¿Qué precisión tiene la búsqueda facial inversa?
La búsqueda facial inversa alcanza aproximadamente un 95% de precisión en condiciones óptimas, es decir, una foto nítida, frontal y bien iluminada de un solo rostro sin obstrucciones. La precisión no es una cifra única que valga en todas partes: baja con el ángulo, el desenfoque, los filtros y las oclusiones, y una puntuación de confianza mide el parecido entre dos rostros, no la probabilidad de que la coincidencia sea la persona correcta.
Última revisión
En resumen
- Aproximadamente un 95% es la cifra en condiciones óptimas, no una garantía válida para cualquier foto.
- Una puntuación de confianza mide cuánto se parecen dos rostros. No es la probabilidad de que la coincidencia sea correcta.
- Los falsos positivos importan más que los fallos: que dos personas distintas puntúen como coincidencia es el error que causa daño.
- Incluso un modelo preciso devuelve personas equivocadas a escala web, porque cualquier índice contiene muchos más desconocidos que a la persona buscada.
- Cada coincidencia es una pista que hay que verificar, nunca una prueba de identidad.
¿Qué precisión tiene la búsqueda facial inversa?
La búsqueda facial inversa alcanza aproximadamente un 95% de precisión de coincidencia en condiciones óptimas. Condiciones óptimas es una restricción real y no una advertencia legal: describe un solo rostro sin obstrucciones, mirando a la cámara, iluminado de forma uniforme y con resolución suficiente para que los rasgos se distingan. En cuanto se pierde cualquiera de esos elementos, la precisión de esa búsqueda concreta cae, aunque el modelo subyacente no haya cambiado. La cifra describe el sistema trabajando sobre una buena foto, no el resultado medio de cualquier foto que alguien tenga a mano.
- La cifra describe el modelo, no tu búsqueda. Tu foto decide en qué extremo del rango caes.
- Precisión y utilidad son cosas distintas. Una coincidencia correcta en una página que nadie puede abrir sigue sin decirte nada.
- No existe una cifra de precisión para un rostro que no está indexado en ninguna parte. Eso es una cuestión de cobertura, no de precisión.
¿Qué mide realmente una puntuación de confianza?
Una puntuación de confianza mide lo cerca que quedan el rostro subido y el rostro encontrado dentro del espacio numérico del modelo. Es una medida de parecido en la escala propia del motor, no la probabilidad de que las dos fotos muestren a la misma persona. Una puntuación de 90 no significa que haya un 90% de probabilidad de que la coincidencia sea correcta. Significa que los dos rostros son muy similares según la medida del modelo, lo cual es una evidencia fuerte cuando la foto es buena y mucho más débil cuando la foto es mala.
¿Por qué un sistema preciso devuelve igualmente a la persona equivocada?
Porque cualquier índice consultable contiene muchísimos más desconocidos que a la persona concreta que se busca. Un modelo que empareja mal un rostro de cada diez mil suena preciso, pero una búsqueda que compara contra millones de rostros indexados seguirá mostrando personas equivocadas junto a cualquier acierto. La precisión medida por comparación no sobrevive a multiplicarse por el número de comparaciones que hace una búsqueda a escala web. Esa es la razón de que exista un umbral de confianza, y la razón de que el primer resultado no sea automáticamente la persona correcta.
¿Qué cualidades de la foto cambian el resultado?
Seis propiedades de la imagen subida explican casi toda la diferencia entre una coincidencia limpia y un resultado inservible. Además se acumulan: un rostro pequeño, de perfil y con filtro es mucho peor que cualquiera de esos problemas por separado.
| Propiedad | Favorece la precisión | Perjudica la precisión |
|---|---|---|
| Ángulo del rostro | De frente, con ambos ojos visibles | Perfil pronunciado o cabeza girada |
| Resolución | El rostro ocupa buena parte del encuadre | El rostro es un recorte pequeño de un plano abierto |
| Iluminación | Luz uniforme sobre todo el rostro | Sombra dura, contraluz, dominante de color fuerte |
| Oclusión | Nada cubre el rostro | Gafas de sol, mascarillas, manos, pelo abundante |
| Edición | El archivo original sin editar | Filtros de belleza, retoque intenso, lentes de realidad aumentada |
| Personas | Un solo rostro en la foto | Fotos de grupo, donde puede leerse el rostro equivocado |
¿Cómo se mide de forma independiente la precisión del reconocimiento facial?
El Instituto Nacional de Estándares y Tecnología de Estados Unidos ejecuta el Face Recognition Vendor Test, que evalúa los algoritmos presentados frente a conjuntos de datos controlados y publica las tasas de error. FRVT es la referencia sobre el nivel general del reconocimiento facial y distingue la verificación uno a uno, que confirma si dos fotos son de la misma persona, de la identificación uno a muchos, que es lo que hace una búsqueda facial. FaceSearch no ha publicado su propia evaluación sobre esos conjuntos de datos, y las tasas publicadas de FRVT proceden de imágenes seleccionadas, por lo que describen un límite superior y no lo que logra en la práctica una búsqueda a escala web.
¿Cuándo no hay que fiarse de una coincidencia?
Una coincidencia facial es evidencia que hay que comprobar y no basta por sí sola para ninguna decisión que afecte a una persona. El error que causa daño es el falso positivo: un desconocido que se parece a la persona buscada, mostrado con una puntuación alta y tratado como si la identificación ya estuviera resuelta.
- No actúes con una sola coincidencia. Confírmala con algo independiente, como un nombre de usuario repetido entre sitios, un contacto en común o una segunda foto.
- No uses una coincidencia para decidir sobre el empleo, la vivienda o el crédito de alguien. Esos usos están regulados en varias jurisdicciones.
- No leas un resultado vacío como prueba de que una persona no tiene presencia en internet.
- No supongas que una puntuación baja significa otra persona. A menudo solo significa una foto mala.
Fuentes
- Face Recognition Vendor Test (FRVT) 1:1 Verification, National Institute of Standards and Technology
- Face Recognition Vendor Test programme, National Institute of Standards and Technology