Una herramienta de IA elude los filtros eliminando el maquillaje digital

Los cosméticos faciales permiten a los usuarios menores de edad, principalmente chicas, eludir los sistemas de verificación de edad basados en selfies en plataformas como aplicaciones de citas y sitios de comercio electrónico. Una nueva herramienta de IA aborda esta vulnerabilidad con un modelo discriminativo entrenado para eliminar el maquillaje y preservar la identidad facial, lo que dificulta que los menores engañen a los controles automatizados.

La adopción de servicios de verificación de edad basados en selfies de terceros está creciendo, impulsada por una tendencia global hacia la verificación de edad en línea.

Por ejemplo, en virtud de la Ley de Seguridad en Línea del Reino Unido, la verificación de la edad puede ser realizada por diversos servicios de terceros utilizando métodos como la estimación visual de la edad, en la que la IA predice la edad de un usuario a partir de imágenes en directo de la cámara del móvil. Proveedores como Ondato, TrustStamp y Yoti utilizan este enfoque.

Sin embargo, la estimación de la edad no es infalible. Los esfuerzos que los adolescentes llevan realizando desde hace tiempo para acceder a privilegios de adultos les han llevado a desarrollar formas eficaces de entrar en sitios web de citas, foros y otras plataformas que restringen su grupo de edad.

Un método común, especialmente entre las mujeres*, es el uso de maquillaje facial, una táctica conocida para engañar a los sistemas automatizados de estimación de la edad, que a menudo sobreestiman la edad de las personas más jóvenes y subestiman la de las más mayores.

No solo las chicas

Antes de abordar las posibles objeciones a la idea de que el maquillaje se centra en las mujeres, es importante señalar que los cosméticos faciales en cualquier persona son un indicador poco fiable del género:

En el estudio «Impacto de los cosméticos faciales en los algoritmos automáticos de estimación de género y edad», investigadores estadounidenses descubrieron que los sistemas de verificación de género se veían confundidos por el maquillaje que cambia el género. Fuente: https://cse.msu.edu/~rossarun/pubs/ChenCosmeticsGenderAge_VISAPP2014.pdf

En 2024, se estima que el 72 % de los consumidores masculinos estadounidenses de entre 18 y 24 años incluían el maquillaje en sus rutinas de aseo personal, aunque la mayoría utilizaba productos cosméticos para mejorar el aspecto de una piel sana, en lugar de adoptar las combinaciones de rímel y pintalabios que suelen asociarse con la estética femenina.

Por lo tanto, debemos abordar el tema basándonos en el escenario más común explorado en investigaciones recientes: las menores de edad que utilizan maquillaje para eludir los sistemas automatizados de verificación visual de la edad.

Eliminación eficaz del maquillaje: el método de la IA

La investigación comentada proviene de tres colaboradores de la Universidad de Nueva York, autores del nuevo artículo DiffClean: Eliminación del maquillaje basada en la difusión para una estimación precisa de la edad.

El proyecto tiene como objetivo desarrollar un método basado en la inteligencia artificial para eliminar el maquillaje de las imágenes (y potencialmente de los vídeos) con el fin de determinar mejor la edad real de una persona.

Del nuevo artículo, un ejemplo que muestra cómo la eliminación del maquillaje puede cambiar significativamente la predicción de la edad. Fuente: https://arxiv.org/pdf/2507.13292

Uno de los retos a la hora de desarrollar un sistema de este tipo es la sensibilidad que rodea a la recopilación o selección de imágenes de niñas menores de edad que llevan maquillaje para adultos. Para abordar esta cuestión, los investigadores utilizaron EleGANt, un sistema externo basado en una red generativa adversaria, para aplicar de forma sintética estilos de maquillaje, un enfoque muy eficaz:

El sistema EleGANt 2022 de la Universidad de Tsinghua utiliza una red generativa adversaria (GAN) para superponer de forma realista cosméticos sobre las fotos originales. Fuente: https://arxiv.org/pdf/2207.09840

Utilizando los datos sintéticos generados de esta manera, junto con varios proyectos auxiliares y conjuntos de datos, los autores superaron los métodos de estimación de la edad más avanzados cuando se trataba de maquillaje notable o «performativo».

El artículo afirma:

«DiffClean [borra] los rastros de maquillaje utilizando un modelo de difusión guiado por texto para defenderse de los ataques de maquillaje. [Esto] mejora la estimación de la edad (precisión entre menores y adultos en un 4,8 %) y la verificación facial (TMR en un 8,9 % con FMR = 0,01 %) con respecto a las bases de referencia de la competencia en imágenes de maquillaje simuladas digitalmente y reales».

Examinemos su metodología.

Método

Para evitar el uso de imágenes reales de menores con maquillaje, los autores aplicaron cosméticos sintéticos a través de EleGANt a imágenes del conjunto de datos UTKFace, creando pares de antes y después para el entrenamiento.

Ejemplos del conjunto de datos UTKFace. Fuente: https://susanqq.github.io/UTKFace/

A continuación, se entrenó a DiffClean para revertir esta transformación. Dado que los algoritmos de estimación de la edad tienen más dificultades con los grupos de edad más jóvenes, los investigadores desarrollaron un clasificador de edad proxy ajustado para edades comprendidas entre los 10 y los 19 años. Utilizaron la arquitectura SSRNet entrenada en UTKFace con una pérdida L1 ponderada.

Una versión optimizada del modelo de difusión de OpenAI de 2021 constituyó la columna vertebral, con cabezales de atención añadidos en varias resoluciones, capas más profundas y bloques de estilo BigGAN para mejorar el muestreo ascendente y descendente.

El control direccional se implementó utilizando indicaciones CLIP: rostro con maquillaje y rostro sin maquillaje, lo que guiaba al modelo para eliminar el maquillaje y preservar al mismo tiempo los detalles faciales, los indicios de edad y la identidad.

Maquillaje sintético aplicado con EleGANt. Cada tríada muestra la imagen original de UTKFace (izquierda), el estilo de maquillaje de referencia (centro) y el resultado tras la transferencia de estilo (derecha). Este tipo de transferencia de maquillaje es habitual en la investigación sobre visión artificial y también está disponible en los filtros neuronales de Adobe Photoshop, que pueden aplicar el maquillaje de una imagen de referencia a un objetivo.

Cuatro funciones de pérdida clave guiaron la eliminación del maquillaje sin alterar la identidad facial ni los indicios de edad. Además de la pérdida basada en CLIP, la preservación de la identidad utilizó pérdidas ArcFace ponderadas de la biblioteca InsightFace, midiendo la similitud entre el rostro generado y tanto la imagen original limpia como la versión «maquillada» para garantizar la coherencia.

En tercer lugar, la pérdida perceptiva Learned Perceptual Similarity Metrics (LPIPS) utilizó la distancia L1 para reforzar el realismo a nivel de píxeles y mantener la apariencia de la imagen original después de la eliminación del maquillaje.

Por último, la supervisión de la edad utilizó una SSRNet ajustada y entrenada en UTKFace, con una pérdida L1 suavizada que penalizaba más los errores en el rango de edad de 10 a 29 años, donde la clasificación errónea es más común. Una variante utilizó una indicación de edad basada en CLIP para hacer coincidir la apariencia de una edad específica.

Para la estimación de la edad en tiempo de inferencia, se empleó el marco MiVOLO 2023.

Datos y pruebas

El ajuste fino de SSRNet en UTKFace utilizó 15 364 imágenes de entrenamiento y 6701 imágenes de prueba. Las 20 000 imágenes originales se filtraron para excluir a las personas mayores de 70 años y se dividieron en una proporción de 70:30.

Siguiendo el método del proyecto DiffAM 2023, el entrenamiento se realizó en dos etapas: una sesión inicial con 300 imágenes de maquillaje del mundo real del conjunto de datos MT de BeautyGAN (200 para el entrenamiento y 100 para la validación).

El modelo se perfeccionó aún más utilizando 300 imágenes UTKFace adicionales aumentadas con maquillaje sintético a través de EleGANt, lo que dio como resultado un conjunto de entrenamiento final de 600 ejemplos emparejados en cinco estilos de referencia de BeautyGAN. Dado que la eliminación del maquillaje implica mapear múltiples estilos en un solo rostro limpio, el entrenamiento hizo hincapié en la generalización amplia en lugar de cubrir todas las variaciones cosméticas.

El rendimiento se evaluó tanto en imágenes sintéticas como reales. Las pruebas sintéticas utilizaron 2556 imágenes del conjunto de datos Flickr-Faces-HQ (FFHQ), muestreadas de manera uniforme en nueve grupos de edad menores de 70 años y modificadas con EleGANt.

La generalización se evaluó utilizando 3000 imágenes de BeautyFace y 355 de LADN, ambas con maquillaje real.

Ejemplos del conjunto de datos BeautyFace, que muestran la segmentación semántica que define las diferentes áreas faciales afectadas por el maquillaje. Fuente: https://li-chongyi.github.io/BeautyREC_files/

Métricas e implementación

Para las métricas, los autores utilizaron el error absoluto medio (MAE) entre las edades reales y los valores previstos (cuanto menor, mejor); la precisión por grupo de edad para evaluar la agrupación correcta (cuanto menor, mejor); y la precisión menor/adulto para evaluar la identificación correcta de los adultos (cuanto mayor, mejor).

También informaron de métricas de verificación de identidad: tasa de coincidencia verdadera (TMR) y tasa de coincidencia falsa (FMR), junto con los valores relacionados de la característica operativa del receptor (ROC).

SSRNet se ajustó con precisión en imágenes de 64×64 píxeles con un tamaño de lote de 50, utilizando el optimizador Adam, una disminución de peso de 1e−4, un programador de recocido coseno y una tasa de aprendizaje de 1e−3 durante 200 épocas con detención temprana.

DiffClean recibió imágenes de entrada de 256×256 píxeles y se ajustó durante cinco épocas utilizando Adam con una tasa de aprendizaje de 4e−3. El muestreo utilizó 40 pasos de inversión DDIM y 6 pasos hacia adelante DDIM. Todo el entrenamiento se realizó en una sola GPU NVIDIA A100.

Los sistemas competidores probados fueron CLIP2Protect y DiffAM. Los autores utilizaron estilos de maquillaje «mate», que CLIP2Protect consideró más eficaces.

Para replicar DiffAM como referencia, el modelo preentrenado de BeautyGAN se ajustó en el conjunto de datos MT. Para la transferencia de maquillaje adversaria, se utilizó el punto de control DiffAM con los parámetros predeterminados.

Rendimiento de DiffClean en comparación con las bases de referencia en tareas de estimación de la edad, utilizando MiVOLO. Las métricas reportadas son la precisión de la clasificación menor/adulto, la precisión del grupo de edad y el error absoluto medio (MAE). DiffClean con pérdida de edad CLIP logra los mejores resultados en todas las métricas.

Los autores afirman:

«[Nuestro] método DIFFCLEAN supera a ambos puntos de referencia, CLIP2Protect y DiffAM, y puede restaurar con éxito las señales de edad alteradas por el maquillaje, reduciendo el MAE (a 5,71) y mejorando la precisión general de la predicción del grupo de edad (al 37 %).

Nuestro objetivo se centró en los grupos de edad menores, y los resultados indican que logramos una clasificación superior de menores frente a adultos del 88,6 %».

Resultados de la eliminación del maquillaje con los métodos de referencia y los propuestos. La columna más a la izquierda muestra las imágenes originales, la siguiente los resultados de CLIP2Protect y DiffAM. La tercera columna muestra los resultados de DiffClean a través de SSRNet y la pérdida de edad basada en CLIP. Los autores sostienen que DiffClean elimina el maquillaje de forma más eficaz, evitando la distorsión de las características que se observa en CLIP2Protect y los restos de cosméticos que DiffAM no detecta.

Los autores señalan que el maquillaje no afecta de manera uniforme a la edad percibida, ya que puede aumentarla, disminuirla o dejarla sin cambios. Por lo tanto, DiffClean no aplica una reducción general de la edad prevista, sino que pretende recuperar los indicadores de edad originales eliminando los restos de cosméticos:

Ejemplos de eliminación de maquillaje de los conjuntos de datos CelebA-HQ y CACD. Cada columna muestra un par de imágenes antes (izquierda) y después (derecha) de la eliminación del maquillaje. En la primera columna, la edad prevista disminuye después de eliminar el maquillaje; en la segunda, permanece sin cambios; y en la tercera, aumenta.

Para probar la generalización, se ejecutó DiffClean en los conjuntos de datos BeautyFace y LADN, que contienen maquillaje real pero no imágenes limpias emparejadas. Se compararon las predicciones de edad antes y después de la eliminación del maquillaje para medir en qué medida DiffClean reducía la distorsión inducida por el maquillaje:

Resultados de la eliminación del maquillaje en imágenes reales de los conjuntos de datos LADN (par izquierdo) y BeautyFace (par derecho). DiffClean reduce las edades previstas al eliminar los cosméticos, lo que reduce la diferencia entre la edad aparente y la edad real. Los números blancos muestran las edades estimadas antes y después del procesamiento.

Los resultados mostraron que DiffClean reducía de forma constante la diferencia entre la edad aparente y la edad real, reduciendo los errores de sobreestimación y subestimación en unos tres años de media, lo que indica una fuerte generalización a los estilos cosméticos del mundo real.

Conclusión

Es intrigante, y quizás inevitable, que el maquillaje llamativo se utilice de forma adversa. Dado que las niñas maduran a ritmos diferentes, pero en general más rápido como grupo, identificar la transición de la minoría de edad a la edad adulta es uno de los retos más ambiciosos en este campo de investigación.

Aun así, con el tiempo, los datos pueden revelar indicadores consistentes relacionados con la edad para afianzar los sistemas de verificación visual de la edad.

* Dada la naturaleza delicada de este tema, y dado que «niñas» es excluyente (mientras que «mujeres y niñas», el término actualmente aceptado para las personas de género femenino, no encaja aquí), he utilizado «mujeres» como el mejor compromiso disponible, aunque no capta todos los matices demográficos, por lo que pido disculpas.

^†En este artículo, «performativo» se refiere al maquillaje destinado a ser visible y reconocido como tal, como el rímel, el delineador de ojos, el colorete y la base de maquillaje, en contraposición a las cremas correctoras y otras aplicaciones cosméticas sutiles.

Publicado por primera vez el viernes 18 de julio de 2025.