Comment fonctionne la reconnaissance faciale ?

Comment fonctionne la reconnaissance faciale ?

Par Dr. Kyle Muller

Des systèmes bidimensionnels aux algorithmes 3D en passant par la biométrie cutanée : la reconnaissance faciale atteint aujourd’hui un degré de précision extrême. Est-il possible de le tromper ?

Depuis Mission : Impossible des systèmes de sécurité des aéroports aux logiciels de déverrouillage de nos appareils et de paiement en ligne, la reconnaissance faciale est devenue l’une des technologies les plus connues de l’ère numérique. Tout semble simple : une caméra capture un visage, le logiciel le compare à une base de données et identifie la personne en quelques secondes. La réalité, cependant, est plus complexe que de faire défiler des images à la recherche de la « correspondance » parfaite.

Dans le détail, le chemin qui a conduit les ordinateurs à « voir » comme les êtres humains commence dans les années 1960, lorsque les premières expériences tentaient d’extraire des informations géométriques à partir des traits du visage. Depuis, le secteur a fait d’énormes progrès, passant des systèmes bidimensionnels aux algorithmes 3D et à la biométrie cutanée, qui permettent aujourd’hui un degré de précision impensable il y a vingt ans à peine.

Nœuds du visage. Au cœur de la reconnaissance faciale traditionnelle se trouve l’idée selon laquelle chaque visage possède un ensemble de points uniques et mesurables. Les premières entreprises du secteur, comme Identix, ont défini ces références comme des « points nodaux », points nodaux : environ 80 éléments qui comprennent la distance entre les yeux, la largeur du nez, la forme des pommettes et la profondeur des orbites, pour ne citer que les plus simples à identifier. Le logiciel détecte d’abord le visage dans une image, puis le sépare de l’arrière-plan et enfin mesure ces points pour les transformer en un code numérique, ce qu’on appelle « l’empreinte du visage ».

Obstacles. Pendant des années, ce système n’a fonctionné que dans des conditions idéales : éclairage contrôlé, vue frontale, très peu de variations d’expression, alors que de petits changements de perspective ou de lumière suffisaient à faire dévier la comparaison. Et c’est précisément pour dépasser ces limites que sont nés les modèles tridimensionnels.

De la science-fiction à la réalité. La technologie 3D capture la géométrie réelle du visage en exploitant des courbes et des reliefs plus stables dans le temps, comme le contour des yeux, du nez et du menton. Un système 3D peut reconnaître un visage même dans l’obscurité, car il ne se base pas sur la couleur mais sur la profondeur, et il peut le faire même si la tête est inclinée jusqu’à 90 degrés. Après avoir détecté le visage, l’algorithme l’aligne dans l’espace, mesure les surfaces avec une précision submillimétrique et génère un modèle qui est codé et comparé à ceux présents dans la base de données.

Le fait est que de nombreuses bases de données contiennent encore des images 2D : c’est pour cette raison que les logiciels modernes « aplatissent » le schéma tridimensionnel grâce à des algorithmes dédiés pour le rendre compatible avec les archives existantes.

À cela s’ajoute la biométrie cutanée, une technique qui analyse les pores, les lignes et les microtextures pour différencier même les jumeaux monozygotes, augmentant ainsi la précision de la reconnaissance.

Applications. Aujourd’hui, cette technologie est utilisée dans de nombreux contextes : de l’immigration (où elle compare les photos et les empreintes digitales des voyageurs), aux systèmes de sécurité des aéroports, du contrôle d’accès des entreprises aux services bancaires (qui vérifient l’identité sans documents ni code PIN). Certaines entreprises l’utilisent même pour enregistrer les présences et les temps des employés. Cependant, les problèmes de confidentialité augmentent également avec l’efficacité du logiciel.

Risques. Beaucoup craignent une utilisation non autorisée dans des lieux publics, le risque d’erreurs affectant des personnes innocentes et la possibilité d’usurpation d’identité, d’autant plus que ces systèmes fonctionnent sans que l’utilisateur s’en rende compte. Et si la reconnaissance faciale continue de s’améliorer, son impact sur la société dépendra de la manière dont les gouvernements et les entreprises équilibreront innovation, sécurité et protection des droits individuels.

Kyle Muller
À propos de l'auteur
Dr. Kyle Muller
Le Dr Kyle Mueller est analyste de recherche au Harris County Juvenile Probation Department, à Houston, au Texas. Il a obtenu son doctorat en justice pénale à la Texas State University en 2019, sous la direction du Dr Scott Bowman pour sa thèse. Les recherches du Dr Mueller portent sur les politiques de justice pour mineurs et les interventions fondées sur des données probantes visant à réduire la récidive chez les jeunes délinquants. Ses travaux ont contribué à l’élaboration de stratégies fondées sur les données au sein du système de justice pour mineurs, en mettant l’accent sur la réhabilitation et l’engagement communautaire.
Published in

Laisser un commentaire

five × 5 =