La inversión en investigación y la mejora de los sistemas de venta de tarjetas de pago de viaje en autobús y las tecnologías de movilidad es parte del ADN de Empresa 1, y en vista de este nuevo estándar social que se ha desarrollado en los últimos meses debido al aislamiento social y las nuevas pautas de atención, los esfuerzos fueron principalmente dirigidos a soluciones que permitan a los gerentes de transporte público operar de manera más eficiente, especialmente en el período de recuperación económica y del mercado.
Esta fue la premisa para la última actualización del Sigom Vision, el sistema de biometría facial de Empresa 1 para el transporte público, que ahora reconoce las caras de los usuarios incluso cuando usan mascarillas higiénicas.
Mejora de los algoritmos de inteligencia artificial
Uno de los puntos de evolución constante en el sistema es el comportamiento de los algoritmos frente a las barreras habituales para el reconocimiento facial de los usuarios, como las gafas de sol, por ejemplo. Con el aumento en el número de usuarios que usan mascarillas higiénicas de protección facial, este desarrollo comenzó a dirigirse hacia el mantenimiento de la capacidad del sistema para superar estos obstáculos, garantizando así su función. Para explicar mejor el mecanismo detrás de esta innovación, primero debemos entender el funcionamiento de un sistema de biometría facial, que consta de los siguientes pasos:
- Captura: es el momento en que la cámara graba las imágenes del usuario.
- Verificación: aquí, los algoritmos del sistema verifican para identificar los atributos en la imagen capturada que caracterizan una cara.
- Comparación: en función de la identificación de esta cara y estos atributos, se realiza una comparación con la foto registrada anteriormente.
La biometría facial se basa en puntos nodales en la cara. Cuando se ejecuta el proceso computacional, el algoritmo busca estos puntos, con el fin de averiguar si en esa foto que fue tomada realmente existe la cara de cierta persona. Sin embargo, como dijimos, algunas barreras pueden evitar el mapeo de estos puntos – este es el caso de las mascarillas higiénicas, por ejemplo.
Con los nuevos parámetros insertados en el sistema, incluso sin la identificación de algunas áreas de la cara, como la boca y la punta de la nariz, el número de puntos reconocidos por el algoritmo puede ser suficiente para realizar la comparación de los atributos entre la foto capturada y la registrada previamente en la base de datos.
Figura 1 Ejemplo de como se comportan los nuevos parámetros de identificación.
En otras palabras, se agregó un proceso que permite al sistema reconstruir el conjunto de esa cara, en función del aprendizaje automatizado, lo que permite pasar a la etapa del pareo.
El rol del aprendizaje automatizado
El sistema se comporta de esta manera gracias a un proceso de aprendizaje continuo – el aprendizaje automatizado, que trabaja con tres variables fundamentales: experiencia, tarea y consecución. Cuando hablamos de biometría facial, de una manera simple, el aprendizaje automatizado funciona de la siguiente manera:
- Experiencia: observación de las imágenes de usuarios con fotos capturadas.
- Tarea: clasificación de las fotos con o sin oclusión.
- Consecución: identificación correcta de la existencia de oclusión en la foto.
A partir disso, com o incremento de inteligência que foi realizado, o sistema consegue remontar os pontos faltantes,identificando pontos que estão ocultos de forma que ele possa ser comparado depois. Esse processo acontece no processamento da imagem, invisível para o usuário.
Figura 2 Pantalla de auditoría del pareo en el Sigom Vision.
Los beneficios que brinda esta innovación
Obviamente, el principal beneficio para los gerentes de transporte es la posibilidad de aumentar la eficiencia operativa del sistema para combatir el fraude en el uso de tarjetas de pago de viaje en autobús, incluso de los usuarios cuando usan mascarillas higiénicas, que es el nuevo estándar de convivencia social a partir de ahora.
Además, la actualización habilita el sistema para otros tipos de monitoreo, como identificar si los usuarios usan o no mascarillas higiénicas, cuando esta medida sanitaria está prevista en la región donde operan.
El género y las expresiones faciales son otros parámetros reconocidos por la inteligencia del sistema. Estos atributos se han habilitado para ser utilizados también para el aprendizaje sistémico del Sigom Vision.
Mejora en la precisión del algoritmo
Una pregunta que surge en relación con la actualización es acerca de la efectividad del sistema, debido a la menor cantidad de puntos nodales identificados. En la práctica, la precisión del algoritmo también se ha mejorado. Debido a este proceso de inteligencia que recompone los puntos nodales y otros incrementos en el aprendizaje automatizado, el sistema ahora tiene un mayor grado de confiabilidad.
Después de realizar pruebas para certificar que el sistema estaba dentro de los niveles aceptables para soluciones de este tipo, se identificó un aumento de aproximadamente 4% en la calidad del pareo. Esto significa que el sistema evolucionó hasta una tasa de precisión de alrededor del 95%.
Mejora sin costos adicionales
Empresa 1 se enorgullece de ofrecer soluciones que son simples de operar y que reducen los costos operativos de los clientes. Por esta razón, la actualización del Sigom Vision no implica nuevas inversiones para quienes ya son clientes de Empresa 1. Sólo una simple actualización de software es todo lo que se necesita.
En otras palabras, para aquellos que ya operan con el Sigom Vision:
- no hay necesidad de capacitación adicional para las personas que ya usan el sistema;
- no es necesario realizar compras adicionales, ya que la actualización ya forma parte del proceso de actualización regular de Empresa 1;
- no hay necesidad de una reinstalación o cualquier otra operación compleja en el sistema.
El proceso de actualización del Sigom Vision con los nuevos atributos de reconocimiento facial comenzó el 25 de mayo de este año y se espera que finalice en todos los clientes de Empresa 1 antes del 20 de junio.
Para comprender un poco más sobre esta innovación, ve nuestro seminario web “Como obtener resultados con la biometría facial, incluso en tiempos de pandemia”, que también enseña buenas prácticas sobre el uso del sistema.
