Rozpikselowana twarz przestaje chronić anonimowość. Jest sposób

Przez lata wystarczało po prostu zamazać twarz. W telewizji, reportażach, nagraniach z monitoringu czy materiałach sądowych taka rozmyta plama była jasnym komunikatem: tej osoby nie mamy rozpoznać. To było proste, zrozumiałe i co najważniejsze w miarę skuteczne. Wiedzieliśmy, że ktoś został celowo ukryty, a twórcy materiału mogli mieć poczucie, że zrobili wszystko, by chronić czyjąś prywatność.

Nowe badania nad przywracaniem twarzy w zdegradowanych nagraniach pokazują, jak bardzo zmieniły się możliwości technologii. Sztuczna inteligencja coraz lepiej radzi sobie z materiałem, który dla człowieka wygląda jak chaotyczna mieszanka pikseli, szumu i poruszeń kamery. Tam, gdzie my widzimy tylko niewyraźną plamę, model potrafi zobaczyć znacznie więcej – albo przynajmniej stworzyć coś, co wygląda jak szczegółowa twarz. AI nie musi naprawdę wiedzieć, kogo widzi. Wystarczy, że wygeneruje obraz na tyle przekonujący, że zaczniemy traktować go jak rzeczywistość.

Klasyczne rozmycie działało, bo usuwało szczegóły. Oczy, nos, usta, linia szczęki, zmarszczki, proporcje twarzy i drobne cechy znikały pod filtrem. Dla widza zostawała sylwetka, głos, ubranie i kontekst, ale sama twarz miała być nieczytelna.

Taki zabieg był szybki, tani i intuicyjny. Redakcje, organizacje pozarządowe, sądy, policja, twórcy dokumentów i administratorzy nagrań z monitoringu mogli pokazać scenę, a jednocześnie ograniczyć ryzyko identyfikacji osoby. To był kompromis między prawem opinii publicznej do informacji a prawem jednostki do prywatności.

Problem polega na tym, że rozmycie nie usuwa wszystkich danych. Ono je degraduje. Zostawia ogólny układ twarzy, ruch, proporcje, cień, czasem kształt głowy, fryzurę i relacje między kolejnymi klatkami. Dla człowieka to może być za mało. Dla modelu uczonego na milionach twarzy i filmów to może być wystarczająco dużo, by zbudować przekonującą rekonstrukcję. Właśnie tu zaczyna się nowy problem. Anonimizacja, która miała być praktycznym końcem historii, staje się tylko kolejną warstwą obrazu do przetworzenia.

Jak pisaliśmy w tekście: Okulary Facebooka rozpoznają cię w czasie rzeczywistym. Żegnamy anonimowość, rozpoznawanie twarzy przestaje być technologią zamkniętą w policyjnych bazach i lotniskowych bramkach. Coraz częściej staje się funkcją przenoszoną w codzienne urządzenia, kamery, aplikacje i okulary. Jeśli do tego dołożymy AI poprawiającą niewyraźne twarze, margines prywatności robi się jeszcze cieńszy.

AI nie zawsze odzyskuje prawdziwą twarz. Często tworzy wersję, która statystycznie pasuje do zdegradowanego materiału. To może być bardzo podobne do oryginału. Może też być wiarygodną halucynacją.

Modele przywracania twarzy korzystają z tego, czego nauczyły się o ludzkich twarzach. Wiedzą, jak zwykle układają się oczy, nos i usta. Wiedzą, jakie tekstury skóry wyglądają realistycznie. Wiedzą, jak twarz powinna zmieniać się między klatkami filmu, żeby nie migała i nie rozpadała się w ruchu.

Dostają zniszczony materiał i próbują zbudować obraz, który jest jednocześnie ostry, spójny i twarzowy. Jeśli w jednej klatce brakuje szczegółów, mogą wykorzystać informacje z klatek sąsiednich. Jeśli wideo jest poruszone, zaszumione, skompresowane albo niskiej rozdzielczości, model próbuje odtworzyć brakujące dane.

To bywa czasami świetne. Można poprawić stare nagrania rodzinne, materiały archiwalne, transmisje wideo, film dokumentalny albo zapis rozmowy z fatalnej kamery. Jednak ta sama technologia zaczyna wyglądać inaczej, gdy dotyczy osoby, której twarz celowo ukryto.

Wtedy pytanie przestaje dotyczyć tego, czy AI potrafi zrobić ładniejszy obraz. Zaczyna chodzić o to, czy powinna odtwarzać twarz tam, gdzie ktoś celowo ją ukrył.

Przywrócenie jednej fotografii to jedno. Przywrócenie twarzy w filmie jest znacznie trudniejsze. Jeśli model poprawi każdą klatkę osobno, efekt może wyglądać po prostu dziwnie: oczy będą lekko zmieniać kształt, zmarszczki będą migać, usta będą przeskakiwać, a twarz zacznie żyć własnym, nienaturalnym rytmem.

Właśnie dlatego współczesne metody przywracania twarzy w wideo skupiają się nie tylko na ostrości, lecz także na spójności czasowej. Model ma pamiętać, co działo się chwilę wcześniej i chwilę później. Twarz ma należeć do tej samej osoby w całej sekwencji, a nie być serią efektownych, ale niespójnych portretów.

Architektury sieci neuronowych, strategie modelowania czasu i metody wzmacniania detali twarzy. Oznacza to przejście od prostego wyostrz klatkę do znacznie bardziej zaawansowanego zbuduj stabilną twarz w ruchu.

To bardzo istotne z perspektywy prywatności. Rozmazanie pojedynczego kadru można czasem utrzymać jako barierę. Rozmazane wideo daje modelowi więcej informacji: ruch głowy, mimikę, profil, półprofil, światło padające pod różnymi kątami, układ cieni i powtarzalne cechy. Każda klatka sama może być słaba, ale razem tworzą bogatszy materiał.

Technologia przywracania twarzy ma oczywiste pozytywne zastosowania. Może poprawiać jakość wideorozmów, archiwalnych nagrań, starych kronik, cyfrowych kopii filmów, materiałów edukacyjnych czy dokumentacji historycznej. Jeśli jedynym problemem jest słaba kamera, uszkodzone nagranie albo stara taśma, AI może być narzędziem ratowania informacji.

Jednak ta sama technologia może uderzyć w ludzi, którzy potrzebują anonimowości. W świadków przestępstw, informatorów, uczestników protestów, ofiary przemocy, osoby wypowiadające się dla mediów pod warunkiem ukrycia twarzy, pracowników nagrywanych w firmach, przechodniów uchwyconych na monitoringu i wrzuconych do sieci.

Przeczytaj także:

Jak pisaliśmy w tekście: PimEyes. Oto najbardziej kontrowersyjna wyszukiwarka świata stworzona przez Polaków, już dziś istnieją narzędzia, które pozwalają po zdjęciu twarzy szukać podobnych obrazów w internecie. Jeśli do takiego ekosystemu dołożymy AI poprawiającą rozmyte nagrania, rośnie ryzyko, że ktoś najpierw odtworzy twarz, a potem zacznie jej szukać w bazach, mediach społecznościowych albo wyszukiwarkach wizerunków.

*Grafika wprowadzająca wygenerowana przez AI