Análisis exhaustivo de la experticia forense de reconocimiento facial (comparación facial)
Objeto y alcance
En pericia forense conviene distinguir con precisión dos actividades diferentes:
- Reconocimiento/identificación automatizada (FRT): uso de algoritmos para verificar (1:1) o identificar (1:N) a una persona a partir de imágenes; su salida son puntuaciones o listas de candidatos, nunca una “identificación” categórica por sí sola. SWGDE – SWGDE
- Comparación facial forense humana: examen técnico por perito, con metodología estandarizada (p. ej., análisis morfológico), documentación y dictamen escrito. fiswg.org
Esta distinción es esencial: un “hit” algorítmico es un indicio para orientar el análisis; el dictamen de identidad exige examen pericial documentado. SWGDE – SWGDE+1
Marco técnico‑científico y fiabilidad
2.1 Métricas y estándares
La correcta valoración probatoria requiere reportar desempeño con métricas normalizadas:
- En verificación 1:1: false match rate (FMR) y false non‑match rate (FNMR), con curvas DET/ROC y umbrales explícitos. Iteh Standards
- En identificación 1:N (búsqueda abierta/cerrada): false positive identification rate (FPIR) y false negative identification rate (FNIR), a umbrales fijados (p. ej., FPIR=0,003). NIST Pages
Las definiciones, diseño de pruebas y reporte de resultados están regidos por ISO/IEC 19795‑1:2021. Iteh Standards+1
2.2 Exactitud actual de los sistemas
NIST mantiene evaluaciones independientes y continuas (FRTE/FRVT). Los “report cards” y tablas públicas permiten comparar algoritmos y ver su desempeño por conjunto de datos y umbrales (1:1 y 1:N). El dictamen debe apoyarse en resultados vigentes del algoritmo utilizado, su versión y su umbral operativo, no en promedios históricos. NIST Pages+2NIST Pages+2
2.3 Diferenciales demográficos
NIST ha documentado variaciones por edad/sexo/raza en tasas de error de numerosos algoritmos; se han propuesto medidas resumidas de inequidad y mitigaciones (mejor captura, algoritmos tolerantes a baja calidad, calibración). El perito debe describir cómo se gestionan estas variaciones en el caso concreto. NIST Publications+2NIST Pages+2
2.4 Calidad de imagen
La calidad condiciona la fiabilidad pericial y algorítmica. Recomendaciones vigentes:
- ISO/IEC 29794‑5:2025 estandariza evaluación objetiva de calidad de imágenes faciales (FIQ), alineada con formatos ISO/IEC 39794‑5:2019. IEC Webstore+1
- ICAO Doc 9303 para retratos de documentos de viaje: proporción cabeza‑mentón 70–80% y, típicamente, cerca de 90 píxeles entre centros pupilares en capturas a 300 dpi, valores orientativos útiles como referencia de idoneidad. ICAO+1
- Programa FIQ de NIST y documentos técnicos explican cómo degradaciones (pose, iluminación, subexposición, compresión) impactan error. NIST
2.5 Anti‑suplantación y deepfakes
Para evitar que máscaras/fotos/pantallas engañen al sistema, la pericia debe considerar mecanismos de detección de ataques de presentación (PAD) conforme ISO/IEC 30107‑3:2023 y pruebas específicas (30107‑4:2024). Existen laboratorios (p. ej., iBeta) que certifican PAD conforme a 30107‑3. vde-verlag.de+2christoph-busch.de+2
Además, crece el riesgo de morphing (imágenes híbridas usadas para fraude en pasaportes). NIST publicó en 2025 la guía NISTIR 8584 (FATE MORPH 4B) con recomendaciones operativas para detección e investigación; su consideración es hoy deber técnico en expedientes con fotos de identidad. NIST Pages
Metodologías periciales aceptadas
3.1 Comparación manual (humana)
Las guías reconocidas (FISWG, OSAC, ENFSI) establecen que la técnica principal es el análisis morfológico de rasgos por regiones, con identificación de similitudes/diferencias y evaluación de su significación. ASTM E3149‑18 y FISWG Morphological Feature List proveen listas estandarizadas de rasgos y terminología. NIST+2ASTM International | ASTM+2
3.2 Alcance de métodos auxiliares
El superimposition (superposición) se admite solo como apoyo dentro del análisis morfológico; la foto‑antropometría no se recomienda para las aplicaciones cubiertas por la guía OSAC 2022‑S‑0007. Debe evitarse la sobreinterpretación de medidas en imágenes no calibradas. NIST+1
3.3 Procesamiento y mejora de imágenes
Cualquier realce (deblurring, decompression, super‑resolution) debe ser trazable y reproducible, preservando originales y documentando parámetros, software y versiones, conforme SWGDE Guidelines for Forensic Image Analysis y Best Practices for Image Authentication. SWGDE – SWGDE+1
3.4 Documentación
La documentación mínima (notas, capturas con anotaciones, tablas de rasgos, escalas de opinión) está estandarizada por FISWG Minimum Guidelines for Facial Image Comparison Documentation; omitirla afecta transparencia y auditabilidad. fiswg.org
Validación, competencia y combinación humano‑máquina
- Validación algorítmica: use resultados FRTE/FRVT del algoritmo y versión usados, en condiciones comparables al caso, y describa la calibración del umbral y el impacto de la calidad de imagen. NIST Pages+1
- Validación/competencia del perito: formación y entrenamiento conforme ENFSI Best Practice Manual y guías OSAC, con pruebas de aptitud periódicas. enfsi.eu
- Evidencia empírica: estudios revisados por NIST/PNAS muestran que la fusión de decisiones de peritos con algoritmos aumenta exactitud y reduce variabilidad. El informe debe declarar si hubo doble ciego, verificación independiente y fusión formal de decisiones. pnas.org+1
Errores, sesgos y gestión de la información
- Sesgo demográfico y de captura: resulta crítico tratar exposición, balance de blancos y pose al capturar, o al seleccionar fotogramas; se han observado inequidades mitigables con mejores imágenes y elección de algoritmos robustos. NIST Pages
- Sesgo contextual y de automatización: el perito debe aplicar Linear Sequential Unmasking‑Expanded (LSU‑E) para secuenciar la información (primero lo técnico objetivo; después lo contextual), y controlar el impacto de “puntuaciones de confianza” algorítmicas en su propio juicio. ScienceDirect+1
Autenticidad, integridad y cadena de custodia
Una experticia sólida comienza con:
- Aseguramiento de integridad (hashes, preservación de originales, copias de trabajo verificadas).
- Trazabilidad de adquisición y extracción (origen CCTV/móvil, códecs, bitrate, GOP, metadatos EXIF).
- Registro de manipulación forense (toda operación de mejora o recorte con parámetros).
SWGDE establece buenas prácticas para autenticación y manejo de evidencia digital; su inobservancia abre la puerta a tachas de nulidad o de fiabilidad. SWGDE – SWGDE+1
Admisibilidad procesal (visión comparada)
- EE. UU. (Daubert/Rule 702): el juez actúa como gatekeeper y exige que el proponente pruebe por preponderancia la fiabilidad y la correcta aplicación de la metodología; la reforma de 1‑dic‑2023 enfatiza carga del proponente y evita sobre‑afirmaciones del experto. Para reconocimiento facial, ello implica reportar métricas, umbrales, validaciones y límites de la técnica utilizada. United States Courts+2Legal Information Institute+2
- Tradición continental: prima la sana crítica y el control de cadena de custodia, competencia del perito y coherencia metodológica con estándares internacionales (FISWG/OSAC/ENFSI/ISO). En cualquier sistema, la fiabilidad demostrable y la transparencia deciden el peso probatorio.
Lenguaje del dictamen: OSAC y FISWG recomiendan escalas de opinión y/o enfoques evaluativos (razón de verosimilitudes) para expresar el grado de soporte a la hipótesis “misma persona”, evitando afirmaciones categóricas cuando la calidad/condiciones no lo permiten. NIST+1
Estructura sugerida del informe pericial
- Identificación del material: origen, fechas, dispositivos, hashes.
- Preguntas periciales: 1:1 o 1:N; alcance (identidad, exclusión, indeterminado).
- Metodología: normas aplicadas (ISO/IEC 19795‑1; FISWG/OSAC; SWGDE), software y versiones, parámetros; si se usó FRT, algoritmo y versión con referencias FRTE/FRVT. Iteh Standards+1
- Calidad de imagen: evaluación objetiva (29794‑5/OFIQ), pose/iluminación/oclusiones, efectos de compresión. IEC Webstore
- Análisis: tabla de rasgos según ASTM E3149/FISWG; similitudes/diferencias y su relevancia diagnóstica. NIST+1
- Resultados algorítmicos (si procede): puntuaciones, umbral y métrica operativa (FMR/FNMR o FPIR/FNIR); limitaciones. NIST Pages
- Controles de sesgo e independencia: verificación por segundo perito; protocolo LSU‑E. ScienceDirect
- Conclusión: en escala de opinión o LR, con incertidumbre explicitada y condiciones que podrían cambiar la evaluación (p. ej., mayor resolución, más ángulos).
WhatsApp Grupo
