Desde el año 2011 el FBI ha utilizado el software de reconocimiento facial para identificar a las personas durante las investigaciones criminales. La agencia peina a través de una base de datos de más de 411 millones de fotos, incluyendo todo, desde fichas policiales a licencias de conducir pasando por imágenes de camáras de vigilancia. Hoy un informe de la GAO (Oficina de Rendición de Cuentas del Gobierno) denuncia que puede dar lugar a que muchos inocentes sean identificados como sospechosos.

Los sistemas de reconocimiento y control están de moda últimamente. La mayoría de sistemas operativos lo incluyen. Cortana está presente en Windows 10 Mobile, y Android. Google tiene su propio reconocimiento de voz a través de Google Now, y Apple tiene su famoso Siri, el cuál es de las mejores implementaciones que hay disponibles en el mercado. Pero, ¿cuándo surgieron y cómo funcionan?

Todo lo que sabemos sobre los sistemas de reconocimiento facial que emplean el FBI y los departamentos de policía de Estados Unidos sugiere que el software incorpora un sesgo racial inherente. No se ha hecho así a propósito sino que es consecuencia cómo se diseñan los sistemas y los datos con los que entrenan. Pero sí resulta problemático. Las agencias de seguridad dependen cada vez más de tales herramientas para las investigaciones criminales, aumentando el riesgo de que algo salga mal.

Un toque y desbloqueado. Un toque y pagado. Un toque y registrado. La comodidad que te da un lector de huellas en el móvil es algo que se agradece pero esa cosita que tenemos detrás, delante o en un lateral de nuestro dispositivo, ¿como funciona? Lo primero es saber que existen varios tipos de lectores de huellas dactilares: Ópticos, capacitativos y por ultrasonidos. A continuación vamos a ver cual es el funcionamiento de cada uno de estos tres.

Investigadores del the Max Planck Institute (Alemania) demuuestran en un documento un método de reconocimiento de personas aunque la mayoría de las fotos están sin marcar y con partes ocultas. El sistema, que llaman "Faceless Recognition System" entrena una red neuronal con un juego de fotos que contiene tanto caras ocultas como visibles, y luego usa ese conocimiento para predecir la identidad de las caras ocultas buscando similitudes en el resto del cuerpo.

Un grupo de investigadores de la Universidad de Carolina del Norte (UNC), en Estados Unidos, ha desarrollado un ataque con el que han podido saltarse este tipo de sistemas de seguridad. Lo único que han tenido que hacer es coger algunas de las muchas fotos personales que compartimos en las redes sociales y crear un modelo 3D de nuestra cara lo suficientemente detallado como para engañarlos.

Después de muchas especulaciones, Dropbox acaba de reconocer el ataque masivo de sus servicios en el año 2012, tras el robo de las credenciales a un empleado, aunque no ha sido hasta esta semana cuando ha urgido a los usuarios afectados a cambiar sus contraseñas. Relacionada: www.meneame.net/m/tecnología/roban-mas-60-millones-credenciales-dropb

Investigadores de la Universidad de Austin y el Cornell Tech de Nueva York logran desarrollar un software que identifica rostros y objetos a pesar de estar pixelados. Es una forma más de machine learning, un proceso por el cual una máquina aprende algo de forma autónoma.

Un grupo de investigadores del Computer Science Artificial Intelligence Lab (CSAIL) del MIT ha desarrollado un sistema llamado "EQ-Radio" que permite detectar nuestro estado emocional mediante el uso de señales inalámbricas. El sistema mide el ritmo cardiaco de una forma precisa y estudia la forma de las ondas para detectar cuatro estados de ánimo de acuerdo a cómo la persona reaccionó en esos estados. Según sus responsables, este sistema es mucho más fiable que otros que se basan en el reconocimiento facial.

Si reconocer seres y objetos en una imagen es un reto enorme, reconocerlos y además armar un frase para describir lo que está en dicha imagen es un desafío gigante. En Google lo saben y desde 2014 llevan trabajando en un modelo referenciado como Show and Tell que, con técnicas de aprendizaje de máquinas, realiza dicho proceso con brillantes resultados.

equipo de la división de Inteligencia Artificial e Investigación de Microsoft, publicó recientemente un documento en el que asegura que alcanzaron un gran hito en el reconocimiento del habla conversacional. De acuerdo a los investigadores, su sistema de reconocimiento de voz alcanzó una tasa de error del 5,9%, cifra que está a la par de las capacidades humanas.

RadarCat (Radar Categorization for Input & Interaction) is a small, versatile radar-based system for material and object classification which enables new forms of everyday proximate interaction with digital devices. In this work we demonstrate that we can train and classify different types of objects which we can then recognize in real time. Our studies include everyday objects and materials, transparent materials and different body parts.

Hoy, recibimos una especie de respuesta gracias al trabajo de los investigadores de la Universidad Jiao Tong de Shanghái (China) Xiaolin Wu y Xi Zhang. Han empleado una variedad de algoritmos de visión de máquinas para estudiar las caras de criminales y no criminales y después los probaron para averiguar si eran capaces de distinguir las diferencias. Los resultados son desconcertantes. Xiaolin y Xi encontraron que la red neuronal podía identificar correctamente a criminales y no criminales con una precisión del 89,5%.

Estar en una habitación, y comprender qué elementos están presencialmente ahí, con sus respectivas dimensiones, cuáles son meras ilustraciones, gráficos y fotografías de objetos, personajes o paisajes que no forman parte del entorno real, es un proceso que para un ser humano toma fracciones de segundo en comprender, pero para un robot resulta todavía un reto elevado.

Una revisión radical de la seguridad en los aeropuertos internacionales de Australia es el primer paso hacia la meta del gobierno de automatizar el 90% de procesamiento de pasajeros aéreos para 2020. Según el gobierno, el sistema será el primero de su tipo en el mundo: los pasajeros no tendrán que mostrar sus pasaportes, sino que serán procesados por reconocimiento biométrico de sus caras, irises y/o huellas dactilares. Se quiere probar la tecnología en julio en Camberra. [ Noticia original traducida al español: goo.gl/AfdLqh ]

Poco a poco, Microsoft va introduciendo nuevas funciones a su asistente virtual Cortana para hacerlo más practico e interactuar mejor con la información que puede adquirir de los usuarios.

Durante la presentación del “Video Intelligence API” se ha procesado un anuncio en tiempo real. El sistema ha identificado un perro salchicha y ha llegado a la conclusión de que todo el vídeo era un anuncio. En otra demostración, se han realizado búsquedas por nombres como "playa" y el sistema ha devuelto vídeos con ese contenido incluyendo información de tiempo. Hasta ahora los sistemas no podían entender el contenido de un vídeo sin marcado manual. El API permite acceder a esta funcionalidad, al igual que se puede con el resto de APIs de UI.

La Fundación Raspberry Pi anima a todos los usuarios a completar una encuesta que ayudará no solo a centrar esfuerzos allí donde hay más interés por parte de los makers, pero también a conocer las necesidades de los usuarios para "ofrecer los servicios que necesitamos". La implicación de Google en este ámbito podría animar a muchos makers a desarrollar nuevos proyectos de inteligencia artificial basados en la Raspberry Pi, algo que de hecho no es nuevo: existen ya proyectos que ofrecen reconocimiento de voz y también reconocimiento facial a pa

Supongo que más o menos todo el mundo sabe lo que es Shazam, esa app que nos permite saber qué canción está sonando en una película, una serie o un programa de radio con acercar el móvil a los altavoces. Seguramente habrás pensado si la usas que estaría bien ver esas funciones en otro tipo de aplicaciones.

Ripple dispone de varias mini cámaras de vídeo con las que identifica las expresiones de los rostros y las miradas de la gente cercana y cuando detecta algo lo indica de forma realmente discreta, dirigiendo todos sus tentáculos acusadores contra esa persona. Cuando el sentimiento es mutuo y se devuelve las miradas los tentáculos artificiales bailan y saludan como idiotas para celebrar la coincidencia. qz.com/939667/meet-ripple-a-tentacle-shaped-wearable-device-for-flirti

Midiendo la actividad cerebral, una máquina ha sido capaz de reconocer los números con una exactitud del 90% y 18 monosílabos con un 61% de precisión. La tecnología puede recuperar el habla d...

El Gobierno de Macao anunció que instalará un sistema de reconocimiento facial en todos los cajeros automáticos de la isla para fortalecer la supervisión de las transacciones que realicen los titulares de tarjetas de crédito emitidas en China y evitar el lavado de dinero, informó hoy el diario Macau Post Daily.

La camioneta equipada con cámara en el sur de Gales aparentemente había visto a un hombre cuya cara estaba en la base de datos. La policía de South Wales está usando hardware y software proporcionado por NEC, que ha estado trabajando en tecnología de reconocimiento facial AFR en tiempo real por algunos años y ha sido el socio tecnológico de otros juicios policiales del Reino Unido . En la misma declaración, la policía menciona "pre-crimen" (Minority Report - TV Serie 2015) .

La policía de Gales del Sur ha detenido por primera vez a un hombre utilizando un sistema de reconocimiento facialEs una técnica que el FBI o la policía de Londres ya utiliza, pero no se había detenido a nadie nunca con esta técnica de manera oficialHablamos con una empresa valenciana que desarrolla y utiliza un software similar, aunque con fines publicitarios

Google ha anunciado el lanzamiento de MobileNets, una serie de modelos basados en TensorFlow, pero diseñados para que puedan ser usados en dispositivos de baja potencia (móviles). El objetivo es permitir que el reconocimiento de imágenes pueda ser disfrutado desde dispositivos móviles, sin depender de un gran hardware para realizar los cálculos de forma rápida.