Reconocimiento facialFace Recognition
Comparar rostros para averiguar quién es esa persona
- El reconocimiento facial compara rostros para averiguar quién es esa persona. Es una etapa distinta de la detección de rostros, que solo busca dónde está la cara.
- No guarda la foto tal cual. Resume las distancias y proporciones entre ojos, nariz y boca en un puñado de números, y compara esos números.
- Hay dos preguntas distintas: verificación, comparar contra una sola persona registrada, e identificación, buscar entre todo un padrón cuál es la más parecida.
- Cuánto parecido hace falta para dar por buena la coincidencia lo decide una persona al fijar un umbral. Si es laxo, deja pasar a otros; si es estricto, rechaza al dueño de la cara.
- Solo encuentra a quien esté en el padrón, y quién quedó registrado ahí es, en sí mismo, la pregunta ética que trae esta tecnología.
Contenido
1La analogía
Cuando vacías una alcancía en una máquina clasificadora de monedas, la máquina hace rodar cada moneda y la va soltando en el compartimento que le corresponde. Adentro tiene, de antemano, una tabla con el diámetro y el grosor de cada tipo de moneda, y el veredicto sale de comparar la moneda que entra con esa tabla.
Una moneda que no está en la tabla, por buena que sea la máquina, no se puede clasificar. Una moneda traída de otro país o una ficha de arcade no van a ningún compartimento: caen por la ranura de devolución. No es la habilidad de la máquina lo que decide el resultado, sino qué hay escrito en la tabla.
La pregunta también se divide en dos. A veces es como un expendedor de bebidas: comparar contra una sola fila, "¿es esta la moneda que corresponde?". Otras veces es como la clasificadora: comparar contra toda la tabla, "¿cuál de todas es esta?". Eso, ese cotejo, es lo que hace el reconocimiento facial.
2En detalle
Resume la cara en un puñado de números
El primer paso es recortar el sitio donde está la cara y corregir tamaño e inclinación. Se marcan puntos de referencia como las comisuras de los ojos y la boca, y se gira y estira la foto para que esos puntos caigan siempre en un lugar parecido. Sin este ajuste no se puede comparar nada.
Lo que sigue es lo importante. La imagen ya ordenada se resume en un puñado de números, típicamente unos cientos, moldeados durante el entrenamiento para que "las personas iguales queden cerca y las distintas queden lejos", no valores con nombre propio como la distancia entre los ojos.
Gracias a este método, cambiar la luz o ponerse anteojos no mueve mucho ese puñado de números. Y para comparar ya no hace falta volver a mirar la foto: basta medir qué tan cerca están dos puñados de números, así que un padrón de decenas de miles de personas se recorre en un instante.
Hay dos preguntas distintas
La primera es la verificación: pregunta "¿esta persona es la que registró antes?" y compara contra una sola ficha del padrón. El desbloqueo del teléfono o el acceso a un edificio son de este tipo; la respuesta es sí o no, la comparación es una sola, así que es rápida y con pocos errores.
La segunda es la identificación: pregunta "¿quién del padrón es esta persona?" y compara contra todos los registros para hallar el más parecido, con tantas comparaciones como tamaño tenga el padrón. Es mucho más difícil que la verificación, porque cuanto más grande es el padrón, más crece la chance de que alguien se le parezca por pura casualidad. Con la misma precisión, buscar entre diez personas y entre cien mil son problemas completamente distintos.
¿Cuánto parecido hace falta para ser la misma persona?
Una vez que se mide la distancia entre dos puñados de números, lo que sigue es un juicio. Una persona decide dónde trazar el umbral de qué tan cerca hay que estar para considerarlos la misma persona. Dónde se pone esa línea define casi todo el carácter del sistema.
Si el umbral es laxo, baja la chance de rechazar al dueño de la cara, pero sube la de dejar pasar a alguien parecido. Si es estricto, pasa lo contrario: rechaza con seguridad a los demás, pero el propio dueño debe intentarlo varias veces. No hay forma de reducir los dos errores a la vez, solo de mover la línea según cuál moleste más.
A esto se suma el sesgo: si en las fotos de entrenamiento faltó cierto tono de piel o cierta edad, ese grupo sufre más errores con el mismo umbral. Ante la misma puerta, a algunas personas les cuesta pasar mucho más que a otras.
El problema es quién armó el padrón y cómo
Lo que distingue al reconocimiento facial de otras tecnologías de comparación no es la precisión, sino que antes tiene que existir un padrón contra el cual comparar. A quien no esté registrado, por buena que sea la tecnología, no se lo puede encontrar.
Por eso la pregunta se traslada al padrón: si la persona supo y aceptó ese registro, hasta cuándo se guarda, y si se usa solo para lo que se dijo al principio. Un rostro dado para reemplazar una credencial de acceso, si luego se usa para seguir recorridos dentro de una tienda, se salió del alcance aceptado, aunque la tecnología sea la misma.
También pesa que la cara, a diferencia de una contraseña, no se puede cambiar: una contraseña filtrada se reemplaza, una cara filtrada acompaña a la persona toda la vida. Y como se puede fotografiar de lejos sin que nadie lo note, un padrón puede armarse sin que el interesado se entere.
Por eso, en muchos lugares el dato del rostro se trata como información especialmente sensible, con límites propios para recolectarlo sin consentimiento en espacios públicos.
3Con más precisión
El puñado de números que resume una cara se llama embedding. Para comparar, es común medir qué tan parecida es la dirección que forman dos embeddings, y el veredicto sale de comparar ese valor con el umbral. Tomar varias fotos de una persona en el registro y promediarlas ayuda a aguantar mejor los cambios de ángulo y luz.
El rendimiento se cuenta con dos tasas de error: dejar pasar a otro como si fuera el dueño, y rechazar al dueño. Bajar una sube la otra, así que en un despliegue real la norma es publicar ambos valores juntos.
También hay un punto donde la analogía se queda corta. Una moneda del mismo valor sale siempre con el mismo diámetro, pero la misma cara se ve distinta cada vez: el valor se mueve con el ángulo, la luz y la edad, así que el veredicto no es "coincide exactamente" sino "qué tan cerca está". Sobre todo, una moneda se puede guardar en el bolsillo y no sacarla nunca; una cara, no. Basta con caminar por la calle para quedar registrada sin que la persona se entere, y por eso el reconocimiento facial exige mucho más cuidado que otras tecnologías de comparación.
4Pruébalo
5Malentendidos comunes
Es fácil pensar que el reconocimiento facial y la detección de rostros son lo mismo, pero en realidad la detección busca dónde está la cara y el reconocimiento es una etapa aparte que compara esa cara para saber quién es.
Es fácil creer que la foto de la cara se guarda tal cual, pero en realidad suele resumirse en un puñado de números. Aun así, esos números también identifican a la persona y merecen protección.
Es fácil suponer que una precisión alta significa que no hay de qué preocuparse, pero en realidad, cuantas más personas hay para comparar, más crece la chance de que alguien se le parezca por pura casualidad.
7Resumen en una línea
En resumenEl reconocimiento facial resume la cara en un puñado de números y la compara contra un padrón, y la pregunta más importante no es la tecnología sino quién armó ese padrón y cómo.
¿Has visto un error o tienes una analogía mejor? Sugerir una corrección · Última actualización2026-09-02