En el campo de la Identificación Facial, la “Comparación Facial Forense” (CFF) comprende el proceso manual de comparar dos o más imágenes faciales para determinar si corresponden a la misma persona [1, 2]. El propósito es determinar la identidad de una persona o, si no hay correspondencia, excluir a un sujeto de identidad conocida. Con el incremento en número de circuitos cerrados de televisión (CCTV) y cámaras de vigilancia en la última década, los delitos penales capturados en estos sistemas (por ejemplo, robos, asesinatos, asaltos) a menudo requieren la verificación de la identidad de las personas involucradas y, por lo tanto, solicitar una identificación personal basada en rasgos faciales o somáticos. Los expertos realizan una comparación exhaustiva, en busca de consistencias e inconsistencias en la morfología facial: formas, contornos, ángulos, medidas y proporciones, presencia o ausencia de características, elementos individualizadores (por ejemplo, cicatrices o tatuajes), entre otras.

Sin embargo, a pesar de ser un método muy empleado y útil en las investigaciones criminales por la policía de distintos países, su aplicación todavía se basa en una comparación manual de las imágenes a través de un proceso de inspección visual tedioso, subjetivo y propenso a errores. Dicho proceso depende por completo de la habilidad y experiencia del experto. Como consecuencia, su utilidad se reduce debido al tiempo requerido para su aplicación, al grado de entrenamiento y experiencia profesional del evaluador, así como a los errores relacionados con el cansancio. Mientras tanto, un enorme número de sospechosos sigue sin identificar ya que los medios humanos y tecnológicos resultan insuficientes para analizarlos y compararlos adecuadamente. Además, en los últimos años ha habido un cambio en los tribunales de justicia en aras de emplear enfoques progresivamente más objetivos y reproducibles: se ha pasado de los análisis de evidencias basados en la experiencia y juicio de un perito [3], a otros obtenidos a partir de una evaluación judicial más objetivable e independiente de la fiabilidad de un experto concreto o una metodología particular.

Los dos grupos principales a cargo de la estandarización y las buenas prácticas en CFF son el Grupo de Trabajo de Imagen Digital (DIWG) de la Red Europea de Institutos de Ciencias Forenses (ENFSI) [4] y el Grupo de Trabajo Científico de Identificación Facial (FISWG) de EEUU [5]. Actualmente, existen distintos métodos disponibles para la CFF, que normalmente se realizan mediante imágenes yuxtapuestas (poniendo una imagen al lado de la otra), o mediante la superposición (especialmente en el caso de la comparación 2D-3D o 3D-3D). Generalmente, atendiendo a FISWG, los métodos se pueden agrupar en 4 categorías: (1) comparación holística, (2) foto-antropometría, (3) superposición, y (4) análisis morfológico.

1. La comparación holística explota una habilidad humana básica, donde todos los rasgos faciales son evaluados simultáneamente y comparados con otro rostro o imagen de un rostro. Sin embargo, los estudios muestran que la comparación holística tiene tasas de precisión bajas y variables [3, 4, 6, 7]. De hecho, FISWG recomienda que el uso de la comparación holística debe limitarse únicamente a los escenarios en los que no se puedan aplicar otros métodos.
2. La foto-antropometría utiliza puntos antropométricos (cefalométricos) para medir distancias entre dos puntos de referencia (dimensiones) y proporciones para cuantificar características morfológicas. Las medidas tomadas en una imagen son luego comparadas con las medidas tomadas en otra imagen facial separada. Las conclusiones se basan en umbrales subjetivos para diferencias aceptables entre las mediciones. Su principal inconveniente es la necesidad de imágenes adquiridas bajo condiciones controladas muy restrictivas.
3. La superposición es el proceso de realizar un solapamiento entre dos imágenes alineadas y compararlas visualmente. Acorde a FISWG, debe utilizarse junto con el análisis morfológico como un ayuda a la comparación visual, pero solo cuando se toman dos imágenes con el mismo punto de vista. Esto se debe a que la superposición requiere condiciones muy específicas para lograr resultados confiables que rara vez se encuentran en el trabajo de casos forenses.
4. El análisis morfológico es un método sistemático de comparación facial en el que se describen y comparan las características del rostro. Las conclusiones se alcanzan en relación con la interpretación y la evaluación subjetiva de las similitudes y diferencias de las observaciones. Sus principales inconvenientes son las diferencias entre observadores en la clasificación de rasgos faciales [8, 9], falta de estándares, alta sensibilidad a la calidad de la imagen y la pose facial dentro de las imágenes comparadas.

Entre estos 4 enfoques, el más empleado y único recomendado por FISWG en la actualidad, es el análisis morfológico.

Superposición Facial y Skeleton-ID

La técnica de superposición facial consiste en superponer dos imágenes alineadas y compararlas visualmente con la ayuda de transiciones entre ellas. Usando técnicas de video o procesado de imágenes digitales, las transiciones de imágenes pueden incluir wipe (barrido), fundido y alternancias. En un wipe o barrido, una línea recta pasa a través de la pantalla revelando gradualmente la imagen subyacente de manera que partes de ambas imágenes (con plena opacidad) se pueden observar simultáneamente. En un fundido, una imagen se reemplaza progresivamente por otra imagen, cambiando gradualmente la transparencia de la imagen cuestionada sobre la imagen de referencia. En una alternancia, cada imagen se muestra durante un corto periodo de tiempo (fracción de segundo) a total opacidad. Según FISWG, el uso más apropiado de la superposición es como una ayuda para la comparación visual cuando se toman dos imágenes desde el mismo punto de vista. Las imágenes pueden ser fotografías, fotogramas de vídeo, o imágenes sintetizadas a partir de modelos 3D de la cara. Las imágenes se deben registrar/alinear (escalar, rotar, etc.) entre sí para una alineación adecuada. Debe haber una concordancia entre las imágenes a nivel de angulación y perspectiva para evitar la distorsión en la distribución espacial de puntos de referencia y la apariencia facial (la mayoría de las superposiciones no encajarán del todo a menos que las imágenes se hayan tomado en las mismas condiciones y con una expresión facial idéntica).

En términos de las últimas investigaciones cuantitativas para las comparaciones faciales por superposición 2D-3D, la evaluación de imágenes faciales usando fisionomía 3D presenta los resultados más prometedores [6, 7]. Estos métodos se basan en la adquisición de un modelo facial 3D, bien mediante escáneres láser o sistemas de fotogrametría, que posteriormente es comparado con las fotografías cuestionadas. De esta manera, se solventan la mayoría de las limitaciones asociadas a la comparación de imágenes bidimensionales. Sin embargo, este método de foto-comparación también tiene sus límites, los cuales están relacionados con la imprecisión en el marcado de puntos cefalométricos por parte del experto o la necesidad de que el sujeto coopere y pose con la misma expresión facial que aparece en la fotografía cuestionada a la hora de adquirir el modelo 3D facial  [3, 6].

En cuanto a la técnica de superposición facial, Skeleton-ID cuenta con la tecnología y las herramientas necesarias para realizar comparaciones manuales y automáticas en tiempo real de un modelo 3D facial contra una fotografía (Fig. 1), de manera que el escaneo 3D pueda proyectarse al plano 2D controlando la posición de la cámara. El laboratorio virtual de Skeleton-ID cuenta con una escena 2D y otra 3D para el procesado de las imágenes faciales con herramientas de cruceta y líneas transversales auxiliares que facilitan el marcado con precisión de los puntos cefalométricos que guiarán el proceso de superposición. Además, Panacea está cooperando con investigadores de diferentes instituciones para automatizar completamente el proceso de colocación de los puntos cefalométricos, lo que se traduce en un ahorro considerable de tiempo para el experto. En la escena de solapamiento 2D-3D, las operaciones de cámara básica y cámara avanzada permiten replicar manualmente la distorsión de perspectiva en todas sus formas para lograr comparaciones uno a uno precisas. Estas operaciones se denominan parámetros de la cámera y se analizan con detalle en este artículo.  Además dede estas herramientas, Skeleton-ID cuenta con un algoritmo patentado capaz de realizar una superposición facial 2D-3D en menos de un segundo. Esto significa que incluso en grandes bases de datos se pueden buscar coincidencias positivas en un periodo de tiempo razonable. El funcionamiento de este algoritmo se explica de manera sencilla en este artículo para el caso de la superposición craneofacial, siendo el caso de la superposición facial un problema más sencillo al comparar tejido blando contra tejido blando y no tener que estimar el grosor de este. Por último, las herramientas de opacidad y wipe permiten al experto evaluar la correspondencia entre ambas imágenes para llegar a una decisión sobre la compatibilidad de estas.

Los métodos morfológicos se basan en la clasificación de diferentes rasgos faciales de acuerdo con esquemas estandarizados y comparaciones posteriores de estas características entre la persona representada en la imagen y el sospechoso o la víctima [8, 9, 10]. El análisis morfológico, uno de los enfoques en la CFF, es un método sistemático en el que se describen las características de una cara y luego se comparan entre una imagen y un sospechoso o entre conjuntos de imágenes. Estas características incluyen una descripción global de la cara, una descripción local de las estructuras anatómicas (nariz, ojos, boca, etc.) y las características discriminatorias (cicatrices, lunares, etc.) de un individuo. Sin embargo, la identificación de personas vivas representadas en imágenes y vídeos presenta desafíos específicos. En estos casos, únicamente se pueden emplear para la evaluación las características morfológicas visibles en la imagen.

La clasificación de la morfología facial en base a una serie de características morfológicas debe considerarse como un paso preliminar hacia la identificación. La identificación positiva se puede alcanzar posteriormente por otros métodos más específicos como la antropometría, la comparación de imágenes 2D-3D [6], junto con otros factores como la estimación de la altura [11] y el análisis de la forma de caminar [12]. Estos métodos se aplican ampliamente a pesar de la ausencia de una validación extensa y concluyente.

Independientemente de cuál pueda ser el mejor método de identificación positiva, la clasificación de rasgos faciales es una de las primeras operaciones que se llevan a cabo con el fin de excluir la identidad o alcanzar un veredicto sobre la compatibilidad de dos caras con una forma similar. Para hacer esto correctamente, es necesario tener en cuenta dos factores. En primer lugar, es necesario adoptar un sistema de clasificación, como un atlas, con ejemplos detallados de los criterios faciales. Hasta ahora, el formulario DVI de Interpol [13] incluye solo seis rasgos faciales, el atlas de Vanezis [9] se basa en 23 criterios, y el atlas DMV [10] en 43. En segundo lugar, para cada atlas específico se necesita conocer su grado de error para poder ser utilizado con la debida precaución. Sin embargo, incluso con la ayuda de estos atlas, las descripciones de las características faciales individuales han demostrado ser en gran parte subjetivas [9, 10]. Un estudio llevado a cabo por Ritz-Timme y col. [10] mostró porcentajes de desajustes intra e interobservador en la evaluación de los rasgos faciales con la ayuda de un atlas, que varió en promedio del 19% (intraobservador) al 39% (interobservador). Estos porcentajes de desajuste son relativamente altos para ser fiables para la identificación personal. A pesar de la existencia de los atlas morfológicos citados, FISWG actualmente no respalda ninguno específicamente.

Alternativamente a las propuestas citadas anteriormente, los investigadores de Panacea, en colaboración con los de la Universidad de Granada, llevamos trabajando más de cuatro años en el diseño de un novedoso atlas de la morfología facial que permita clasificar la morfología facial minimizando los errores inter e intra-observador.

Hemos utilizado MakeHuman, una solución software específicamente diseñada para el modelado de humanos virtuales. Empleando este software hemos desarrollado una guía concisa para el etiquetado morfológico con un conjunto de 39 criterios faciales, modelando todos ellos en una escala progresiva (con 11 ejemplos por criterio) incluyendo apariencias “normales” y ambos extremos de desviación (Fig. 2).

Actualmente, estamos llevando a cabo un estudio inter e intra-observador en el que hemos creado un escenario simulado con modelos faciales 3D de los que conocemos el valor real asignado a todos los rasgos faciales evaluados de manera que esta metodología nos permite comparar directamente los resultados obtenidos por un observador con datos reales para un conjunto de criterios faciales. Esto nos permitirá determinar qué criterios son más objetivos y cuáles más discriminatorios.

En una primera fase del estudios hemos contado con la colaboración de funcionarios expertos en identificación facial de la Policía Federal de Brasil asi como de investigadores sin experiencia previa en morfología facial participando en un primer estudio piloto que nos permita validar y refinar este atlas. A estos participantes se les ha facilitado nuestro atlas morfológico para proceder a la clasificación de 20 modelos faciales simulados. Además, para estudiar la aplicabilidad del atlas en un entorno realista, estos participantes también etiquetarán un conjunto de 20 fotografías frontales que han sido tomadas para tal efecto.

Tras los prometedores resultados preliminares, desde Panacea, queremos aprovechar esta oportunidad para hacer un llamamiento a todos aquellos investigadores (sean expertos o no) y profesionales dedicados a la identificación facial a colaborar con nosotros y participar en un estudio más ambicioso que involucre un mayor número de expertos y no expertos de todas las partes del mundo. Todos los participantes tendrán acceso de primera mano al atlas que hemos desarrollado así como a los resultados del estudio. Además, tanto el atlas, como las principales conclusiones del estudio, serán publicadas una vez se termine para ponerlo a disposición de la comunidad científica, los organismos de estandarización o de cualquier profesional interesado en aplicar esta novedosa metodología en su práctica diara.

Referencias

1. Vanezis P, Brierley C. Facial image comparison of crime suspects using video superimposition. Sci Justice 1996; 36: 27–33.
2. Iscan M. Introduction of techniques for photographic comparison: potential and problems. Iscan MY Helmer RP Ed Forensic Anal Skull N Y Wiley-Liss 1993 P 57–90.
3. Davis JP, Valentine T, Wilkinson C. Facial image comparison. In: Wilkinson C, Rynn C, editors. Craniofacial identification. Cambridge: Cambridge; 2012. p. 136–153.
4. Digital Imaging, http://enfsi.eu/about-enfsi/structure/working-groups/digital-imaging/
5. FISWG, https://fiswg.org/index.htm
6. Goos MI, Alberink IB, Ruifrok AC. 2D/3D image (facial) comparison using camera matching. Forensic Sci Int. 2006;163:10–17.
7. Yoshino M. Facial image identification system based on 3D physiognomic data. In: Clement JG, Marks MM, editors. Computer-graphic facial reconstruction. Boston (MA): Elsevier, Academic Press; 2005. p. 347–362.
8. Bertillon A.  Signaletic instructions including the theory and practice of anthropometrical identification. National Library of Medicine, Chicago, 1896
9. Vanezis P, Lu D, Cockburn J, et al. Morphological classification of facial features in adult Caucasian males based on an assessment of photographs of 50 subjects. J Forensic Sci 1996; 41: 786–791.
10. Ritz-Timme S, Gabriel P, Obertovà Z, et al. A new atlas for the evaluation of facial features: advantages, limits, and applicability. Int J Legal Med 2011; 125: 301–306.
11. De Angelis D, Sala R, Cantatore A, et al. New method for height estimation of subjects represented in photograms taken from video surveillance systems. Int J Legal Med 2007; 121: 489-492.
12. Larsen PK, Simonsen EB, Lynnerup N. Gait analysis in forensic medicine*. J Forensic Sci 2008; 53: 1149–1153.
13. Identificación de Víctimas de Catástrofes (IVC), https://www.interpol.int/es/Como-trabajamos/Policia-cientifica/Identificacion-de-Victimas-de-Catastrofes-IVC