Desarrollo e implementación de un algoritmo de verificación de rostros en la empresa Geovictoria

Abstract

Las tecnologías de Machine Learning están ocupando cada vez más un espacio en la vida de las personas, desde las redes sociales y el entretenimiento hasta aplicaciones en medicina y astrofísica. Gracias a su alta efectividad y a métodos cada vez más avanzados, se están intentando utilizar en casi todos los campos posibles, siendo uno de ellos el de verificación y reconocimiento facial. El reconocimiento facial es una técnica que consiste en entregarle a un algoritmo una imagen y que este pueda reconocer quién está en la foto. La verificación facial es un submétodo de esto, en que a un algoritmo se le entregan dos imágenes y responde si estas corresponden a la misma persona. En la empresa GeoVictoria se utilizan algoritmos de verificación facial para marcar asistencia de empresas a través de una aplicación. En este trabajo se evalúa el funcionamiento de los algoritmos actuales y se analizan las principales dificultades que presentan. Debido al contexto en el que se está desarrollando esta memoria (pandemia mundial por el virus COVID-19), la principal dificultad está en que los usuarios están realizando el marcado de asistencia utilizando mascarillas, lo que obstaculiza la verificación, pues los algoritmos no están entrenados para ello. Debido a esto, se propone una solución donde se entrena un modelo que esté especializado en casos de mascarillas. Luego, en cada nuevo caso, se utiliza un detector de mascarillas para saber si la persona está usando una y, de ser así, se pasa al modelo nuevo, de lo contrario, se usa el anterior. Para poder hacer todo esto, también fue necesario crear una base de datos propia en donde se pueda validar el funcionamiento de los modelos. La base de datos se realizó de forma exitosa y se pudo evaluar el modelo actual. También se desarrolló el detector de mascarillas y se validó correctamente su funcionamiento. El modelo verificador de mascarillas fue desarrollado y entregó mejores resultados que el modelo actual en su conjunto de prueba, pero peores al utilizar la base de datos creada dentro de la empresa. En este documento se comienza por explicar la motivación y los objetivos de esta memoria. Luego, se procede a explicar algunos conceptos importantes de Machine Learning y de reconocimiento facial. Más adelante se explica la metodología planteada y desarrollada a lo largo de este proyecto. A continuación se muestran los resultados obtenidos y se analizan. Además, se realiza un análisis ético sobre el uso de este tipo de tecnologías y, finalmente, se concluye respecto a todo lo planteado anteriormente.