Detección de rostrosFace Detection
Encontrar con un cuadro dónde hay una cara en la foto
- La detección de rostros marca con un cuadro si hay una cara, cuántas hay y dónde está, en una foto o un video.
- El resultado es la posición y el tamaño del cuadro, más un número de cuánto se confía en el hallazgo. No averigua quién es.
- Recorre la imagen desplazándose poco a poco y juzga en cada sitio si parece una cara. Por eso, para encontrar tanto las caras lejanas y pequeñas como las cercanas y grandes, repite el barrido con distintos tamaños.
- Cuando varios cuadros caen encima del mismo sitio, deja solo el de mayor confianza y descarta el resto.
- Es el punto de partida de casi todo lo que viene después: enfoque automático, detección de sonrisas, desenfoque de fondo.
Contenido
1La analogía
Al hacer ropa, la tela no se corta a lo loco. Primero se apoya el patrón de papel sobre la tela y se lo mueve de un lado a otro hasta encontrar dónde encaja con la trama. Cuando el sitio es el correcto, se marca el contorno con tiza, y recién después se corta.
El patrón no es uno solo. Para la misma prenda hay varios tamaños: uno grande para las piezas grandes, uno chico para piezas como la manga. Como de una sola tela salen varias piezas, las marcas de tiza terminan apareciendo en más de un lugar.
Eso, la marca de tiza, es lo que hace la detección de rostros. Recorre la foto poco a poco buscando dónde encaja el molde de una cara, y en cada sitio que encaja dibuja un cuadro. Todavía no pregunta quién es la persona que hay adentro.
2En detalle
Recorre la pantalla desplazándose poco a poco
La detección de rostros no entiende la foto de un vistazo. Pone una ventanita en la esquina superior izquierda, pregunta "¿esto se parece a una cara?", mueve un poco la ventana y vuelve a preguntar, así hasta cubrir toda la imagen. Cuanto más chico es el paso, más fino es el barrido, pero también tarda más.
Los métodos actuales, en lugar de mover una ventana de a una, dividen la pantalla en una cuadrícula y cada casilla responde de una sola vez. Cada casilla entrega junto "la probabilidad de que aquí haya una cara" y, si la hay, "dónde empieza y dónde termina el cuadro". Como toda la imagen se calcula en una sola pasada, es mucho más rápido.
Terminado el barrido salen cientos de cuadros candidatos. La mayoría tiene una confianza tan baja que se descarta enseguida, y solo unos pocos que superan el umbral pasan a la siguiente etapa.
Mira varias veces cambiando el tamaño
La misma cara ocupa muy poco espacio en pantalla si está lejos de la cámara, y mucho si está cerca. Si el tamaño de la ventana queda fijo, solo se encuentra uno de los dos casos. Por eso se reduce la foto a varios tamaños y se repite el mismo barrido, o se preparan de antemano moldes de distinto tamaño para probarlos todos a la vez.
Este punto es lo que marca la velocidad de la detección. Cuantos más tamaños se prueben, mejor se atrapan las caras pequeñas, pero el cálculo se multiplica. Las herramientas que deben correr en tiempo real desde una webcam a veces eligen probar pocos tamaños y resignarse a perder las caras muy pequeñas.
En una herramienta de prueba se nota bien: al alejarse de la cámara llega un punto en que el cuadro desaparece de golpe, justo cuando la cara queda más chica que el molde más pequeño disponible.
Ordena los cuadros superpuestos en uno solo
Es raro que sobre una sola cara aparezca un único cuadro. Suelen caer varios a la vez, con posiciones y tamaños apenas distintos. Para el ojo humano es la misma cara, pero para el cálculo son candidatos diferentes.
Por eso hay una etapa final de limpieza. Se deja primero el cuadro de mayor confianza, y todo cuadro que se superponga mucho con él se considera el mismo objetivo y se borra. Repitiendo esto —tomar el más confiable entre los que quedan— al final sobrevive un cuadro por cara.
Cuánta superposición se tolera se puede ajustar. Si el umbral es demasiado estricto, dos personas paradas una junto a la otra se funden en una sola; si es demasiado laxo, a una misma cara le quedan dos o tres cuadros encima.
Solo hasta "hay una cara", quién es viene después
Lo único que entrega la detección es posición, tamaño y confianza. Quién es la persona que está adentro no es asunto suyo. Averiguar el nombre le toca a la etapa siguiente, el reconocimiento facial.
Esta separación importa. El enfoque automático de la cámara, el desenfoque de fondo en una videollamada, el mosaico sobre caras en un video: casi todas las funciones que usamos a diario solo necesitan saber dónde está la cara. Como no necesitan saber quién es, tampoco generan ni guardan información que identifique a nadie.
La detección también es el primer paso de casi todo procesamiento facial posterior. Marcar puntos de referencia como las comisuras de los ojos y la boca, o estimar la expresión o la edad, empieza siempre después de recortar el cuadro que contiene la cara.
3Con más precisión
La detección de rostros es una rama de la detección de objetos. El objetivo está fijo en un solo tipo, la cara, pero a cambio muchas herramientas entregan también unos pocos puntos —ojos, nariz, boca— o cuánto está girada la cara. El cuadro de salida suele expresarse como la esquina superior izquierda más ancho y alto, y se entrega como proporción del tamaño de la imagen para que sirva sin importar el tamaño de la foto.
El rendimiento se cuenta con dos tipos de error: no encontrar una cara que sí está, y marcar como cara algo que no lo es. Bajar el umbral de confianza reduce el primer error y aumenta el segundo. Cuál de los dos molesta más depende del uso, así que cada servicio fija el umbral a su manera.
También hay un punto donde la analogía se queda corta. El patrón de costura es un papel con forma fija: encaja o no encaja. La detección no funciona probando un molde fijo: aprende a puntuar "cuánto parece una cara" a partir de miles de ejemplos vistos en el entrenamiento, y por eso a veces marca un cuadro sobre un empapelado con dibujos o un tomacorriente con una disposición parecida. Al revés, puede perder caras muy giradas de perfil, tapadas con un barbijo o en poca luz, porque esos casos fueron poco frecuentes en el entrenamiento. Si en los datos de entrenamiento faltó cierto tono de piel o cierta edad, aparece un sesgo que hace que ese grupo se pierda con más frecuencia.
4Pruébalo
5Malentendidos comunes
Es fácil pensar que si se encontró la cara ya se sabe quién es, pero en realidad solo se obtiene la posición y el tamaño; averiguar la identidad es una etapa aparte, el reconocimiento facial.
Es fácil creer que si no hay cuadro es porque no hay cara, pero en realidad el ángulo, la luz o el tamaño hacen que a menudo se pase por alto una cara que sí está.
Es fácil suponer que el cuadro solo se dibuja sobre caras humanas, pero en realidad también aparece sobre personas en un afiche, muñecos u objetos con un patrón parecido.
7Resumen en una línea
En resumenLa detección de rostros recorre la imagen cambiando de tamaño y dibuja un cuadro donde hay una cara, sin preguntar quién es.
¿Has visto un error o tienes una analogía mejor? Sugerir una corrección · Última actualización2026-09-02