midas_depth_estimation

MiDaS (Monocular Depth Estimation) estima un mapa de profundidad a partir de una sola imagen RGB. Permite distinguir entre un rostro real 3D y una foto plana (impresa o en pantalla) analizando la variación de profundidad.

When to use

Usar como capa adicional de liveness pasivo en el liveness_agent. Complementa a MiniFASNet y Silent-Face para detectar ataques con fotos impresas o pantallas que no tienen variación de profundidad.

Instructions

1. Instalar: pip install timm torch torchvision.
2. Descargar modelo MiDaS v3.1 small: torch.hub.load('intel-isl/MiDaS', 'MiDaS_small').
3. Preprocesar frame: resize a 256x256, normalizar con transforms de MiDaS.
4. Inferir mapa de profundidad: depth_map = model(input_tensor).
5. Recortar la región del rostro del mapa de profundidad usando bounding box de face detection.
6. Calcular la varianza de profundidad en la región facial: depth_variance = np.var(face_depth).
7. Umbral: si depth_variance < 0.05, clasificar como posible ataque plano (foto/pantalla).
8. Registrar depth_variance en el evento de auditoría.

Notes

• MiDaS small es suficiente para liveness (~50ms en GPU); no usar el modelo large en producción.
• La estimación monocular no reemplaza a una cámara de profundidad real, pero detecta ataques obvios.
• Combinar con análisis de textura (LBP/Fourier) para mayor robustez.