian Kanoon .
↑ "Podríamos estar buscando un nuevo tipo de mascarilla facial" . Internet Freedom Foundation . 18 de julio de 2019. Consultado el 14 de febrero de 2022 .
^ Barik, Soumyarendra (22 de octubre de 2019). "«La toma de huellas dactilares no es un gran problema»: la policía de Hyderabad habla sobre la recopilación de datos biométricos de los «sospechosos»." . MediaNama . Consultado el 14 de febrero de 2022 .
1 2 "Proyecto de ley sobre tecnología de reconocimiento facial automatizado (moratoria y revisión) [ HL ] - Proyectos de ley parlamentarios - Parlamento del Reino Unido" . bills.parliament.uk . Consultado el 10 de septiembre de 2021 .
↑ "La policía de Uttar Pradesh lanza 'Trinetra', su aplicación de reconocimiento facial con inteligencia artificial para atrapar criminales" . The Financial Express . 27 de diciembre de 2018. Consultado el 14 de febrero de 2022 .
↑ Das, Kalyan (27 de agosto de 2018). "La policía de Uttarakhand adquiere software de reconocimiento facial para ayudar a atrapar criminales" . Hindustan Times . Consultado el 14 de febrero de 2022 .
↑ "Red y Sistemas de Seguimiento de Delitos y Criminales (CCTNS)" . Oficina Nacional de Registros Criminales . Archivado del original el 18 de febrero de 2022. Consultado el 18 de febrero de 2022 .
↑ Chowdhury, Sagnik (20 de noviembre de 2015). "Proyecto CCTNS para que las estaciones de policía 'hablen': en qué situación se encuentra y cómo puede ayudar a combatir el crimen" . The Indian Express . Consultado el 18 de febrero de 2022 .
↑ Sudhi Ranjan Sen (8 de julio de 2019). "El Ministerio del Interior toma medidas para adquirir un sistema automatizado de reconocimiento facial para la policía" . Hindustan Times . Consultado el 18 de febrero de 2022 .
↑ Jain, Anushka (15 de julio de 2020). "Aviso legal de la IFF a la NCRB sobre la solicitud de propuestas revisada para el Sistema Nacional Automatizado de Reconocimiento Facial" . Internet Freedom Foundation . Recuperado el 18 de febrero de 2022 .
1 2 3 4 5 6 7 Parlamento de la India. Rajya Sabha. Informe número doscientos treinta y siete sobre la policía: formación, modernización y reformas (PDF) . Comité Permanente Parlamentario de Asuntos Internos de la India. 2022. pág. 34. Archivado del original (PDF) el 6 de agosto de 2022.
↑ U. Sudhakar Reddy (10 de noviembre de 2021). "8,3 lakh de cámaras en Telangana, Hyderabad se está convirtiendo en una ciudad de vigilancia: Amnistía Internacional" . The Times of India . Consultado el 18 de febrero de 2022 .
↑ "El enfoque del gobierno indio sobre el reconocimiento facial es defectuoso y se basa en suposiciones erróneas" . ThePrint . 27 de noviembre de 2019. Consultado el 15 de febrero de 2022 .
↑ "Actualizaciones sobre el derecho a la información de la policía de Delhi, la policía de Calcuta y los servicios tecnológicos del estado de Telangana" . panoptic.in . Consultado el 15 de febrero de 2022 .
↑ "Artículo 8(1)(d) de la Ley del Derecho a la Información de 2005" . Indian Kanoon .
↑ "Proyecto Panoptic: Actualizaciones sobre solicitudes de información de la Policía de Delhi, la Policía de Calcuta y los Servicios Tecnológicos del Estado de Telangana" . Fundación para la Libertad en Internet . 1 de diciembre de 2020. Consultado el 15 de febrero de 2022 .
↑ Chunduru, Aditya (2 de diciembre de 2020). "RTI: La policía de Calcuta y Delhi se niega a proporcionar información sobre los sistemas de reconocimiento facial" . MediaNama . Consultado el 15 de febrero de 2022 .
↑ "El gobierno mexicano adopta la tecnología de reconocimiento facial FaceIt para eliminar los registros duplicados de votantes en las próximas elecciones presidenciales" . Business Wire. 11 de mayo de 2000. Archivado del original el 5 de marzo de 2016. Consultado el 2 de junio de 2008 .
1 2 3 Selinger, Evan; Polonetsky, Jules; Tene, Omer (2018). The Cambridge Handbook of Consumer Privacy . Cambridge University Press. pág. 112. ISBN 978-1-316-85927-8.
↑ Vogel, Ben. "Panamá le pone nombre a más rostros" . IHS Jane's Airport Review. Archivado del original el 12 de octubre de 2014. Recuperado el 7 de octubre de 2014 .
↑ "Los productos «Hechos en China» brillan en los Juegos Olímpicos de Río . Consejo de Estado, República Popular China. 15 de agosto de 2016. Consultado el 14 de noviembre de 2020 .
↑ Kayser-Bril, Nicolas (11 de diciembre de 2019). "Al menos 11 fuerzas policiales utilizan el reconocimiento facial en la UE, según revela AlgorithmWatch" . AlgorithmWatch .
↑ Pedriti, Corina (28 de enero de 2021). "Con abundantes fondos de la UE, la policía griega introducirá el reconocimiento facial en tiempo real antes del verano" . AlgorithmWatch .
↑ Coluccini, Riccardo (13 de enero de 2021). "Lo scontro Viminale-Garante della Privacy sul riconoscimento facciale in tempo real" . IrpiMedia .
↑ Techredacteur, Joost Schellevis (16 de diciembre de 2016). "Politie gaat verdachten opsporen met gezichtsherkenning" . nos.nl (en holandés) . Consultado el 22 de septiembre de 2019 .
^ Bendición, Lex (25 de agosto de 2018). "Meekijken conoció a 226 cámaras gemeente" . Het Parool (en holandés) . Consultado el 22 de septiembre de 2019 .
↑ Duncan, Jane (4 de junio de 2018). "Cómo la videovigilancia supone una amenaza para la privacidad en Sudáfrica" . The Conversation .
↑ Ross, Tim (2007). "3VR aparece en Fox Business News" . Money for Breakfast (Entrevista). Fox Business . Entrevistador: Ahora bien, ¿puedo comprar algo así? ¿Realmente restringen el acceso a los clientes? Tim Ross: Actualmente, lo compran principalmente bancos, minoristas y el gobierno, y se vende a través de diversos canales de seguridad.
↑ "Mejora del servicio al cliente" . 3VR . Archivado del original el 14 de agosto de 2012. La plataforma de inteligencia de vídeo (VIP) de 3VR transforma el servicio al cliente al permitir a las empresas: • Optimizar las decisiones de personal, aumentar las tasas de conversión de ventas y disminuir los tiempos de espera de los clientes al brindar una claridad extraordinaria al análisis de los patrones de tráfico. • Alinear las decisiones de personal con la actividad real del cliente, utilizando análisis de tiempo de permanencia y filas para disminuir los tiempos de espera de los clientes. • Aumentar la competitividad utilizando el análisis de vigilancia facial de 3VR para facilitar saludos personalizados a los clientes por parte de los empleados. • Crear programas de fidelización combinando datos de punto de venta (POS) con reconocimiento facial.
1 2 3 4 5 6 7 8 Dastin, Jeffrey L. (28 de julio de 2020). «Informe especial: Rite Aid implementó sistemas de reconocimiento facial en cientos de tiendas de EE . UU.». Noticias legales de EE. UU. Reuters . Archivado del original el 19 de diciembre de 2020.
1 2 Mayhew, Stephen (17 de marzo de 2019). "Los casinos de Australia implementan tecnología de reconocimiento facial para detectar delincuentes y jugadores con problemas | Biometric Update" . www.biometricupdate.com . Consultado el 30 de junio de 2022 .
↑ Scanlan, Rebekah (29 de junio de 2022). " The Good Guys eliminan la función de cámara 'escalofriante' tras la reacción negativa" . News.com.au.
↑ Greene, Lisa (15 de febrero de 2001). "Los escaneos faciales coinciden con pocos sospechosos" (SHTML) . St. Petersburg Times . Archivado del original el 30 de noviembre de 2014. Recuperado el 30 de junio de 2011. Mediante el software Viisage, la policía comparó los rostros de 19 personas con fotos de personas arrestadas en el pasado por hurto menor, fraude y otros cargos. No fueron acusados de ningún delito cometido durante el partido. ESTO ES UNA FARSA.
1 2 3 Krause, Mike (14 de enero de 2002). "¿Es el reconocimiento facial solo un timo de alta tecnología?" . Enter Stage Right . ISSN 1488-1756 . Archivado del original el 24 de enero de 2002 . Recuperado el 30 de junio de 2011 .
↑ "La aplicación Fotos de Windows 10 incorpora una búsqueda de imágenes más inteligente, al igual que Google Fotos" . The Verge . Consultado el 2 de noviembre de 2017 .
↑ Pérez, Sarah. "Google Fotos se actualiza con nuevas funciones para compartir, álbumes de fotos y Google Lens" . TechCrunch . Consultado el 2 de noviembre de 2017 .
↑ "Aplicaciones de reconocimiento facial" . Animetrics. Archivado del original el 13 de julio de 2008. Consultado el 4 de junio de 2008 .
↑ Giaritelli, Anna (13 de diciembre de 2018). "Taylor Swift utilizó reconocimiento facial al estilo de los aeropuertos en los asistentes a su concierto" . washingtonexaminer.com . Consultado el 13 de diciembre de 2018 .
↑ "El Manchester City prueba el reconocimiento facial para evitar las colas en los estadios de fútbol" . The Times . Consultado el 18 de agosto de 2019 .
↑ "Advertencia al Manchester City sobre el uso del reconocimiento facial en los aficionados" . The Guardian . Consultado el 18 de agosto de 2019 .
↑ Olson, Parmy (1 de agosto de 2020). "El próximo gran avance del reconocimiento facial: el estadio deportivo" . The Wall Street Journal . ISSN 0099-9660 . Consultado el 3 de agosto de 2020 .
↑ "Prueba de tecnología de reconocimiento facial" . Prueba de tecnología de entrada al parque Walt Disney World . Disney. Archivado del original el 22 de abril de 2021. Recuperado el 22 de abril de 2021 .
↑ " Reconocimiento facial: todo lo que necesitas saber | Vidispine" . www.vidispine.com
↑ R. Kimmel y G. Sapiro (30 de abril de 2003). "Las matemáticas del reconocimiento facial" . SIAM News. Archivado del original el 15 de julio de 2007. Consultado el 30 de abril de 2003 .
1 2 3 "Cinco principales métodos biométricos: rostro, huella dactilar, iris, palma y voz" . Bayometric . 23 de enero de 2017. Consultado el 10 de abril de 2018 .
↑ "Principios de privacidad para la tecnología de reconocimiento facial en aplicaciones comerciales" (PDF) . fpf.org .
↑ Haghighat, Mohammad; Abdel-Mottaleb, Mohamed (2017). "Reconocimiento facial de baja resolución en sistemas de vigilancia mediante análisis de correlación discriminante". 12.ª Conferencia Internacional IEEE de 2017 sobre Reconocimiento Automático de Rostros y Gestos (FG 2017) . págs. 912–917 . doi : 10.1109/FG.2017.130 . ISBN 978-1-5090-4023-0. S2CID 36639614 .
↑ "Pasaporte Canadá – Fotos" . passportcanada.gc.ca. Archivado del original el 1 de marzo de 2009.
↑ Albiol, A., Albiol, A., Oliver, J., Mossi, JM (2012). Quién es quién en diferentes cámaras: reidentificación de personas usando cámaras de profundidad . Computer Vision, IET. Vol 6(5), 378–387.
↑ Buolamwini, Joy; Gebru, Timnit (2018). "Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification" . Proceedings of Machine Learning Research . 81 : 1–15 .
1 2 Kotwal, Ketan; Marcel, Sébastien (2025). "Revisión de la equidad demográfica en el reconocimiento facial" . IEEE Transactions on Biometrics, Behavior, and Identity Science : 1–1 . doi : 10.1109/TBIOM.2025.3601217 .
↑ Mallick, Sumit (2022). "La influencia del efecto de la otra raza en la susceptibilidad a los ataques de transformación facial". arXiv : 2204.12591 [ cs.CV ].
↑ Jeckeln, Gabriel (2023). "Comparación humano-máquina para la verificación facial entre razas: sesgo racial en los límites superiores del rendimiento". arXiv : 2305.16443 [ cs.CV ].
↑ Phillips, P. Jonathon; Jiang, Fang; Narvekar, Abhijit; Ayyad, Julianne; O'Toole, Alice J. (2 de febrero de 2011). "Un efecto de otra raza para algoritmos de reconocimiento facial" . ACM Trans. Appl. Percept . 8 (2): 14:1–14:11. doi : 10.1145/1870076.1870082 . ISSN 1544-3558 .
↑ Sangrigoli, Sophie; de Schonen, Scania (2004). "Reconocimiento de rostros de la propia raza y de otras razas por bebés de tres meses". Journal of Child Psychology and Psychiatry . 45 (7): 1219– 1227. doi : 10.1111/j.1469-7610.2004.00319.x . PMID 15335342 .
1 2 Kohno, Yoshi (2023). Evaluación de la recopilación de conjuntos de datos específicos sobre equidad racial en el reconocimiento facial (PDF) . Actas de la Conferencia AAAI/ACM de 2023 sobre IA, ética y sociedad. págs. 1–11 .
↑ Kolla, Manasa (2023). "El impacto de la distribución racial en los datos de entrenamiento sobre el sesgo en el reconocimiento facial: una mirada más cercana". 2023 IEEE/CVF Winter Conference on Applications of Computer Vision Workshops (WACVW) . pp. 313–322 . arXiv : 2211.14498 . doi : 10.1109/WACVW58289.2023.00035 . ISBN 979-8-3503-2056-5.
↑ Ramis, Silvia (2024). «Reconocimiento explicable de expresiones faciales para personas con discapacidad intelectual». XXIII Conferencia Internacional sobre Interacción Humano-Computadora . pp. 1–7 . arXiv : 2405.11482 . doi : 10.1145/3612783.3612789 . ISBN 979-8-4007-0790-2.
↑ Mankoff, Jennifer (2022). "Áreas de visibilidad estratégica: sesgo de discapacidad en biometría". arXiv : 2208.04712 [ cs.CY ].
↑ Meek, James (13 de junio de 2002). "Robo Cop" . Londres: periódico británico The Guardian.
↑ "Instalan FaceIt de Visionics en el sistema de videovigilancia del centro de Birmingham" . Business Wire. 2 de junio de 2008.
↑ Willing, Richard (2 de septiembre de 2003). "Los sistemas antiterroristas de los aeropuertos fallan en las pruebas; la tecnología de reconocimiento facial no logra identificar a los 'sospechosos'"." . USA Today . Archivado del original (Resumen) el 1 de octubre de 2007 . Consultado el 17 de septiembre de 2007 .
↑ Meyer, Robinson (2015). "¿Hasta qué punto deberíamos preocuparnos por el reconocimiento facial?" . The Atlantic . Consultado el 2 de marzo de 2018 .
↑ White, David; Dunn, James D.; Schmid, Alexandra C.; Kemp, Richard I. (14 de octubre de 2015). "Tasas de error en usuarios de software de reconocimiento facial automático" . PLOS ONE . 10 (10) e0139827. Bibcode : 2015PLoSO..1039827W . doi : 10.1371/ journal.pone.0139827 . PMC 4605725. PMID 26465631 .
↑ "La EFF demanda al FBI para obtener acceso a los registros de reconocimiento facial" . Electronic Frontier Foundation. 26 de junio de 2013.
↑ "Preguntas y respuestas sobre el reconocimiento facial" . Unión Estadounidense por las Libertades Civiles . Archivado del original el 24 de marzo de 2015. Consultado el 23 de julio de 2014 .
1 2 Harley Geiger (6 de diciembre de 2011). "Reconocimiento facial y privacidad" . Centro para la Democracia y la Tecnología . Recuperado el 10 de enero de 2012 .
1 2 3 Cackley, Alicia Puente (julio de 2015). "TECNOLOGÍA DE RECONOCIMIENTO FACIAL Usos comerciales, cuestiones de privacidad y legislación federal aplicable" (PDF) .
↑ Thomas Brewster (22 de septiembre de 2020). "Esta startup rusa de reconocimiento facial planea llevar su tecnología de 'detección de agresión' a nivel mundial con un respaldo de 15 millones de dólares de fondos soberanos" . Forbes . Consultado el 4 de octubre de 2020 .
↑ "Singel-Minded: Anatomy of a Backlash, or How Facebook Got an 'F' for Facial Recognition" . WIRED . Consultado el 10 de abril de 2018 .
↑ "Facebook ahora puede encontrar tu rostro, incluso cuando no está etiquetado" . WIRED . Consultado el 10 de abril de 2018 .
↑ "Facebook sigue siendo demandado por su software de reconocimiento facial, y los grupos defensores de la privacidad dicen que deberíamos prestarle más atención" . International Business Times . 3 de septiembre de 2015. Consultado el 5 de abril de 2016 .
↑ Herra, Dana. "Juez desestima demanda colectiva de Illinois contra Facebook por violación de la ley de privacidad relacionada con el etiquetado de fotos; casos en California aún pendientes" . cookcountyrecord.com . Consultado el 5 de abril de 2016 .
↑ Skinner-Thompson, Scott (2020). Privacy at the Margins . Cambridge University Press. p. 110. ISBN 978-1-107-18137-3.
↑ Murgia, Madhumita (12 de agosto de 2019). «King's Cross de Londres utiliza reconocimiento facial en sus cámaras de seguridad» . Financial Times (sitio de suscripción) . Archivado del original el 10 de diciembre de 2022. Consultado el 17 de agosto de 2019 .
↑ "Investigan el sistema de reconocimiento facial de King's Cross" . BBC News . 15 de agosto de 2019. Consultado el 17 de agosto de 2019 .
↑ Cellan-Jones, Rory (16 de agosto de 2019). "Tech Tent: ¿Está tu rostro en una lista de vigilancia?" . BBC News . Consultado el 17 de agosto de 2019 .
↑ Sabbagh, Dan (2 de septiembre de 2019). "Se descarta la tecnología de reconocimiento facial en el centro King's Cross" . The Guardian . ISSN 0261-3077 . Consultado el 2 de septiembre de 2019 .
↑ Sabbagh, Dan (4 de octubre de 2019). «Polémica por reconocimiento facial: la policía entregó al propietario de King's Cross imágenes de siete personas» . The Guardian . Consultado el 4 de octubre de 2020 .
1 2 Judiciary UK (11 de agosto de 2020). "Sentencia: Bridges v South Wales Police - Tribunales y Juzgados" (PDF) . Judiciary UK . Consultado el 10 de septiembre de 2021 .
↑ Sheidlower, Noah (25 de enero de 2023). "La fiscal general de Nueva York, Letitia James, presiona a MSG sobre el uso de la tecnología de reconocimiento facial" . CNBC . Consultado el 25 de enero de 2023 .
↑ "Los algoritmos fotográficos identifican bien a los hombres blancos, no tanto a las mujeres negras" . WIRED . Consultado el 10 de abril de 2018 .
↑ Joy Buolamwini; Timnit Gebru (2018). "Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification" . Proceedings of Machine Learning Research . Vol. 81. pp. 77–91 . ISSN 1533-7928 . Consultado el 8 de marzo de 2018 .
↑ Grother, Patrick; Quinn, George; Phillips, P. Jonathon (24 de agosto de 2011). "Informe sobre la evaluación de algoritmos de reconocimiento facial de imágenes fijas 2D" (PDF) . Instituto Nacional de Estándares y Tecnología .
↑ Buranyi, Stephen (8 de agosto de 2017). "El auge de los robots racistas: cómo la IA está aprendiendo todos nuestros peores impulsos" . The Guardian . Consultado el 10 de abril de 2018 .
1 2 3 Brel, Ali (4 de diciembre de 2017). "Cómo los ingenieros blancos crearon código racista y por qué es peligroso para las personas negras" . The Guardian . Recuperado el 10 de abril de 2018 .
1 2 "Prueba de proveedor de reconocimiento facial (FRVT) en curso" . NIST . 14 de diciembre de 2016. Recuperado el 15 de febrero de 2022 .
↑ Grother, Patrick J.; Ngan, Mei L.; Hanaoka, Kayee K. (19 de diciembre de 2019). "Prueba de proveedores de reconocimiento facial Parte 3: Efectos demográficos" . nist.gov .
↑ Ronald Leenes; Rosamunde van Brakel; Serge Gutwirth; Paul de Hert, eds. (2018). Protección de datos y privacidad: El internet de los cuerpos . Bloomsbury Publishing. pág. 176. ISBN 978-1-5099-2621-3.
↑ Bock, Lisa (2020). Gestión de identidades con biometría: Descubra las soluciones innovadoras más recientes para una identificación y autenticación seguras . Packt Publishing. pág. 320. ISBN 978-1-83921-321-2.
↑ Pascu, Luana (16 de marzo de 2020). "Residentes de California presentan demanda colectiva contra la recopilación de datos biométricos de Clearview AI citando la CCPA" . BiometricUpdate.com . Consultado el 25 de octubre de 2020 .
↑ Burt, Chris (24 de febrero de 2020). "Los comisionados de privacidad canadienses investigan a Clearview AI y elaboran directrices para el uso policial de datos biométricos" . BiometricUpdate.com . Consultado el 25 de octubre de 2020 .
↑ Conger, Kate; Fausset, Richard; Kovaleski, Serge F. (14 de mayo de 2019). "San Francisco prohíbe la tecnología de reconocimiento facial" . The New York Times . ISSN 0362-4331 . Consultado el 26 de marzo de 2020 .
1 2 "San Francisco prohíbe el uso de tecnología de reconocimiento facial por parte de las agencias" . Wired . ISSN 1059-1028 . Consultado el 26 de marzo de 2020 .
↑ "Somerville prohíbe el uso gubernamental de tecnología de reconocimiento facial" . wbur.org . 28 de junio de 2019. Consultado el 26 de marzo de 2020 .
1 2 "El Ayuntamiento de Somerville aprueba la prohibición del reconocimiento facial – The Boston Globe" . The Boston Globe . Consultado el 26 de marzo de 2020 .
↑ Haskins, Caroline (17 de julio de 2019). "Oakland se convierte en la tercera ciudad de EE. UU. en prohibir el reconocimiento facial" . Vice . Consultado el 11 de abril de 2020 .
↑ Nkonde, Mutale (2019). "Antinegritud automatizada: reconocimiento facial en Brooklyn, Nueva York" . Kennedy School Review . 20 : 30–26 . ProQuest 2404400349 .
↑ El alcalde de Boston aprueba la prohibición de la tecnología de reconocimiento facial.
↑ El alcalde de Boston aprueba la prohibición de la tecnología de reconocimiento facial.
↑ Rachel Metz (10 de septiembre de 2020). "Portland aprueba la prohibición de reconocimiento facial más amplia de EE . UU." . CNN . Consultado el 13 de septiembre de 2020 .
↑ "El Ayuntamiento de West Lafayette aprueba la prohibición de la tecnología de reconocimiento facial"
↑ Sandler, Rachel. "Grupos de derechos humanos piden a la Universidad de Miami que prohíba el reconocimiento facial" . Forbes . Consultado el 27 de octubre de 2020 .
↑ "El gobernador promulga la reforma policial - The Boston Globe" . BostonGlobe.com .
↑ «Massachusetts es uno de los primeros estados en establecer normas sobre el reconocimiento facial en investigaciones criminales» . The New York Times . 1 de marzo de 2021 – vía NYTimes.com.
↑ MacMillan, Douglas. "MSN" . www.msn.com .
↑ "La UE descarta la idea de prohibir el reconocimiento facial en espacios públicos: documento" . Reuters . 29 de enero de 2020. Consultado el 12 de abril de 2020 .
↑ "Reconocimiento facial: la UE considera prohibirlo" . BBC News . 17 de enero de 2020. Consultado el 12 de abril de 2020 .
↑ "Recupera tu rostro: ¡Prohíban la vigilancia masiva biométrica!" . Recupera tu rostro . Consultado el 12 de junio de 2021 .
↑ Gates, Kelly (2011). Nuestro futuro biométrico: la tecnología de reconocimiento facial y la cultura de la vigilancia . NYU Press. pág. 156. ISBN 978-0-8147-3209-0.
↑ Gates, Kelly (2011). Nuestro futuro biométrico: la tecnología de reconocimiento facial y la cultura de la vigilancia . NYU Press. pág. 161. ISBN 978-0-8147-3209-0.
↑ Konar, Amit; Chakraborty, Aruna (2015). Reconocimiento de emociones: Un enfoque de análisis de patrones . John Wiley & Sons. pág. 185. ISBN 978-1-118-13066-7.
↑ Konar, Amit; Chakraborty, Aruna (2015). Reconocimiento de emociones: Un enfoque de análisis de patrones . John Wiley & Sons. pág. 186. ISBN 978-1-118-13066-7.
↑ Konar, Amit; Chakraborty, Aruna (2015). Reconocimiento de emociones: un enfoque de análisis de patrones . John Wiley & Sons. pág. 187. ISBN 978-1-118-13066-7.
↑ Ioannou, Stephanos; Gallese, Vittorio; Merla, Arcangelo (2014). "Imágenes infrarrojas térmicas en psicofisiología: potencialidades y límites" . Psicofisiología . 51 ( 10): 951– 963. doi : 10.1111/psyp.12243 . ISSN 1469-8986 . PMC 4286005. PMID 24961292 .
↑ Kosonogov, Vladímir; Zorzi, Lucas De; Honoré, Jacques; Martínez-Velázquez, Eduardo S.; Nandrino, Jean-Louis; Martínez-Selva, José M.; Sequeira, Henrique (18 de septiembre de 2017). "Variaciones térmicas faciales: un nuevo marcador de excitación emocional" . MÁS UNO . 12 (9) e0183592. Código Bib : 2017PLoSO..1283592K . doi : 10.1371/journal.pone.0183592 . ISSN 1932-6203 . PMC 5603162 . PMID 28922392 .
1 2 Fowler, Gary (14 de octubre de 2019). "Cómo la IA emocional está creando experiencias personalizadas para el cliente y generando un impacto social" . Frobes . Recuperado el 17 de octubre de 2020 .
↑ "Eureka Park regresa" (Comunicado de prensa). Fundación Nacional de Ciencias . 7 de enero de 2013. Consultado el 3 de febrero de 2013 .
1 2 Harvey, Adam. "CV Dazzle: Camuflaje contra la detección de rostros" . cvdazzle.com . Consultado el 15 de septiembre de 2017 .
↑ Heilweil, Rebecca (28 de julio de 2020). "Las máscaras pueden engañar a los sistemas de reconocimiento facial, pero los algoritmos están aprendiendo rápido" . www.vox.com . Consultado el 30 de junio de 2022 .
1 2 Marks, Paul (2020). "Bloqueo del reconocimiento facial" . cacm.acm.org . Recuperado el 30 de junio de 2022 .
↑ "Estas gafas de aspecto ridículo podrían hacerte invisible a la tecnología de reconocimiento facial" . Slate . 18 de enero de 2013. Consultado el 22 de enero de 2013 .
↑ Hongo, Jun. "Gafas con función de no reconocimiento facial debutarán en Japón" . The Wall Street Journal . Consultado el 9 de febrero de 2017 .
↑ Osborne, Charlie. "Se lanzará al público un visor de privacidad que bloquea el software de reconocimiento facial" . ZDNet . Consultado el 9 de febrero de 2017 .
↑ Stone, Maddie (8 de agosto de 2015). "Estas gafas bloquean la tecnología de reconocimiento facial" . Gizmodo . Consultado el 9 de febrero de 2017 .
↑ "Cómo la visera de privacidad japonesa engaña a las cámaras de reconocimiento facial" . PC World . Consultado el 9 de febrero de 2017 .
↑ Cox, Kate (10 de abril de 2020). "Algunas camisas te ocultan de las cámaras, pero ¿alguien las usará?" . Ars Technica . Consultado el 12 de abril de 2020 .
↑ Schreiber, Hope (2 de julio de 2018). "¿Preocupado por la tecnología de reconocimiento facial? El maquillaje Juggalo previene la vigilancia involuntaria" . Recuperado el 18 de julio de 2019 .
↑ Vincent, James (28 de julio de 2020). "Las mascarillas están alterando los algoritmos de reconocimiento facial, según un nuevo estudio gubernamental" . The Verge . Consultado el 27 de agosto de 2020 .
↑ Hern, Alex (21 de agosto de 2020). "Las mascarillas provocan una crisis de identidad en el software de reconocimiento facial" . The Guardian . ISSN 0261-3077 . Consultado el 24 de agosto de 2020 .
↑ "Fawkes AI - Universidad de Chicago" . Consultado el 30 de junio de 2022 .

Lecturas adicionales

Farokhi, Sajad; Shamsuddin, Siti Mariyam; Flusser, enero; Jeque, UU; Khansari, Mohammad; Jafari-Khouzani, Kourosh (2014). "Reconocimiento facial por infrarrojo cercano mediante la combinación de momentos Zernike y transformada wavelet discreta no diezmada". Procesamiento de señales digitales . 31 (1): 13– 27. Código Bib : 2014DSP....31...13F . doi : 10.1016/j.dsp.2014.04.008 .
" El algoritmo de detección facial que revolucionará la búsqueda de imágenes " (febrero de 2015), MIT Technology Review
Garvie, Clare; Bedoya, Alvaro; Frankle, Jonathan (18 de octubre de 2016). Línea perpetua: reconocimiento facial policial no regulado en Estados Unidos . Centro de Privacidad y Tecnología de la Facultad de Derecho de Georgetown . Recuperado el 22 de octubre de 2016 .
- «El software de reconocimiento facial "parece ciencia ficción", pero podría afectar a la mitad de los estadounidenses» . As It Happens . Canadian Broadcasting Corporation . 20 de octubre de 2016. Consultado el 22 de octubre de 2016 .Entrevista con Álvaro Bedoya, director ejecutivo del Centro de Privacidad y Tecnología de la Facultad de Derecho de Georgetown y coautor de " Perpetual Line Up: Unregulated Police Face Recognition in America" (Alineación perpetua: Reconocimiento facial policial no regulado en Estados Unidos) .
Press, Eyal , "Delante de sus caras: ¿Lleva la tecnología de reconocimiento facial a la policía a ignorar pruebas contradictorias?", The New Yorker , 20 de noviembre de 2023, págs. 20-26.

Enlaces externos

Contenido multimedia relacionado con sistemas de reconocimiento facial en Wikimedia Commons.
Un enfoque de estereoscopía fotométrica para el reconocimiento facial (tesis de maestría). Universidad del Oeste de Inglaterra, Bristol .

[1] "Sistema de asistencia inteligente basado en reconocimiento facial mediante IoT" (PDF) . Revista Internacional de Investigación en Ingeniería y Tecnología . 9 (3): 5. Marzo de 2022.

[2] Thorat, SB; Nayak, SK; Jyoti P Dandale (2010). "Tecnología de reconocimiento facial: un análisis con alcance en India". arXiv : 1005.4263 [ cs.MA ].

[3] Chen, SK; Chang, YH (2014). Conferencia Internacional de 2014 sobre Inteligencia Artificial e Ingeniería de Software (AISE2014) . DEStech Publications, Inc. pág. 21. ISBN 978-1-60595-150-8.

[:8-4] Bramer, Max (2006). Inteligencia artificial en teoría y práctica: 19.º Congreso Mundial de Computación de la IFIP, TC 12: IFIP AI 2006 Stream, 21-24 de agosto de 2006, Santiago, Chile . Berlín: Springer Science+Business Media. p. 395. ISBN 978-0-387-34654-0.

[:17-5] 1 2 3 4 5 SITNFlash (24 de octubre de 2020). "Discriminación racial en la tecnología de reconocimiento facial" . Ciencia en las noticias . Recuperado el 1 de julio de 2023 .

[6] "Tecnología de reconocimiento facial: las agencias federales de aplicación de la ley deberían tener un mayor conocimiento de los sistemas utilizados por los empleados" . www.gao.gov . Consultado el 5 de septiembre de 2021 .

[:1-7] 1 2 Seguridad, Help Net (27 de agosto de 2020). "Cómo afrontar el sesgo de género en la tecnología de reconocimiento facial" . Help Net Security . Recuperado el 1 de julio de 2023 .

[8] Equipo, Lumen Database (5 de mayo de 2021). "Sexismo en la tecnología de reconocimiento facial" . Colección del Centro Berkman Klein . Recuperado el 1 de julio de 2023 .

[9] Comprender el sesgo en las tecnologías de reconocimiento facial

[10] Wiggers, Kyle (5 de marzo de 2022). "Un estudio advierte que los deepfakes pueden engañar al reconocimiento facial" . VentureBeat . Consultado el 4 de junio de 2022 .

[:10-11] 1 2 "IBM se retira del mercado del reconocimiento facial -" . GCN . 10 de junio de 2020. Archivado del original el 30 de noviembre de 2021. Consultado el 7 de octubre de 2021 .

[12] Rachel Metz (2 de noviembre de 2021). "Facebook desactiva su software de reconocimiento facial" . CNN . Consultado el 5 de noviembre de 2021 .

[13] Hill, Kashmir; Mac, Ryan (2 de noviembre de 2021). «Facebook, citando preocupaciones sociales, planea cerrar el sistema de reconocimiento facial» . The New York Times . ISSN 0362-4331 . Consultado el 5 de noviembre de 2021 .

[14] "IBM dejará de ofrecer, desarrollar e investigar tecnología de reconocimiento facial" . 9 de junio de 2020.

[Nilsson_2009-15] 1 2 Nilsson, Nils J. (30 de octubre de 2009). La búsqueda de la inteligencia artificial . Cambridge University Press. ISBN 978-1-139-64282-8.

[16] Leeuw, Karl; Bergstra, Jan (2007). The History of Information Security: A Comprehensive Handbook . Elsevier. p. 266. ISBN 978-0-444-51608-4.

[17] Gates, Kelly (2011). Nuestro futuro biométrico: la tecnología de reconocimiento facial y la cultura de la vigilancia . NYU Press. págs. 48–49 . ISBN 978-0-8147-3209-0.

[18] Gates, Kelly (2011). Nuestro futuro biométrico: la tecnología de reconocimiento facial y la cultura de la vigilancia . NYU Press. págs. 49–50 . ISBN 978-0-8147-3209-0.

[19] Gates, Kelly (2011). Nuestro futuro biométrico: la tecnología de reconocimiento facial y la cultura de la vigilancia . NYU Press. pág. 52. ISBN 978-0-8147-3209-0.

[20] Gates, Kelly (2011). Nuestro futuro biométrico: la tecnología de reconocimiento facial y la cultura de la vigilancia . NYU Press. pág. 53. ISBN 978-0-8147-3209-0.

[21] Gates, Kelly (2011). Nuestro futuro biométrico: la tecnología de reconocimiento facial y la cultura de la vigilancia . NYU Press. pág. 54. ISBN 978-0-8147-3209-0.

[auto-22] 1 2 Malay K. Kundu; Sushmita Mitra; Debasis Mazumdar; Sankar K. Pal, eds. (2012). Percepción e inteligencia artificial: Primera conferencia indo-japonesa, PerMIn 2012, Calcuta, India, 12-13 de enero de 2011, Actas . Springer Science & Business Media. pág. 29. ISBN 978-3-642-27386-5.

[23] Wechsler, Harry (2009). Malay K. Kundu; Sushmita Mitra (eds.). Métodos fiables de reconocimiento facial: diseño, implementación y evaluación del sistema . Springer Science & Business Media. págs. 11–12 . ISBN 978-0-387-38464-1.

[24] Jun Wang; Laiwan Chan; DeLiang Wang, eds. (2012). Procesamiento de información neuronal: 13.ª Conferencia Internacional, ICONIP 2006, Hong Kong, China, 3-6 de octubre de 2006, Actas, Parte II . Springer Science & Business Media. pág. 198. ISBN 978-3-540-46482-2.

[25] Wechsler, Harry (2009). Métodos fiables de reconocimiento facial: diseño, implementación y evaluación del sistema . Springer Science & Business Media. pág. 12. ISBN 978-0-387-38464-1.

[26] Wechsler, Harry (2009). Malay K. Kundu; Sushmita Mitra (eds.). Métodos fiables de reconocimiento facial: diseño, implementación y evaluación del sistema . Springer Science & Business Media. pág. 12. ISBN 978-0-387-38464-1.

[27] "Mugspot puede encontrar un rostro entre la multitud: el software de reconocimiento facial se prepara para entrar en funcionamiento en las calles" . ScienceDaily . 12 de noviembre de 1997. Consultado el 6 de noviembre de 2007 .

[28] Malay K. Kundu; Sushmita Mitra; Debasis Mazumdar; Sankar K. Pal, eds. (2012). Percepción e inteligencia artificial: Primera conferencia indo-japonesa, PerMIn 2012, Calcuta, India, 12-13 de enero de 2011, Actas . Springer Science & Business Media. pág. 29. ISBN 978-3-642-27386-5.

[29] Li, Stan Z.; Jain, Anil K. (2005). Manual de reconocimiento facial . Springer Science & Business Media. págs. 14–15 . ISBN 978-0-387-40595-7.

[30] Kumar Datta, Asit; Datta, Madhura; Kumar Banerjee, Pradipta (2015). Detección y reconocimiento facial: teoría y práctica . CRC. pág. 123. ISBN 978-1-4822-2657-7.

[31] Severi, Misty (15 de abril de 2022). "Ucrania utiliza software de reconocimiento facial para identificar a soldados rusos muertos" .

[32] "La tecnología de reconocimiento facial es una herramienta valiosa" . Los Angeles Daily News . 15 de mayo de 2022.

[33] Italiano, Laura (15 de abril de 2022). "Ucrania utiliza el reconocimiento facial para identificar a soldados rusos muertos y enviar fotos de los cadáveres a sus madres: informe" . Business Insider .

[34] Li, Stan Z.; Jain, Anil K. (2005). Manual de reconocimiento facial . Springer Science & Business Media. pág. 1. ISBN 978-0-387-40595-7.

[35] Li, Stan Z.; Jain, Anil K. (2005). Manual de reconocimiento facial . Springer Science & Business Media. pág. 2. ISBN 978-0-387-40595-7.

[36] "Gestión del flujo de pasajeros mediante reconocimiento facial en aeropuertos" . hrsid.com .

[Bonsor2-37] 1 2 3 Bonsor, K. (4 de septiembre de 2001). "Cómo funcionan los sistemas de reconocimiento facial" . Recuperado el 2 de junio de 2008 .

[Smith2-38] Smith, Kelly. "Reconocimiento facial" (PDF) . Consultado el 4 de junio de 2008 .

[39] R. Brunelli y T. Poggio, "Reconocimiento facial: características frente a plantillas", IEEE Trans. on PAMI, 1993, (15)10:1042–1052

[40] R. Brunelli, Técnicas de coincidencia de plantillas en visión por computadora: teoría y práctica , Wiley, ISBN 978-0-470-51706-2, 2009 (Libro de TM)

[41] Zhang, David; Jain, Anil (2006). Avances en Biometría: Conferencia Internacional, ICB 2006, Hong Kong, China, 5-7 de enero de 2006, Actas . Berlín: Springer Science & Business Media. pág. 183. ISBN 978-3-540-31111-9.

[42] "Un estudio sobre el diseño e implementación de un sistema de aplicación de reconocimiento facial". Revista Internacional de Biociencias y Biotecnología .

[43] H. Ugail, Reconocimiento facial profundo mediante imágenes faciales completas y parciales , Elsevier, ISBN 978-0-12-822109-9, 2022 (Métodos avanzados y aprendizaje profundo en visión artificial)

[44] Harry Wechsler (2009). Métodos fiables de reconocimiento facial: diseño, implementación y evaluación del sistema . Springer Science & Business Media. pág. 196. ISBN 978-0-387-38464-1.

[Williams2-45] 1 2 3 4 Williams, Mark. "Mejor software de reconocimiento facial" . Technology Review . Archivado del original el 8 de junio de 2011. Recuperado el 2 de junio de 2008 .

[Crawford2-46] Crawford, Mark. "Informe de progreso sobre el reconocimiento facial" . Sala de prensa de SPIE . Consultado el 6 de octubre de 2011 .

[Kimmel2-47] Kimmel, Ron. "Reconocimiento facial tridimensional" (PDF) . Consultado el 1 de enero de 2005 .

[48] Duhn, S. von; Ko, MJ; Yin, L.; Hung, T.; Wei, X. (1 de septiembre de 2007). "Modelado facial basado en vídeo de vigilancia de tres vistas para el reconocimiento [sic]". Simposio de Biometría de 2007. págs. 1–6 . doi : 10.1109/BCC.2007.4430529 . ISBN 978-1-4244-1548-9. S2CID 25633949 .

[:5-49] 1 2 Socolinsky, Diego A.; Selinger, Andrea (1 de enero de 2004). "Reconocimiento facial térmico en un escenario operativo" . CVPR'04. IEEE Computer Society. pp. 1012–1019 – vía ACM Digital Library.

[:6-50] 1 2 "El ejército desarrolla tecnología de reconocimiento facial que funciona en condiciones de poca luz" . AZoRobotics . 18 de abril de 2018. Consultado el 17 de agosto de 2018 .

[51] Thirimachos Bourlai (2016). Reconocimiento facial en todo el espectro de imágenes . Springer. pág. 142. ISBN 978-3-319-28501-6.

[52] Thirimachos Bourlai (2016). Reconocimiento facial en todo el espectro de imágenes . Springer. pág. 140. ISBN 978-3-319-28501-6.

[53] "El Ejército desarrolla tecnología de reconocimiento facial que funciona en la oscuridad" . Laboratorio de Investigación del Ejército . 16 de abril de 2018. Archivado del original el 22 de abril de 2018. Consultado el 17 de agosto de 2018 .

[:7-54] 1 2 Riggan, Benjamin; Short, Nathaniel; Hu, Shuowen (marzo de 2018). Síntesis térmica a visible de imágenes faciales utilizando múltiples regiones . Conferencia de invierno de la IEEE de 2018 sobre aplicaciones de visión por computadora (WACV). págs. 30–38 . arXiv : 1803.07599 . Bibcode : 2018arXiv180307599R . doi : 10.1109/WACV.2018.00010 .

[55] Cole, Sally (junio de 2018). "El sistema de reconocimiento facial con IA del Ejército de EE. UU. funciona en la oscuridad". Military Embedded Systems . pág. 8.

[56] Shontell, Alyson (15 de septiembre de 2015). "Snapchat compra Looksery, una startup de dos años que te permite retocar tu rostro con Photoshop mientras haces videollamadas" . Business Insider Singapur . Consultado el 9 de abril de 2018 .

[57] Kumar Mandal, Jyotsna; Bhattacharya, Debika (2019). Tecnología emergente en modelado y gráficos: Actas de IEM Graph 2018. Springer. pág. 672. ISBN 978-981-13-7403-6.

[Bryson-58] Bryson, Kevin (20 de mayo de 2023). "Evaluación de herramientas anti-reconocimiento facial" . physicalsciences.uchicago.edu . Recuperado el 27 de enero de 2024 .

[59] Simonite, Tom. "Facebook crea un software que compara rostros casi tan bien como tú" . MIT Technology Review . Consultado el 9 de abril de 2018 .

[60] "DeepFace de Facebook muestra serias habilidades de reconocimiento facial" . Consultado el 9 de abril de 2018 .

[61] "Por qué Facebook está superando al FBI en reconocimiento facial" . The Verge . Consultado el 9 de abril de 2018 .

[62] "Cómo funciona realmente el algoritmo 'Para ti' de TikTok" . Wired . ISSN 1059-1028 . Consultado el 17 de abril de 2021 .

[63] "Cómo TikTok recomienda videos #ParaTi" . TikTok. 18 de junio de 2020. Archivado del original el 18 de junio de 2020. Consultado el 22 de abril de 2021 .

[64] "TikTok llega a un acuerdo legal por el caso de reconocimiento facial" . BBC News . 26 de febrero de 2021. Archivado del original el 26 de febrero de 2021. Consultado el 22 de abril de 2021 .

[65] "Un vistazo a las sucursales bancarias del futuro: videowalls, espacios del tamaño de cabinas y acceso las 24 horas, los 7 días de la semana" . USA Today . Consultado el 13 de agosto de 2018 .

[66] Heater, Brian. "No confíes en el desbloqueo facial para mantener tu teléfono seguro" . TechCrunch . Consultado el 2 de noviembre de 2017 .

[67] "El reconocimiento facial del Galaxy S8 ya ha sido superado con una simple foto" . Ars Technica . Consultado el 2 de noviembre de 2017 .

[68] "Cómo funciona el reconocimiento facial en Xbox Kinect" . Wired . Consultado el 2 de noviembre de 2017 .

[ars-hello2-69] "Windows 10 dice "Hola" al inicio de sesión con tu rostro y al fin de las contraseñas" . Ars Technica . 17 de marzo de 2015. Consultado el 17 de marzo de 2015 .

[70] Kubota, Yoko (27 de septiembre de 2017). "Los problemas de producción del Apple iPhone X se originan por Julieta y su Romeo" . The Wall Street Journal . Archivado del original el 28 de septiembre de 2017. Consultado el 27 de septiembre de 2017 .

[71] Kubota, Yoko (27 de septiembre de 2017). "Los problemas de producción del Apple iPhone X se originan por Julieta y su Romeo" . The Wall Street Journal . ISSN 0099-9660 . Consultado el 10 de abril de 2018 .

[:2-72] 1 2 "Las cinco preguntas más importantes sobre el nuevo sistema de reconocimiento facial de Apple" . The Verge . Consultado el 10 de abril de 2018 .

[73] "La función Face ID de Apple funciona con la mayoría de las gafas de sol y se puede desactivar rápidamente para frustrar a los ladrones" . Consultado el 10 de abril de 2018 .

[74] Heisler, Yoni (3 de noviembre de 2017). "Vídeo infrarrojo muestra la nueva función Face ID del iPhone X en acción" . BGR . Consultado el 10 de abril de 2018 .

[75] Okeke, Nnamdi (13 de octubre de 2022). "Reconocimiento facial: cómo funciona, aplicaciones, ideas de negocio y más" . TargetTrend . Consultado el 21 de octubre de 2022 .

[76] Libby, Christopher; Ehrenfeld, Jesse (2021). "Tecnología de reconocimiento facial en 2021: máscaras, sesgos y el futuro de la atención médica" . Journal of Medical Systems . 45 (4): 39. doi : 10.1007/s10916-021-01723-w . ISSN 0148-5598 . PMC 7891114. PMID 33604732 .

[77] Kesari, Ganes. "Cómo la IA utiliza la detección facial para identificar enfermedades raras en niños" . Forbes . Consultado el 21 de octubre de 2022 .

[78] "El gobierno de Modi ahora planea un proceso de vacunación 'sin contacto', con reconocimiento facial basado en Aadhaar" . ThePrint . 6 de abril de 2021. Consultado el 12 de febrero de 2022 .

[79] "A pesar de los temores sobre la privacidad, se utiliza el reconocimiento facial vinculado a Aadhaar para las vacunas contra la COVID-19" . Inc42 . 7 de abril de 2021. Consultado el 12 de febrero de 2022 .

[80] "Declaración conjunta: ¡Digamos no al reconocimiento facial basado en Aadhaar para la vacunación!" . Internet Freedom Foundation . 14 de abril de 2021. Consultado el 12 de febrero de 2022 .

[81] "Panoptic Tracker, Departamento de Finanzas (Sección de Pensiones), Gobierno de Meghalaya" . Proyecto Panoptic . Consultado el 12 de febrero de 2022 .

[82] "Meghalaya aclara sobre la controvertida aplicación: 'La tecnología de reconocimiento facial no requiere ninguna legislación que la respalde'"" . Indian Express . 18 de noviembre de 2021 . Consultado el 12 de febrero de 2022 .

[83] "Edición facial de Smartgates para los minutos de lo que podemos tener" . Fuerza Fronteriza Australiana . Recuperado el 11 de marzo de 2019 .

[84] "Nuestra historia" . Servicio de Aduanas de Nueva Zelanda . Consultado el 11 de marzo de 2019 .

[85] "La tecnología de reconocimiento facial llegará a los aeropuertos canadienses esta primavera" . CBC News . Consultado el 3 de marzo de 2017 .

[:0-86] 1 2 3 "Cara a cara: El crecimiento sin ley del reconocimiento facial en la policía del Reino Unido" (PDF) . Vigilancia del Gran Hermano .

[87] Anthony, Sebastian (6 de junio de 2017). "La policía británica arresta a un hombre mediante tecnología de reconocimiento facial automático" . Ars Technica .

[Rees-88] 1 2 Rees, Jenny (4 de septiembre de 2019). "Se dictaminó que el uso policial del reconocimiento facial es legal" . Recuperado el 8 de noviembre de 2019 .

[89] Burgess, Matt (24 de enero de 2020). "La Policía Metropolitana comenzará a utilizar el reconocimiento facial en tiempo real en todo Londres" . Wired UK . ISSN 1357-0978 . Consultado el 24 de enero de 2020 .

[90] Danica Kirka (11 de agosto de 2020). "Tribunal británico afirma que el reconocimiento facial viola los derechos humanos" . TechPlore . Consultado el 4 de octubre de 2020 .

[91] Sylvester, Rachel (5 de octubre de 2024) .«Ningún ser humano podría hacer esto»: cómo el reconocimiento facial está transformando la labor policial . The Times . Consultado el 5 de octubre de 2024 .

[92] "Cuántos rostros de adultos se escanean a partir de bases de datos de reconocimiento facial" . Fortune . 18 de octubre de 2016.

[phys.org2-93] 1 2 Kramer, Robin; Ritchie, Kay (14 de diciembre de 2016). "El problema con la tecnología de reconocimiento facial (en el mundo real)" . phys.org .

[94] «El reconocimiento facial en tiempo real ya está disponible, pero ¿lo comprará la policía estadounidense?» . NPR.org . NPR. 10 de mayo de 2018.

[95] "Las bases de datos de reconocimiento facial de la policía registran a cerca de la mitad de los estadounidenses" . NPR.org . NPR. 23 de octubre de 2016.

[96] Rector, Kevin; Knezevich, Alison (17 de octubre de 2016). "Investigadores y defensores de las libertades civiles cuestionan el uso del software de reconocimiento facial en Maryland" . The Baltimore Sun.

[97] "Identificación de próxima generación" . FBI . Consultado el 5 de abril de 2016 .

[ICE-98] 1 2 "ICE utiliza reconocimiento facial para examinar los registros de licencias de conducir estatales, dicen los investigadores" . NPR.org . 8 de julio de 2019. Recuperado el 9 de diciembre de 2022 .

[99] "Reconocimiento facial en aeropuertos: todo lo que necesitas saber" . USA Today . 16 de agosto de 2019.

[100] "La TSA está implementando el reconocimiento facial en los principales aeropuertos. Aquí te explicamos cómo desactivarlo" . Washington Post . 2 de diciembre de 2022. ISSN 0190-8286 . Consultado el 9 de diciembre de 2022 .

[101] Belanger, Ashley (19 de mayo de 2025). "Nueva Orleans criticada por el uso más dudoso del reconocimiento facial hasta la fecha en EE . UU." . Ars Technica . Consultado el 29 de mayo de 2025 .

[nprfacial-102] Anderson, Meg (19 de junio de 2026). "Algunos policías locales tienen acceso a una aplicación de reconocimiento facial de ICE" . NPR . Consultado el 24 de junio de 2026 .

[103] Shen, Xinmei (4 de octubre de 2018). "«Skynet», la enorme red de videovigilancia de China . South China Morning Post . Consultado el 13 de diciembre de 2020 .

[104] Chan, Tara Francis (27 de marzo de 2018). "16 partes de China ahora usan Skynet" . Business Insider . Consultado el 13 de diciembre de 2020 .

[105] "De la cerveza a la cárcel: el reconocimiento facial atrapa a criminales en un festival de cerveza en China" . The Guardian . 1 de septiembre de 2017. Consultado el 8 de marzo de 2018 .

[106] "La policía utiliza tecnología de reconocimiento facial para detectar a delincuentes buscados durante un festival de cerveza en la ciudad china de Qingdao" . opengovasia.com . OpenGovAsia. Archivado del original el 16 de noviembre de 2017. Consultado el 8 de marzo de 2018 .

[107] "La policía china utiliza gafas inteligentes para identificar a posibles sospechosos" . TechCrunch . 8 de febrero de 2018. Consultado el 3 de diciembre de 2020 .

[108] "La policía de Pekín utiliza gafas con reconocimiento facial para identificar a los pasajeros y las matrículas de los coches" . Business Insider . 12 de marzo de 2018. Consultado el 3 de diciembre de 2020 .

[109] "La enorme inversión de China en inteligencia artificial tiene una desventaja insidiosa" . Science AAAS . 7 de febrero de 2018. Consultado el 23 de febrero de 2018 .

[110] "China apuesta por el reconocimiento facial en una gran campaña de vigilancia total" . The Washington Post . 2018. Consultado el 23 de febrero de 2018 .

[AR-111] Liao, Rita (8 de mayo de 2019). "La startup de reconocimiento facial Megvii, respaldada por Alibaba, recauda 750 millones de dólares" . TechCrunch . Consultado el 28 de agosto de 2019 .

[AT-112] Dai, Sarah (5 de junio de 2019). "La empresa de IA Megvii no está detrás de la aplicación utilizada para la vigilancia en Xinjiang, afirma un grupo de derechos humanos" . South China Morning Post . Consultado el 28 de agosto de 2019 .

[113] Cheng Leng; Yingzhi Yang; Ryan Woo (20 de febrero de 2020). "Exclusiva: Cientos de empresas chinas buscan miles de millones en préstamos para hacer frente al coronavirus" . Reuters . Consultado el 5 de octubre de 2020 .

[pb-114] "Una demanda contra el escaneo facial en China podría tener grandes consecuencias" . The Economist . 9 de noviembre de 2019.

[115] Xiaoshan, Huang; Wen, Cheng (14 de agosto de 2020). "Nueva evidencia que muestra que Tencent monitorea a usuarios en el extranjero" . Radio Free Asia . Archivado del original el 16 de agosto de 2020. Recuperado el 15 de agosto de 2020 .

[116] Zak Doffman (26 de agosto de 2019). "Hong Kong expone las dos caras de la implacable máquina de reconocimiento facial de China" . Forbes . Consultado el 3 de diciembre de 2020 .

[117] "Se impone el reconocimiento facial a 800 millones de usuarios chinos de internet" . Radio France Internationale . 15 de octubre de 2019. Consultado el 21 de abril de 2024 .

[118] Dustin, Tim (10 de abril de 2023). "La IA pretende perseguir a los cristianos chinos" . Global Christian Relief . Consultado el 28 de febrero de 2024 .

[119] "Pandemia, persecución y represión: Estado de vigilancia" . Informe Falun Gong . Consultado el 27 de febrero de 2024 .

[120] "Política de país y nota informativa: Falun Gong, China, noviembre de 2023 (accesible)" . Gobierno del Reino Unido . 4 de abril de 2024. Consultado el 21 de abril de 2024 .

[121] Lohr, Steve (9 de febrero de 2018). "El reconocimiento facial es preciso si eres blanco" . The New York Times . ISSN 0362-4331 . Consultado el 14 de febrero de 2022 .

[122] "Sistema Nacional Automatizado de Reconocimiento Facial de la NCRB" . panoptic.in . Consultado el 14 de febrero de 2022 .

[internetfreedom.in-123] 1 2 "Watch the Watchmen Series Part 4: The National Automated Facial Recognition System" . Internet Freedom Foundation . 7 de octubre de 2020. Recuperado el 14 de febrero de 2022 .

[124] "Juez KSPuttaswamy (Retirado) contra Unión de la India el 26 de septiembre de 2018" . Indian Kanoon .

[125] "Podríamos estar buscando un nuevo tipo de mascarilla facial" . Internet Freedom Foundation . 18 de julio de 2019. Consultado el 14 de febrero de 2022 .

[126] Barik, Soumyarendra (22 de octubre de 2019). "«La toma de huellas dactilares no es un gran problema»: la policía de Hyderabad habla sobre la recopilación de datos biométricos de los «sospechosos»." . MediaNama . Consultado el 14 de febrero de 2022 .

[:11-127] 1 2 "Proyecto de ley sobre tecnología de reconocimiento facial automatizado (moratoria y revisión) [ HL ] - Proyectos de ley parlamentarios - Parlamento del Reino Unido" . bills.parliament.uk . Consultado el 10 de septiembre de 2021 .

[128] "La policía de Uttar Pradesh lanza 'Trinetra', su aplicación de reconocimiento facial con inteligencia artificial para atrapar criminales" . The Financial Express . 27 de diciembre de 2018. Consultado el 14 de febrero de 2022 .

[129] Das, Kalyan (27 de agosto de 2018). "La policía de Uttarakhand adquiere software de reconocimiento facial para ayudar a atrapar criminales" . Hindustan Times . Consultado el 14 de febrero de 2022 .

[130] "Red y Sistemas de Seguimiento de Delitos y Criminales (CCTNS)" . Oficina Nacional de Registros Criminales . Archivado del original el 18 de febrero de 2022. Consultado el 18 de febrero de 2022 .

[131] Chowdhury, Sagnik (20 de noviembre de 2015). "Proyecto CCTNS para que las estaciones de policía 'hablen': en qué situación se encuentra y cómo puede ayudar a combatir el crimen" . The Indian Express . Consultado el 18 de febrero de 2022 .

[132] Sudhi Ranjan Sen (8 de julio de 2019). "El Ministerio del Interior toma medidas para adquirir un sistema automatizado de reconocimiento facial para la policía" . Hindustan Times . Consultado el 18 de febrero de 2022 .

[133] Jain, Anushka (15 de julio de 2020). "Aviso legal de la IFF a la NCRB sobre la solicitud de propuestas revisada para el Sistema Nacional Automatizado de Reconocimiento Facial" . Internet Freedom Foundation . Recuperado el 18 de febrero de 2022 .

[:13-134] 1 2 3 4 5 6 7 Parlamento de la India. Rajya Sabha. Informe número doscientos treinta y siete sobre la policía: formación, modernización y reformas (PDF) . Comité Permanente Parlamentario de Asuntos Internos de la India. 2022. pág. 34. Archivado del original (PDF) el 6 de agosto de 2022.

[135] U. Sudhakar Reddy (10 de noviembre de 2021). "8,3 lakh de cámaras en Telangana, Hyderabad se está convirtiendo en una ciudad de vigilancia: Amnistía Internacional" . The Times of India . Consultado el 18 de febrero de 2022 .

[136] "El enfoque del gobierno indio sobre el reconocimiento facial es defectuoso y se basa en suposiciones erróneas" . ThePrint . 27 de noviembre de 2019. Consultado el 15 de febrero de 2022 .

[137] "Actualizaciones sobre el derecho a la información de la policía de Delhi, la policía de Calcuta y los servicios tecnológicos del estado de Telangana" . panoptic.in . Consultado el 15 de febrero de 2022 .

[138] "Artículo 8(1)(d) de la Ley del Derecho a la Información de 2005" . Indian Kanoon .

[139] "Proyecto Panoptic: Actualizaciones sobre solicitudes de información de la Policía de Delhi, la Policía de Calcuta y los Servicios Tecnológicos del Estado de Telangana" . Fundación para la Libertad en Internet . 1 de diciembre de 2020. Consultado el 15 de febrero de 2022 .

[140] Chunduru, Aditya (2 de diciembre de 2020). "RTI: La policía de Calcuta y Delhi se niega a proporcionar información sobre los sistemas de reconocimiento facial" . MediaNama . Consultado el 15 de febrero de 2022 .

[141] "El gobierno mexicano adopta la tecnología de reconocimiento facial FaceIt para eliminar los registros duplicados de votantes en las próximas elecciones presidenciales" . Business Wire. 11 de mayo de 2000. Archivado del original el 5 de marzo de 2016. Consultado el 2 de junio de 2008 .

[Cambridge_University_Press-142] 1 2 3 Selinger, Evan; Polonetsky, Jules; Tene, Omer (2018). The Cambridge Handbook of Consumer Privacy . Cambridge University Press. pág. 112. ISBN 978-1-316-85927-8.

[143] Vogel, Ben. "Panamá le pone nombre a más rostros" . IHS Jane's Airport Review. Archivado del original el 12 de octubre de 2014. Recuperado el 7 de octubre de 2014 .

[144] "Los productos «Hechos en China» brillan en los Juegos Olímpicos de Río . Consejo de Estado, República Popular China. 15 de agosto de 2016. Consultado el 14 de noviembre de 2020 .

[145] Kayser-Bril, Nicolas (11 de diciembre de 2019). "Al menos 11 fuerzas policiales utilizan el reconocimiento facial en la UE, según revela AlgorithmWatch" . AlgorithmWatch .

[146] Pedriti, Corina (28 de enero de 2021). "Con abundantes fondos de la UE, la policía griega introducirá el reconocimiento facial en tiempo real antes del verano" . AlgorithmWatch .

[147] Coluccini, Riccardo (13 de enero de 2021). "Lo scontro Viminale-Garante della Privacy sul riconoscimento facciale in tempo real" . IrpiMedia .

[148] Techredacteur, Joost Schellevis (16 de diciembre de 2016). "Politie gaat verdachten opsporen met gezichtsherkenning" . nos.nl (en holandés) . Consultado el 22 de septiembre de 2019 .

[149] Bendición, Lex (25 de agosto de 2018). "Meekijken conoció a 226 cámaras gemeente" . Het Parool (en holandés) . Consultado el 22 de septiembre de 2019 .

[150] Duncan, Jane (4 de junio de 2018). "Cómo la videovigilancia supone una amenaza para la privacidad en Sudáfrica" . The Conversation .

[3VR2007-151] Ross, Tim (2007). "3VR aparece en Fox Business News" . Money for Breakfast (Entrevista). Fox Business . Entrevistador: Ahora bien, ¿puedo comprar algo así? ¿Realmente restringen el acceso a los clientes? Tim Ross: Actualmente, lo compran principalmente bancos, minoristas y el gobierno, y se vende a través de diversos canales de seguridad.

[3VR2012-152] "Mejora del servicio al cliente" . 3VR . Archivado del original el 14 de agosto de 2012. La plataforma de inteligencia de vídeo (VIP) de 3VR transforma el servicio al cliente al permitir a las empresas: • Optimizar las decisiones de personal, aumentar las tasas de conversión de ventas y disminuir los tiempos de espera de los clientes al brindar una claridad extraordinaria al análisis de los patrones de tráfico. • Alinear las decisiones de personal con la actividad real del cliente, utilizando análisis de tiempo de permanencia y filas para disminuir los tiempos de espera de los clientes. • Aumentar la competitividad utilizando el análisis de vigilancia facial de 3VR para facilitar saludos personalizados a los clientes por parte de los empleados. • Crear programas de fidelización combinando datos de punto de venta (POS) con reconocimiento facial.

[Reuters20200728-153] 1 2 3 4 5 6 7 8 Dastin, Jeffrey L. (28 de julio de 2020). «Informe especial: Rite Aid implementó sistemas de reconocimiento facial en cientos de tiendas de EE . UU.». Noticias legales de EE. UU. Reuters . Archivado del original el 19 de diciembre de 2020.

[:16-154] 1 2 Mayhew, Stephen (17 de marzo de 2019). "Los casinos de Australia implementan tecnología de reconocimiento facial para detectar delincuentes y jugadores con problemas | Biometric Update" . www.biometricupdate.com . Consultado el 30 de junio de 2022 .

[155] Scanlan, Rebekah (29 de junio de 2022). " The Good Guys eliminan la función de cámara 'escalofriante' tras la reacción negativa" . News.com.au.

[156] Greene, Lisa (15 de febrero de 2001). "Los escaneos faciales coinciden con pocos sospechosos" (SHTML) . St. Petersburg Times . Archivado del original el 30 de noviembre de 2014. Recuperado el 30 de junio de 2011. Mediante el software Viisage, la policía comparó los rostros de 19 personas con fotos de personas arrestadas en el pasado por hurto menor, fraude y otros cargos. No fueron acusados de ningún delito cometido durante el partido. ESTO ES UNA FARSA.

[Krause2-157] 1 2 3 Krause, Mike (14 de enero de 2002). "¿Es el reconocimiento facial solo un timo de alta tecnología?" . Enter Stage Right . ISSN 1488-1756 . Archivado del original el 24 de enero de 2002 . Recuperado el 30 de junio de 2011 .

[158] "La aplicación Fotos de Windows 10 incorpora una búsqueda de imágenes más inteligente, al igual que Google Fotos" . The Verge . Consultado el 2 de noviembre de 2017 .

[159] Pérez, Sarah. "Google Fotos se actualiza con nuevas funciones para compartir, álbumes de fotos y Google Lens" . TechCrunch . Consultado el 2 de noviembre de 2017 .

[Animetrics2-160] "Aplicaciones de reconocimiento facial" . Animetrics. Archivado del original el 13 de julio de 2008. Consultado el 4 de junio de 2008 .

[161] Giaritelli, Anna (13 de diciembre de 2018). "Taylor Swift utilizó reconocimiento facial al estilo de los aeropuertos en los asistentes a su concierto" . washingtonexaminer.com . Consultado el 13 de diciembre de 2018 .

[162] "El Manchester City prueba el reconocimiento facial para evitar las colas en los estadios de fútbol" . The Times . Consultado el 18 de agosto de 2019 .

[163] "Advertencia al Manchester City sobre el uso del reconocimiento facial en los aficionados" . The Guardian . Consultado el 18 de agosto de 2019 .

[164] Olson, Parmy (1 de agosto de 2020). "El próximo gran avance del reconocimiento facial: el estadio deportivo" . The Wall Street Journal . ISSN 0099-9660 . Consultado el 3 de agosto de 2020 .

[165] "Prueba de tecnología de reconocimiento facial" . Prueba de tecnología de entrada al parque Walt Disney World . Disney. Archivado del original el 22 de abril de 2021. Recuperado el 22 de abril de 2021 .

[166] " Reconocimiento facial: todo lo que necesitas saber | Vidispine" . www.vidispine.com

[SIAM2-167] R. Kimmel y G. Sapiro (30 de abril de 2003). "Las matemáticas del reconocimiento facial" . SIAM News. Archivado del original el 15 de julio de 2007. Consultado el 30 de abril de 2003 .

[:3-168] 1 2 3 "Cinco principales métodos biométricos: rostro, huella dactilar, iris, palma y voz" . Bayometric . 23 de enero de 2017. Consultado el 10 de abril de 2018 .

[169] "Principios de privacidad para la tecnología de reconocimiento facial en aplicaciones comerciales" (PDF) . fpf.org .

[lowResFace2-170] Haghighat, Mohammad; Abdel-Mottaleb, Mohamed (2017). "Reconocimiento facial de baja resolución en sistemas de vigilancia mediante análisis de correlación discriminante". 12.ª Conferencia Internacional IEEE de 2017 sobre Reconocimiento Automático de Rostros y Gestos (FG 2017) . págs. 912–917 . doi : 10.1109/FG.2017.130 . ISBN 978-1-5090-4023-0. S2CID 36639614 .

[171] "Pasaporte Canadá – Fotos" . passportcanada.gc.ca. Archivado del original el 1 de marzo de 2009.

[Albiol2-172] Albiol, A., Albiol, A., Oliver, J., Mossi, JM (2012). Quién es quién en diferentes cámaras: reidentificación de personas usando cámaras de profundidad . Computer Vision, IET. Vol 6(5), 378–387.

[Buolamwini2018-173] Buolamwini, Joy; Gebru, Timnit (2018). "Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification" . Proceedings of Machine Learning Research . 81 : 1–15 .

[Kotwal2025-174] 1 2 Kotwal, Ketan; Marcel, Sébastien (2025). "Revisión de la equidad demográfica en el reconocimiento facial" . IEEE Transactions on Biometrics, Behavior, and Identity Science : 1–1 . doi : 10.1109/TBIOM.2025.3601217 .

[Mallick2022-175] Mallick, Sumit (2022). "La influencia del efecto de la otra raza en la susceptibilidad a los ataques de transformación facial". arXiv : 2204.12591 [ cs.CV ].

[CrossRace2023-176] Jeckeln, Gabriel (2023). "Comparación humano-máquina para la verificación facial entre razas: sesgo racial en los límites superiores del rendimiento". arXiv : 2305.16443 [ cs.CV ].

[177] Phillips, P. Jonathon; Jiang, Fang; Narvekar, Abhijit; Ayyad, Julianne; O'Toole, Alice J. (2 de febrero de 2011). "Un efecto de otra raza para algoritmos de reconocimiento facial" . ACM Trans. Appl. Percept . 8 (2): 14:1–14:11. doi : 10.1145/1870076.1870082 . ISSN 1544-3558 .

[Sangrigoli2004-178] Sangrigoli, Sophie; de Schonen, Scania (2004). "Reconocimiento de rostros de la propia raza y de otras razas por bebés de tres meses". Journal of Child Psychology and Psychiatry . 45 (7): 1219– 1227. doi : 10.1111/j.1469-7610.2004.00319.x . PMID 15335342 .

[DownSyndrome2023-179] 1 2 Kohno, Yoshi (2023). Evaluación de la recopilación de conjuntos de datos específicos sobre equidad racial en el reconocimiento facial (PDF) . Actas de la Conferencia AAAI/ACM de 2023 sobre IA, ética y sociedad. págs. 1–11 .

[DisabilitiesBias2022-180] Kolla, Manasa (2023). "El impacto de la distribución racial en los datos de entrenamiento sobre el sesgo en el reconocimiento facial: una mirada más cercana". 2023 IEEE/CVF Winter Conference on Applications of Computer Vision Workshops (WACVW) . pp. 313–322 . arXiv : 2211.14498 . doi : 10.1109/WACVW58289.2023.00035 . ISBN 979-8-3503-2056-5.

[Ramis2024-181] Ramis, Silvia (2024). «Reconocimiento explicable de expresiones faciales para personas con discapacidad intelectual». XXIII Conferencia Internacional sobre Interacción Humano-Computadora . pp. 1–7 . arXiv : 2405.11482 . doi : 10.1145/3612783.3612789 . ISBN 979-8-4007-0790-2.

[Mankoff2022-182] Mankoff, Jennifer (2022). "Áreas de visibilidad estratégica: sesgo de discapacidad en biometría". arXiv : 2208.04712 [ cs.CY ].

[183] Meek, James (13 de junio de 2002). "Robo Cop" . Londres: periódico británico The Guardian.

[184] "Instalan FaceIt de Visionics en el sistema de videovigilancia del centro de Birmingham" . Business Wire. 2 de junio de 2008.

[185] Willing, Richard (2 de septiembre de 2003). "Los sistemas antiterroristas de los aeropuertos fallan en las pruebas; la tecnología de reconocimiento facial no logra identificar a los 'sospechosos'"." . USA Today . Archivado del original (Resumen) el 1 de octubre de 2007 . Consultado el 17 de septiembre de 2007 .

[186] Meyer, Robinson (2015). "¿Hasta qué punto deberíamos preocuparnos por el reconocimiento facial?" . The Atlantic . Consultado el 2 de marzo de 2018 .

[187] White, David; Dunn, James D.; Schmid, Alexandra C.; Kemp, Richard I. (14 de octubre de 2015). "Tasas de error en usuarios de software de reconocimiento facial automático" . PLOS ONE . 10 (10) e0139827. Bibcode : 2015PLoSO..1039827W . doi : 10.1371/ journal.pone.0139827 . PMC 4605725. PMID 26465631 .

[188] "La EFF demanda al FBI para obtener acceso a los registros de reconocimiento facial" . Electronic Frontier Foundation. 26 de junio de 2013.

[189] "Preguntas y respuestas sobre el reconocimiento facial" . Unión Estadounidense por las Libertades Civiles . Archivado del original el 24 de marzo de 2015. Consultado el 23 de julio de 2014 .

[Harley_Geiger2-190] 1 2 Harley Geiger (6 de diciembre de 2011). "Reconocimiento facial y privacidad" . Centro para la Democracia y la Tecnología . Recuperado el 10 de enero de 2012 .

[:02-191] 1 2 3 Cackley, Alicia Puente (julio de 2015). "TECNOLOGÍA DE RECONOCIMIENTO FACIAL Usos comerciales, cuestiones de privacidad y legislación federal aplicable" (PDF) .

[192] Thomas Brewster (22 de septiembre de 2020). "Esta startup rusa de reconocimiento facial planea llevar su tecnología de 'detección de agresión' a nivel mundial con un respaldo de 15 millones de dólares de fondos soberanos" . Forbes . Consultado el 4 de octubre de 2020 .

[193] "Singel-Minded: Anatomy of a Backlash, or How Facebook Got an 'F' for Facial Recognition" . WIRED . Consultado el 10 de abril de 2018 .

[194] "Facebook ahora puede encontrar tu rostro, incluso cuando no está etiquetado" . WIRED . Consultado el 10 de abril de 2018 .

[195] "Facebook sigue siendo demandado por su software de reconocimiento facial, y los grupos defensores de la privacidad dicen que deberíamos prestarle más atención" . International Business Times . 3 de septiembre de 2015. Consultado el 5 de abril de 2016 .

[196] Herra, Dana. "Juez desestima demanda colectiva de Illinois contra Facebook por violación de la ley de privacidad relacionada con el etiquetado de fotos; casos en California aún pendientes" . cookcountyrecord.com . Consultado el 5 de abril de 2016 .

[197] Skinner-Thompson, Scott (2020). Privacy at the Margins . Cambridge University Press. p. 110. ISBN 978-1-107-18137-3.

[198] Murgia, Madhumita (12 de agosto de 2019). «King's Cross de Londres utiliza reconocimiento facial en sus cámaras de seguridad» . Financial Times (sitio de suscripción) . Archivado del original el 10 de diciembre de 2022. Consultado el 17 de agosto de 2019 .

[199] "Investigan el sistema de reconocimiento facial de King's Cross" . BBC News . 15 de agosto de 2019. Consultado el 17 de agosto de 2019 .

[200] Cellan-Jones, Rory (16 de agosto de 2019). "Tech Tent: ¿Está tu rostro en una lista de vigilancia?" . BBC News . Consultado el 17 de agosto de 2019 .

[201] Sabbagh, Dan (2 de septiembre de 2019). "Se descarta la tecnología de reconocimiento facial en el centro King's Cross" . The Guardian . ISSN 0261-3077 . Consultado el 2 de septiembre de 2019 .

[202] Sabbagh, Dan (4 de octubre de 2019). «Polémica por reconocimiento facial: la policía entregó al propietario de King's Cross imágenes de siete personas» . The Guardian . Consultado el 4 de octubre de 2020 .

[:9-203] 1 2 Judiciary UK (11 de agosto de 2020). "Sentencia: Bridges v South Wales Police - Tribunales y Juzgados" (PDF) . Judiciary UK . Consultado el 10 de septiembre de 2021 .

[204] Sheidlower, Noah (25 de enero de 2023). "La fiscal general de Nueva York, Letitia James, presiona a MSG sobre el uso de la tecnología de reconocimiento facial" . CNBC . Consultado el 25 de enero de 2023 .

[205] "Los algoritmos fotográficos identifican bien a los hombres blancos, no tanto a las mujeres negras" . WIRED . Consultado el 10 de abril de 2018 .

[206] Joy Buolamwini; Timnit Gebru (2018). "Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification" . Proceedings of Machine Learning Research . Vol. 81. pp. 77–91 . ISSN 1533-7928 . Consultado el 8 de marzo de 2018 .

[207] Grother, Patrick; Quinn, George; Phillips, P. Jonathon (24 de agosto de 2011). "Informe sobre la evaluación de algoritmos de reconocimiento facial de imágenes fijas 2D" (PDF) . Instituto Nacional de Estándares y Tecnología .

[208] Buranyi, Stephen (8 de agosto de 2017). "El auge de los robots racistas: cómo la IA está aprendiendo todos nuestros peores impulsos" . The Guardian . Consultado el 10 de abril de 2018 .

[:4-209] 1 2 3 Brel, Ali (4 de diciembre de 2017). "Cómo los ingenieros blancos crearon código racista y por qué es peligroso para las personas negras" . The Guardian . Recuperado el 10 de abril de 2018 .

[meilee.ngan@nist.gov-210] 1 2 "Prueba de proveedor de reconocimiento facial (FRVT) en curso" . NIST . 14 de diciembre de 2016. Recuperado el 15 de febrero de 2022 .

[211] Grother, Patrick J.; Ngan, Mei L.; Hanaoka, Kayee K. (19 de diciembre de 2019). "Prueba de proveedores de reconocimiento facial Parte 3: Efectos demográficos" . nist.gov .

[212] Ronald Leenes; Rosamunde van Brakel; Serge Gutwirth; Paul de Hert, eds. (2018). Protección de datos y privacidad: El internet de los cuerpos . Bloomsbury Publishing. pág. 176. ISBN 978-1-5099-2621-3.

[213] Bock, Lisa (2020). Gestión de identidades con biometría: Descubra las soluciones innovadoras más recientes para una identificación y autenticación seguras . Packt Publishing. pág. 320. ISBN 978-1-83921-321-2.

[214] Pascu, Luana (16 de marzo de 2020). "Residentes de California presentan demanda colectiva contra la recopilación de datos biométricos de Clearview AI citando la CCPA" . BiometricUpdate.com . Consultado el 25 de octubre de 2020 .

[215] Burt, Chris (24 de febrero de 2020). "Los comisionados de privacidad canadienses investigan a Clearview AI y elaboran directrices para el uso policial de datos biométricos" . BiometricUpdate.com . Consultado el 25 de octubre de 2020 .

[216] Conger, Kate; Fausset, Richard; Kovaleski, Serge F. (14 de mayo de 2019). "San Francisco prohíbe la tecnología de reconocimiento facial" . The New York Times . ISSN 0362-4331 . Consultado el 26 de marzo de 2020 .

[:03-217] 1 2 "San Francisco prohíbe el uso de tecnología de reconocimiento facial por parte de las agencias" . Wired . ISSN 1059-1028 . Consultado el 26 de marzo de 2020 .

[:12-218] "Somerville prohíbe el uso gubernamental de tecnología de reconocimiento facial" . wbur.org . 28 de junio de 2019. Consultado el 26 de marzo de 2020 .

[:22-219] 1 2 "El Ayuntamiento de Somerville aprueba la prohibición del reconocimiento facial – The Boston Globe" . The Boston Globe . Consultado el 26 de marzo de 2020 .

[220] Haskins, Caroline (17 de julio de 2019). "Oakland se convierte en la tercera ciudad de EE. UU. en prohibir el reconocimiento facial" . Vice . Consultado el 11 de abril de 2020 .

[221] Nkonde, Mutale (2019). "Antinegritud automatizada: reconocimiento facial en Brooklyn, Nueva York" . Kennedy School Review . 20 : 30–26 . ProQuest 2404400349 .

[222] El alcalde de Boston aprueba la prohibición de la tecnología de reconocimiento facial.

[223] El alcalde de Boston aprueba la prohibición de la tecnología de reconocimiento facial.

[224] Rachel Metz (10 de septiembre de 2020). "Portland aprueba la prohibición de reconocimiento facial más amplia de EE . UU." . CNN . Consultado el 13 de septiembre de 2020 .

[225] "El Ayuntamiento de West Lafayette aprueba la prohibición de la tecnología de reconocimiento facial"

[226] Sandler, Rachel. "Grupos de derechos humanos piden a la Universidad de Miami que prohíba el reconocimiento facial" . Forbes . Consultado el 27 de octubre de 2020 .

[227] "El gobernador promulga la reforma policial - The Boston Globe" . BostonGlobe.com .

[228] «Massachusetts es uno de los primeros estados en establecer normas sobre el reconocimiento facial en investigaciones criminales» . The New York Times . 1 de marzo de 2021 – vía NYTimes.com.

[229] MacMillan, Douglas. "MSN" . www.msn.com .

[230] "La UE descarta la idea de prohibir el reconocimiento facial en espacios públicos: documento" . Reuters . 29 de enero de 2020. Consultado el 12 de abril de 2020 .

[231] "Reconocimiento facial: la UE considera prohibirlo" . BBC News . 17 de enero de 2020. Consultado el 12 de abril de 2020 .

[232] "Recupera tu rostro: ¡Prohíban la vigilancia masiva biométrica!" . Recupera tu rostro . Consultado el 12 de junio de 2021 .

[233] Gates, Kelly (2011). Nuestro futuro biométrico: la tecnología de reconocimiento facial y la cultura de la vigilancia . NYU Press. pág. 156. ISBN 978-0-8147-3209-0.

[234] Gates, Kelly (2011). Nuestro futuro biométrico: la tecnología de reconocimiento facial y la cultura de la vigilancia . NYU Press. pág. 161. ISBN 978-0-8147-3209-0.

[235] Konar, Amit; Chakraborty, Aruna (2015). Reconocimiento de emociones: Un enfoque de análisis de patrones . John Wiley & Sons. pág. 185. ISBN 978-1-118-13066-7.

[236] Konar, Amit; Chakraborty, Aruna (2015). Reconocimiento de emociones: Un enfoque de análisis de patrones . John Wiley & Sons. pág. 186. ISBN 978-1-118-13066-7.

[237] Konar, Amit; Chakraborty, Aruna (2015). Reconocimiento de emociones: un enfoque de análisis de patrones . John Wiley & Sons. pág. 187. ISBN 978-1-118-13066-7.

[238] Ioannou, Stephanos; Gallese, Vittorio; Merla, Arcangelo (2014). "Imágenes infrarrojas térmicas en psicofisiología: potencialidades y límites" . Psicofisiología . 51 ( 10): 951– 963. doi : 10.1111/psyp.12243 . ISSN 1469-8986 . PMC 4286005. PMID 24961292 .

[239] Kosonogov, Vladímir; Zorzi, Lucas De; Honoré, Jacques; Martínez-Velázquez, Eduardo S.; Nandrino, Jean-Louis; Martínez-Selva, José M.; Sequeira, Henrique (18 de septiembre de 2017). "Variaciones térmicas faciales: un nuevo marcador de excitación emocional" . MÁS UNO . 12 (9) e0183592. Código Bib : 2017PLoSO..1283592K . doi : 10.1371/journal.pone.0183592 . ISSN 1932-6203 . PMC 5603162 . PMID 28922392 .

[Frobes-240] 1 2 Fowler, Gary (14 de octubre de 2019). "Cómo la IA emocional está creando experiencias personalizadas para el cliente y generando un impacto social" . Frobes . Recuperado el 17 de octubre de 2020 .

[nsf-pr1-241] "Eureka Park regresa" (Comunicado de prensa). Fundación Nacional de Ciencias . 7 de enero de 2013. Consultado el 3 de febrero de 2013 .

[:14-242] 1 2 Harvey, Adam. "CV Dazzle: Camuflaje contra la detección de rostros" . cvdazzle.com . Consultado el 15 de septiembre de 2017 .

[243] Heilweil, Rebecca (28 de julio de 2020). "Las máscaras pueden engañar a los sistemas de reconocimiento facial, pero los algoritmos están aprendiendo rápido" . www.vox.com . Consultado el 30 de junio de 2022 .

[:15-244] 1 2 Marks, Paul (2020). "Bloqueo del reconocimiento facial" . cacm.acm.org . Recuperado el 30 de junio de 2022 .

[245] "Estas gafas de aspecto ridículo podrían hacerte invisible a la tecnología de reconocimiento facial" . Slate . 18 de enero de 2013. Consultado el 22 de enero de 2013 .

[246] Hongo, Jun. "Gafas con función de no reconocimiento facial debutarán en Japón" . The Wall Street Journal . Consultado el 9 de febrero de 2017 .

[247] Osborne, Charlie. "Se lanzará al público un visor de privacidad que bloquea el software de reconocimiento facial" . ZDNet . Consultado el 9 de febrero de 2017 .

[248] Stone, Maddie (8 de agosto de 2015). "Estas gafas bloquean la tecnología de reconocimiento facial" . Gizmodo . Consultado el 9 de febrero de 2017 .

[249] "Cómo la visera de privacidad japonesa engaña a las cámaras de reconocimiento facial" . PC World . Consultado el 9 de febrero de 2017 .

[250] Cox, Kate (10 de abril de 2020). "Algunas camisas te ocultan de las cámaras, pero ¿alguien las usará?" . Ars Technica . Consultado el 12 de abril de 2020 .

[251] Schreiber, Hope (2 de julio de 2018). "¿Preocupado por la tecnología de reconocimiento facial? El maquillaje Juggalo previene la vigilancia involuntaria" . Recuperado el 18 de julio de 2019 .

[252] Vincent, James (28 de julio de 2020). "Las mascarillas están alterando los algoritmos de reconocimiento facial, según un nuevo estudio gubernamental" . The Verge . Consultado el 27 de agosto de 2020 .

[253] Hern, Alex (21 de agosto de 2020). "Las mascarillas provocan una crisis de identidad en el software de reconocimiento facial" . The Guardian . ISSN 0261-3077 . Consultado el 24 de agosto de 2020 .

[254] "Fawkes AI - Universidad de Chicago" . Consultado el 30 de junio de 2022 .

[ 1 ]

[ 2 ]

[ 3 ]

[ 6 ]

[ 8 ]

[ 9 ]

[ 10 ]

[ 12 ]

[ 13 ]

[ 14 ]

[ 15 ]

[ 16 ]

[ 17 ]

[ 18 ]

[ 19 ]

[ 20 ]

[ 21 ]

[ 22 ]

[ 23 ]

[ 24 ]

[ 25 ] .

[ 26 ]

[ 27 ]

[ 28 ]

[ 29 ]

[ 30 ]

[ 31 ]

[ 32 ]

[ 33 ]

[ 34 ]

[ 35 ]

[ 36 ]

[ 37 ]

[ 38 ]

[ 39 ]

[ 40 ]

[ 41 ]

[

[

[ 44 ]

[ 45 ]

[ 46 ]

[ 47 ]

[ 48 ]

[ 51 ]

[ 52 ]

[ 53 ]

[ 55 ]

[ 56 ]

[ 57 ]

[ 58 ]

[ 59 ]

[ 60 ]

[ 61 ]

[ 62 ]

[ 63 ]

[ 64 ]

[ 65 ]

[ 66 ]

[ 67 ]

[ 68 ]

[ 69 ]

[ 70 ]

[ 71 ]

[ 73 ]

[ 74 ]

[ 75 ]

[ 76 ]

[ 77 ]

[ 78 ]

[ 79 ]

[ 80 ]

[ 81 ]

[ 82 ]

[ 83 ]

[ 84 ]

[ 85 ]

[ 87 ]

[ 88 ]

[ 89 ]

[ 90 ]

[ 91 ]

[ 92 ]

[ 93 ]

[ 94 ]

[ 95 ]

[ 96 ]

[ 97 ]

[ 98 ]

[ 99 ]

[ 100 ]

[ 101 ]

[ 102 ]

[ 103 ]

[ 104 ]

[ 105 ]

[ 106 ]

[ 107 ]

[ 108 ]

[ 109 ]