La irrupción de las mascarillas faciales, primero por la pandemia y luego como requisito en entornos de alta seguridad, ha puesto en evidencia las limitaciones de los sistemas tradicionales de reconocimiento facial. Los modelos basados en umbrales fijos de similitud o en arquitecturas puramente convolucionales tienden a fallar cuando gran parte del rostro queda ocluida, generando una brecha considerable entre los resultados de laboratorio y el despliegue real. En este contexto, las técnicas de atención guiada por puntos de referencia periocular y los transformadores híbridos están marcando un nuevo paradigma. Una propuesta reciente, el PLGSA-Transformer, aborda el problema combinando mapas de calor generados a partir de landmarks de MediaPipe sobre la región de los ojos, cejas y frente, fusionándolos con características extraídas mediante EfficientNetB3 a través de una puerta residual aprendible. Este mecanismo dirige la atención del modelo hacia las zonas visibles más discriminativas. Además, incorpora una rama híbrida CNN-Transformer que convierte mapas de características en tokens procesados por una capa de autoatención multi-cabeza, lo que permite modelar dependencias entre regiones distantes. Finalmente, un umbral de similitud adaptativo a la oclusión ajusta dinámicamente el criterio de coincidencia en función de la severidad de la mascarilla estimada, logrando una precisión del 97,22% en verificación de pares con un AUC de 1,0.
Para las empresas que necesitan integrar capacidades biométricas robustas en sus entornos, el desarrollo de aplicaciones a medida que incorporen inteligencia artificial adaptativa es fundamental. En Q2BSTUDIO trabajamos en la creación de software a medida que combina visión por computador, modelos de atención y arquitecturas híbridas para resolver problemas reales de control de acceso, autenticación y seguridad. Además, apoyamos a nuestros clientes en el despliegue de estas soluciones sobre ia para empresas, aprovechando la escalabilidad de servicios cloud AWS y Azure, y garantizando la ciberseguridad de los datos biométricos tratados. La integración de agentes IA para monitorización continua y la aplicación de servicios inteligencia de negocio como Power BI para visualizar métricas de rendimiento completan un ecosistema tecnológico robusto.
El enfoque del PLGSA-Transformer demuestra que codificar la geometría periocular en la atención, junto con el modelado de dependencias a larga distancia mediante transformadores y umbrales adaptativos, ofrece una solución escalable y precisa para el reconocimiento facial con mascarillas. Estos avances no solo cierran la brecha entre laboratorio y producción, sino que abren la puerta a sistemas de identificación más inclusivos y resilientes. Empresas que busquen implementar tecnologías similares pueden beneficiarse de una estrategia integral que combine desarrollo de software a medida, inteligencia artificial y cloud computing, áreas en las que Q2BSTUDIO aporta experiencia contrastada.
.jpg)