El equipo universitario de la Gran Área de la Bahía resuelve el problema del fraude en reconocimiento facial y equipa la lucha contra el fraude financiero con ojos de fuego

Desde la construcción de ciudades inteligentes hasta el inicio de sesión en aplicaciones móviles, el reconocimiento facial, como una tecnología emblemática de la inteligencia artificial, ha penetrado rápidamente en diversos campos como pagos financieros, seguridad pública, servicios gubernamentales y marketing comercial, convirtiéndose en un “estándar” en la transformación digital.

Sin embargo, a medida que la “extracción de dinero con reconocimiento facial” y los pagos mediante reconocimiento facial se popularizan rápidamente, la autenticación de identidad en terminales financieros enfrenta desafíos de seguridad sin precedentes. Las imágenes faciales pueden ser replicadas con fotos en papel, pantallas electrónicas, modelos 3D de cabezas e incluso videos DeepFake de alta fidelidad, lo que hace que los sistemas tradicionales de reconocimiento sean vulnerables a ataques de “cara falsa”. Esto ha llevado a un aumento en casos de fraude financiero causados por ataques faciales, debilitando gravemente la base de confianza en los sistemas financieros inteligentes.

Para abordar los ataques de falsificación impulsados por inteligencia artificial en el mercado actual, el equipo del profesor Yu Zitong de la Universidad de la Gran Bahía, utilizando tecnologías clave de grandes modelos, ha desarrollado una tecnología de detección de vivacidad facial más inteligente, generalizada y segura, mediante técnicas de captura y formación de imágenes inteligentes, características biométricas heterogéneas y anti-falsificación. Además, han desarrollado módulos con modelos algorítmicos integrados, formando sistemas de hardware y software de procesamiento electrónico e inteligente capaces de identificar la vivacidad facial en segundos, proporcionando informes de análisis precisos con una tasa de precisión superior al 99.9%.

Yu Zitong es profesor adjunto de contratación permanente en la Universidad de la Gran Bahía, dedicado a la investigación en cálculo visual micro y modelos multimodales básicos. En una entrevista con periodistas de South Finance, Yu explicó que inicialmente la tecnología de reconocimiento facial se aplicaba ampliamente en desbloqueo de teléfonos, control de asistencia y seguridad, con escenarios de uso relativamente limitados. Tras obtener su maestría, trabajó durante un año en una empresa de seguridad, donde profundizó en la aplicación de reconocimiento facial en la industria de la seguridad y detectó deficiencias en algoritmos y arquitecturas de modelos.

Durante sus estudios en Finlandia y Singapur, el equipo de Yu propuso un algoritmo de mejora de información débil en el dominio espacial mediante convoluciones de diferencia central, ofreciendo una nueva perspectiva para mejorar la robustez del modelo frente a ataques de alta fidelidad y cambios en el entorno, aplicándose con éxito en la detección anti-fraude facial.

Para Yu, la tecnología actual de reconocimiento facial está saturada, con problemas frecuentes como filtración de datos personales y ataques de falsificación por IA. La detección de vivacidad facial se ha convertido en la etapa más crítica y desafiante en los terminales financieros inteligentes, siendo la base tecnológica para proteger la seguridad financiera nacional.

Con la aceleración de la construcción de finanzas inteligentes en China, el sector bancario está migrando rápidamente de sucursales tradicionales a terminales inteligentes como cajeros automáticos (ATM), cajeros remotos con video (VTM) y cajeros inteligentes (STM). Estos terminales se han convertido en componentes clave de la infraestructura financiera nacional, determinando directamente la inclusión y conveniencia de los servicios financieros, además de ser fundamentales para la seguridad y estabilidad de la información y las finanzas nacionales, siendo la primera línea para prevenir riesgos sistémicos y garantizar la confianza en las transacciones.

“Actualmente, la detección de vivacidad se apoya en el rápido desarrollo del aprendizaje profundo, pero los algoritmos de alta seguridad, modelos robustos para diferentes razas y detección de señales fisiológicas aún están dominados por Europa y Estados Unidos. En China, existe una brecha evidente, con dificultades para reconocer muestras falsificadas de alta fidelidad, poca capacidad de generalización entre razas, rendimiento limitado en fusiones multimodales y desafíos en la implementación algorítmica y de ingeniería”, afirmó Yu.

Yu explicó que actualmente tecnologías como el cambio de rostro mediante IA y la impresión 3D permiten que las falsificaciones faciales se acerquen mucho a la realidad, con altas tasas de error en características tradicionales como textura y flujo de luz, dificultando alcanzar los niveles de seguridad financiera. Los algoritmos nacionales, basados en una sola tonalidad de piel y escenarios de entrenamiento limitados, muestran una precisión significativamente menor en pieles oscuras y en usuarios extranjeros, restringiendo la internacionalización. Los sistemas existentes dependen principalmente de pistas visuales como RGB, infrarrojo y mapas de profundidad, con poca utilización de señales fisiológicas no contactadas, y presentan baja interpretabilidad y robustez en entornos complejos. Los algoritmos anti-fraude aún se limitan a ámbitos académicos o de software, sin haber desarrollado dispositivos integrados de nivel financiero con propiedad intelectual propia y producción en masa.

Frente a la tendencia de internacionalización y digitalización de las finanzas inteligentes, es urgente superar estos obstáculos y construir un sistema de tecnología anti-fraude facial que sea autónomo, controlable, seguro, confiable y usable en diferentes regiones.

Como centro nacional de fabricación de equipos financieros e innovación en inteligencia artificial, Guangdong ha aprovechado en los últimos cinco años la tecnología de reconocimiento facial y anti-fraude como motor, abriendo una nueva etapa de oportunidades en el desarrollo de la tecnología financiera.

Enfocándose en “Tecnologías clave de anti-fraude facial y desarrollo de terminales financieros inteligentes de alta seguridad”, el equipo del profesor Yu de la Universidad de la Gran Bahía ha llevado a cabo investigaciones en áreas como el refuerzo de señales débiles en el espacio-tiempo, la adaptación transdisciplinaria multimodal y la detección de vivacidad a nivel fisiológico, con el objetivo de lograr una detección de vivacidad y autenticación de identidad de alta precisión en entornos complejos y con diferentes grupos, creando una nueva generación de terminales anti-fraude inteligentes, líderes a nivel internacional y exportables.

En el campo de la detección de vivacidad, el equipo de Yu ha desarrollado un método de detección basado en la percepción coordinada de señales fisiológicas desde múltiples perspectivas, fusionando señales fisiológicas no contactadas con características visuales, superando las limitaciones de los métodos tradicionales que dependen de un solo modo RGB y son susceptibles a interferencias ambientales. La tecnología utiliza múltiples cámaras sincronizadas para captar dinámicamente la cara, extrayendo señales fisiológicas como ritmo cardíaco, ritmo sanguíneo y cambios en la oxigenación, combinadas con microexpresiones y frecuencia de parpadeo, logrando una detección de vivacidad en múltiples niveles desde la apariencia hasta la fisiología.

“Para 2024, desarrollaremos una tecnología similar a una plataforma 3D, que mejorará la captura facial y la interacción. Actualmente, nuestra tecnología anti-fraude facial está a la vanguardia en China, con excelente rendimiento en fiabilidad y tiempo real, además de buena interacción con el usuario y adaptabilidad internacional, pudiendo resolver problemas relacionados con diferentes razas y etnias”, afirmó Yu.

De hecho, el sistema de terminales anti-fraude financiero inteligente desarrollado por el equipo de Yu, basado en la integración y industrialización de la detección de vivacidad, ha construido una cadena de control autónoma completa con “algoritmo, hardware y sistema”. Mediante la optimización conjunta de hardware y software, han desarrollado módulos de aceleración AI embebidos para realizar detección en tiempo real y razonamiento en el borde. El sistema integra reconocimiento facial, detección anti-fraude, autenticación de identidad y comunicación cifrada, formando terminales anti-fraude financieros listos para producción en masa. Actualmente, estos terminales se han desplegado en instituciones financieras clave como el Banco Industrial y Comercial de China y ya se comercializan con éxito en el sudeste asiático, mostrando una amplia adaptabilidad sectorial y potencial internacional.

Yu explicó que, mediante la innovación en fusión multimodal y adaptación transdisciplinaria, el sistema ha resuelto los desafíos de reconocimiento confiable en entornos complejos en el campo financiero, logrando una integración orgánica entre innovación algorítmica, implementación técnica y aplicación industrial. El proyecto, avalado por la Sociedad de Imagen y Gráficos de Guangdong, ha obtenido resultados innovadores en tecnología clave de anti-fraude facial multimodal y su industrialización, con propiedad intelectual propia y alcanzando niveles internacionales avanzados; entre ellas, modelos de convolución diferencial central impulsados por múltiples pistas visuales y métodos de adaptación transdisciplinaria multimodal, en la vanguardia mundial.

Se sabe que los equipos relacionados con este proyecto han sido promovidos en diversas aplicaciones de equipos financieros por la compañía de tecnología financiera Guotong, logrando en tres años ventas totales de 1.814 millones de yuanes y beneficios netos de 72.64 millones, alcanzando la primera posición en el mercado nacional y una posición entre las tres principales a nivel internacional.