33 COMPONENTES Junto con esta plataforma del sistema, el diseño de un sistema de reconocimiento facial requiere claramente un sensor de cámara adecuado para capturar una imagen de la cara del usuario. Sin embargo, como se ha mencionado anteriormente, la preocupación por los ataques de presentación requiere capacidades de imagen adicionales. MITIGACIÓN DE LOS ATAQUES DE PRESENTACIÓN Los investigadores han explorado durante años diferentes métodos de detección de ataques de presentación (PAD) diseñados para mitigar intentos como el uso de huellas dactilares latentes o imágenes de un rostro para falsear los sistemas de autenticación basados en la biometría. Aunque los detalles van mucho más allá del alcance de este artículo, los métodos PAD en general utilizan un análisis profundo de la calidad y las características de los datos biométricos capturados como parte del proceso, así como métodos de detección de la “vitalidad” diseñados para determinar si los datos biométricos fueron capturados de una persona viva. Los modelos de redes neuronales profundas (DNN) que subyacen a muchos de estos métodos desempeñan un papel importante no solo en el reconocimiento de rostros, sino también en la identificación de intentos de falsificación del sistema. No obstante, el sistema de imágenes utilizado para capturar la cara del usuario puede proporcionar un apoyo adicional para la detección de la vitalidad. Para el kit SLN-VIZNAS-IOT, NXP incluye módulos de cámara que contienen un par de sensores de imagen MT9M114 de ON Semiconductor. En este caso, una cámara está equipada con un filtro rojo, verde y azul (RGB), y la otra con un filtro infrarrojo (IR). Conectada a través de interfaces de cámara a la placa de aplicación de visión, la cámara RGB genera una imagen de luz visible normal, mientras que la cámara IR captura una imagen que sería diferente para una persona viva en comparación con una imagen de la persona. Utilizando este enfoque de detección de vitalidad junto con su capacidad interna de reconocimiento facial, el kit SLN-VIZNAS-IOT proporciona una capacidad de reconocimiento facial fuera de línea y antifalsificación en un paquete que mide unos 30 x 40 milímetros (mm) (Figura 5). INTRODUCCIÓN AL KIT SLN-VIZNAS-IOT El kit NXP SLN-VIZNAS-IOT viene listo para usar con modelos de reconocimiento facial incorporados. Los desarrolladores conectan un cable USB y tocan un botón del kit para realizar un sencillo registro facial manual mediante la aplicación “elock“precargada y la app móvil que la acompaña (Figura 6, izquierda). Tras el registro, la aplicación móvil mostrará un mensaje de ”bienvenida a casa“ y una etiqueta de ”desbloqueado” cuando el kit autentique la cara registrada (Figura 6, derecha). El software de reconocimiento facial Oasis Lite del kit procesa modelos de su base de datos de hasta 3.000 rostros RGB con una precisión de reconocimiento del 99.6%, y de hasta 100 rostros IR con una precisión de antifalsificación del 96.5%. Como se ha señalado anteriormente, la solución de hardware/software de NXP necesita menos de un segundo (s) para realizar la detección de rostros, la alineación de la imagen, la comprobación de la calidad, la detección de vitalidad y el reconocimiento en un rango de 0.2 a 1.0 metros (m). De hecho, el sistema admite un modelo de inferencia “ligero” alternativo capaz de realizar esta misma secuencia en menos de 0.5 s, pero admite un tamaño máximo de base de datos más pequeño, de 1.000 caras RGB y 50 caras IR. CREACIÓN DE APLICACIONES DE RECONOCIMIENTO FACIAL PERSONALIZADAS Utilizado tal cual, el kit NXP SLN-VIZNASIOT permite a los desarrolladores evaluar, crear prototipos y desarrollar rápidamente aplicaciones de reconocimiento facial. Al crear soluciones de hardware personalizadas, el kit sirve como diseño de referencia completo con esquemas completos y una lista de materiales (BOM) detallada. Para el desarrollo de software, los programadores pueden utilizar el entorno de desarrollo integrado (IDE) NXP MCUXpresso con soporte para FreeRTOS y herramientas de configuración. Para esta aplicación, los desarrolladores simplemente utilizan el MCUXpresso SDK Builder en línea Figura 5: El kit de hardware SLN-VIZNAS-IOT de NXP integra un sistema de doble cámara para la detección de la vitalidad (arriba) y una placa de aplicación de visión (abajo) con un módulo conectado para ofrecer una solución de reconocimiento facial fuera de línea con capacidad antifalsificación. (Fuente de la imagen: NXP). Figura 6: El kit de hardware SLN-VIZNAS-IOT de NXP funciona de forma inmediata, utilizando una aplicación complementaria para registrar una cara (izquierda) y reconocer las caras registradas (derecha). (Fuente de la imagen: NXP).
RkJQdWJsaXNoZXIy Njg1MjYx