Reconocimiento facial: cómo funciona y para qué sirve

La CURP biométrica, con fotografía y huellas dactilares, se creó por decreto publicado en julio de 2025 y ya tiene lugar en el calendario de trámites: El Financiero anticipaba su exigencia en sectores como salud, banca y educación a partir de febrero de 2026, con fechas que podrían ajustarse. La fotografía del rostro forma parte ahora del documento nacional de identificación, y la comparación facial, de los trámites de todos los días.

Aun así, el término se usa para cosas muy distintas. Desbloquear un celular, abrir una cuenta bancaria a distancia y encontrar un rostro en una base de un millón de registros son tareas diferentes, cada una con su tecnología, sus errores y su marco legal.

Qué es el reconocimiento facial

El reconocimiento facial es la tecnología que identifica o confirma la identidad de una persona a partir de la imagen de su rostro. A diferencia de una persona, el sistema no mira fotografías. Convierte el rostro en una plantilla matemática, un vector de rasgos como la geometría de los pómulos, la distancia entre los ojos o la forma del contorno, y compara plantillas entre sí.

De esa conversión depende todo lo demás. Una plantilla bien construida resiste los cambios superficiales. El algoritmo de comparación de rostros de Biometric.Vision analiza 512 puntos biométricos y mantiene la coincidencia aunque cambien el peso, la barba, el peinado, el maquillaje, los lentes o aparezcan cicatrices, porque se apoya en rasgos que esos cambios no tocan.

Cómo funciona: cuatro pasos

1. Detección. El sistema localiza un rostro en la imagen o el flujo de video y lo separa del fondo.
2. Análisis. Del rostro detectado se extraen los rasgos estables (proporciones, geometría, textura), que no cambian con la luz del día ni con un ángulo razonable de la cámara.
3. Plantilla. Los rasgos se convierten en una plantilla biométrica digital. La imagen original deja de ser necesaria; lo que se compara es la plantilla.
4. Comparación. La plantilla nueva se coteja contra una de referencia o contra toda una galería. El sistema devuelve una puntuación de similitud, y el negocio le aplica su umbral.

El resultado nunca es un «sí» o un «no» a secas. Es un número, y quien opera el sistema fija el umbral que lo convierte en decisión.

Verificación 1:1 e identificación 1:N

Bajo el mismo nombre conviven dos tareas distintas. El NIST, el instituto de estándares de EE. UU., las evalúa por separado.

La verificación 1:1 responde a «¿eres quien dices ser?»: compara la selfie del cliente con la foto de su documento. Sobre ella se construye el onboarding remoto, porque la comparación 1:1 confirma que el pasaporte pertenece a quien lo presenta.

La identificación 1:N responde a «¿quién eres dentro de esta base?»: busca un rostro en una galería completa y devuelve candidatos con su puntuación. En un negocio, la búsqueda 1:N trabaja sobre la propia base de clientes verificados y detecta cuentas duplicadas y registros de personas ya bloqueadas. La diferencia también es legal. Buscar en tu galería de usuarios que consintieron el tratamiento es una cosa; alimentar bases con la extracción indiscriminada de rostros de internet es otra, y está prohibida en la UE desde febrero de 2025.

En el flujo real las dos tareas se encadenan: el 1:1 confirma la identidad declarada; el 1:N revisa que esa persona no exista ya bajo otro nombre.

Dónde se usa

Los sectores que más lo adoptan comparten un problema: atienden a distancia a personas que no conocen. La banca lo usa para el alta remota de cuentas y la confirmación de operaciones; las telecomunicaciones, para frenar registros de líneas con documentos ajenos; las aseguradoras, para verificar identidad en la contratación y los pagos; las casas de empeño y las microfinancieras, para acelerar operaciones presenciales sin papeleo; los exchanges de criptomonedas y el juego en línea, para cumplir sus obligaciones KYC y cortar las cuentas múltiples.

El rostro sustituye a la contraseña o al trámite presencial. Por eso la calidad de la verificación inicial marca la del resto del sistema.

Qué exige la ley en México

La regulación mexicana de datos personales cambió por completo en 2025. La nueva Ley Federal de Protección de Datos Personales en Posesión de los Particulares se publicó el 20 de marzo de 2025, tras la desaparición del INAI. Para las empresas privadas, la autoridad de la nueva ley es la Secretaría Anticorrupción y Buen Gobierno; «Transparencia para el Pueblo», órgano desconcentrado de esa Secretaría, asume la función garante en materia de transparencia, y el personal del instituto extinto pasó a ambas estructuras.

Quien busque reglas específicas se llevará una sorpresa: la palabra «biométricos» no aparece en el texto de la ley. Los datos sensibles se definen con una lista «enunciativa más no limitativa» (origen racial o étnico, salud, información genética), y las plantillas faciales quedan sin clasificar. Como la lista es abierta, la autoridad puede considerarlas sensibles. Lo prudente para una empresa es tratarlas con el estándar de los datos sensibles, con consentimiento reforzado, finalidades explícitas y minimización, aunque la ley no las nombre.

Además, hay litigios abiertos. Contra el paquete legislativo de la CURP biométrica y la plataforma de identidad hay demandas de amparo de R3D y un litigio de Artículo 19 ante tribunales federales. Si despliegas reconocimiento facial en México, las reglas pueden cambiar sobre la marcha, así que documenta los consentimientos y guarda lo mínimo.

Los límites que conviene conocer

El reconocimiento facial compara rostros, pero no comprueba que el rostro esté vivo. Una fotografía impresa, un video en una pantalla o un deepfake pueden presentar un rostro perfectamente comparable. Por eso la detección de vida (liveness) va antes, como capa obligatoria en cualquier flujo remoto. Sin ella, ninguna cifra de precisión del reconocimiento dice nada sobre la resistencia al fraude.

La segunda limitación es estadística. La puntuación de similitud depende de la calidad de la imagen, la iluminación y el ángulo, y a escala aparecen parecidos genuinos. Un sistema bien operado no rechaza en automático por una coincidencia dudosa. Define umbrales y manda los casos grises a revisión humana.

Del rostro a la decisión, en un solo flujo

Un onboarding completo encadena tres preguntas. ¿Hay una persona viva frente a la cámara? Lo resuelve la prueba de vida. ¿Es quien dice ser? Lo resuelve la comparación 1:1 con el documento, con el algoritmo situado en el puesto 37 de la evaluación independiente NIST FRTE. ¿Ya existe en tu base? Para eso está la búsqueda 1:N. Las tres se responden en una sola solicitud, con 500 verificaciones gratis al mes para empezar.

Solicita una demo y revisa el flujo con tus propios casos.