Reconocimiento facial
Mantis detecta rostros en las cámaras, los compara con una lista de personas conocidas y avisa cuando reconoce a alguien de interés. Este documento explica el proceso completo, los filtros que evitan falsos avisos, y —sobre todo— qué NO hace, que suele ser lo que más confusión genera.
Lo primero: qué significa “reconocer”
Sección titulada «Lo primero: qué significa “reconocer”»Un sistema de reconocimiento facial no identifica a nadie. Mide parecidos.
Convierte cada rostro en una lista de 512 números que describe su geometría, y compara esa lista con las de las personas registradas. Si dos listas se parecen lo suficiente, dice que probablemente sean la misma persona.
Esa distinción importa en un contexto penitenciario: el sistema aporta una pista que un operador verifica, nunca una identificación firme. Por eso Mantis no muestra porcentajes de confianza (ver más abajo).
El proceso, paso a paso
Sección titulada «El proceso, paso a paso»Cámara → Detección → Filtros → Calidad → Anti-suplantación → Comparación1. Detección
Sección titulada «1. Detección»Un modelo localiza los rostros presentes en la imagen y devuelve, para cada uno, su recuadro, cinco puntos clave (ojos, nariz, comisuras) y la orientación de la cabeza.
2. Filtros: descartar lo que no sirve
Sección titulada «2. Filtros: descartar lo que no sirve»No todo rostro detectado sirve para comparar. Un perfil, una cara a 20 metros o una imagen borrosa producen comparaciones poco fiables — y una comparación poco fiable es peor que ninguna, porque genera avisos falsos que erosionan la confianza en el sistema.
| Filtro | Qué descarta |
|---|---|
| Confianza mínima | Lo que el modelo no está seguro de que sea un rostro |
| Tamaño mínimo | Caras demasiado lejanas para tener detalle |
| Ángulo máximo | Perfiles: si la cabeza está muy girada, no hay rostro que comparar |
| Anti-pantalla | Rostros que aparecen en un monitor o televisor dentro de la escena |
El filtro de ángulo merece una nota: se apoya en un modelo de puntos faciales en tres dimensiones que estima hacia dónde mira la cabeza. Sin él, una nuca podría producir una comparación.
3. Puerta de calidad
Sección titulada «3. Puerta de calidad»Los rostros que pasan los filtros reciben una puntuación de calidad que combina tamaño, confianza, frontalidad y nitidez. Por debajo del umbral, el rostro se descarta aunque haya pasado todos los filtros individuales.
Es lo que hacen los sistemas profesionales del sector: es preferible perder una oportunidad de reconocer que generar un aviso equivocado.
4. Anti-suplantación
Sección titulada «4. Anti-suplantación»Analiza la textura de la imagen —patrones locales, gradientes y distribución de color— para distinguir un rostro real de una fotografía impresa o una pantalla. No es infalible, pero descarta los intentos triviales.
5. Comparación
Sección titulada «5. Comparación»El rostro se compara con la base de personas registradas. Dos condiciones para dar una coincidencia por buena:
- Umbral: el parecido debe superar un mínimo.
- Margen: debe destacar sobre el segundo candidato. Si dos personas registradas se parecen casi igual al rostro visto, no se afirma ninguna.
El margen es lo que evita el error más incómodo: confundir a dos personas de aspecto parecido.
Un evento por persona, no por fotograma
Sección titulada «Un evento por persona, no por fotograma»Una persona que cruza una puerta aparece en decenas de fotogramas. Sin agrupación, generaría decenas de eventos idénticos.
Mantis sigue a la persona mientras está en cuadro y emite un solo evento por recorrido, con el mejor fotograma de todos los que vio.
Esto no es un detalle estético. Sin agrupar, una sola cámara puede llenar dos páginas de resultados con la misma escena de veinte minutos, y desde la interfaz parece que la búsqueda esté rota.
Qué NO hace
Sección titulada «Qué NO hace»No muestra porcentajes. Un “87 %” no significa “acierta 87 de cada 100 veces”: es una distancia matemática reescalada, cuyo umbral útil depende del modelo, la cámara y la luz. Mostrarlo invita a razonar sobre una cifra que no se puede interpretar y, en un contexto penitenciario, a tratar un parecido como una identificación.
En su lugar se usan tres niveles: Alta, Media y Baja. Se aplica igual a lo que se muestra y a lo que se pide: los filtros hablan de “exigencia de la coincidencia”, no de porcentajes.
No alerta por desconocidos. Las alarmas se generan solo por personas en lista de seguimiento. Un rostro no registrado se guarda como evento consultable, pero no dispara nada — en una sede con tránsito constante, alertar por cada desconocido sería ruido puro.
No reconfigura las cámaras. Mantis decide qué analiza y qué graba, pero no toca el firmware de las cámaras.
Registrar personas
Sección titulada «Registrar personas»Dos formas:
Una a una
Sección titulada «Una a una»Se sube una foto clara del rostro. La calidad de esa foto determina la calidad de todos los reconocimientos futuros de esa persona: frontal, bien iluminada y sin gafas de sol.
En lote, desde lo ya detectado
Sección titulada «En lote, desde lo ya detectado»Mantis agrupa los rostros que ya capturó por parecido y propone los grupos. Se le pone nombre a un grupo y se registra con todas sus fotos de una vez.
Es mucho más eficaz que subir una foto: varias imágenes de la misma persona en condiciones distintas —ángulos, luz, distancia— producen un reconocimiento notablemente mejor que una sola foto de estudio.
Los grupos se pueden buscar por cámara y por fecha, que es lo único que los distingue cuando aún no tienen nombre.
Rendimiento y dimensionado
Sección titulada «Rendimiento y dimensionado»Cifras medidas sobre NVIDIA RTX A4000 con cámaras 1080p:
| Concepto | Coste |
|---|---|
| Una inferencia completa | ~30 ms |
| Modelo en memoria de vídeo | ~4 GB |
| Cámaras por tarjeta (revisión continua) | ~17 |
Con más cámaras que eso, Mantis reparte el trabajo en varias instancias, una por tarjeta gráfica, cada una con su mitad de las cámaras. El detalle está en Rendimiento y GPU.
Los dos ajustes que más pesan
Sección titulada «Los dos ajustes que más pesan»| Ajuste | Efecto en coste | Efecto en detección |
|---|---|---|
| Frecuencia de revisión | Proporcional | Menos oportunidades de captar a quien cruza rápido |
| Tamaño de detección | 640 en vez de 1024 cuesta un 43 % menos | Peor detección de caras lejanas |
Ambos son configurables por sede. Una sede con cámaras en accesos cercanos puede bajar el tamaño de detección sin perder nada; una con patios amplios, no.
Preguntas frecuentes
Sección titulada «Preguntas frecuentes»¿Reconoce con mascarilla? Peor. La mascarilla oculta la mitad inferior del rostro, que aporta buena parte de la geometría. Mantis detecta si hay mascarilla y lo deja como filtro de búsqueda, pero el reconocimiento pierde fiabilidad.
¿Funciona de noche? Depende de la cámara, no de Mantis. Con infrarrojos el rostro se ve en blanco y negro y con menos textura; funciona, con menos fiabilidad.
¿Cuántas personas puede tener registradas? La comparación recorre la lista completa en cada rostro detectado, así que el coste crece con el número de registrados. Con listas de miles conviene revisar el dimensionado.
¿Se puede saber por qué no reconoció a alguien? Los eventos guardan el motivo del descarte cuando un rostro no llega a compararse: demasiado pequeño, demasiado girado, calidad insuficiente. Es lo primero que hay que mirar cuando alguien “debería haber sido reconocido”.