Intercambio de rostros: definición
El intercambio de rostros es una técnica de síntesis de imágenes o vídeo que sustituye el rostro visible de una persona en una imagen o fotograma de vídeo original por otro rostro. La sustitución puede proceder de una persona real, una imagen de referencia con licencia o una identidad generada sintéticamente. En los procesos de privacidad, el intercambio de rostros puede utilizarse como alternativa al difuminado de rostros cuando el objetivo es ocultar a la persona original conservando una apariencia facial, la orientación de la cabeza, la expresión y la composición de la escena.
Un intercambio de rostros no constituye automáticamente una anonimización. Solo reduce la exposición de la identidad si no es razonablemente posible vincular la imagen resultante con la persona original mediante el rostro sustituido u otra información visible. Una sustitución basada en otra persona real puede generar un nuevo riesgo relacionado con la privacidad, el consentimiento o el uso indebido de la identidad. Una sustitución sintética suele ser más adecuada para la anonimización, pero puede conservar atributos identificativos como el rango de edad, el peinado, la ropa, la complexión, la ubicación, la voz o un contexto distintivo.
Cómo funciona el intercambio de rostros en la anonimización de imágenes y vídeo
El intercambio de rostros moderno suele utilizar modelos de aprendizaje automático entrenados para localizar rasgos faciales y generar un rostro de sustitución. El proceso comienza con la detección de rostros. Después, estima los puntos de referencia faciales, la orientación y la forma del rostro objetivo. A continuación, un modelo genera o transforma el rostro de sustitución y lo integra en el fotograma original.
Un proceso de tratamiento habitual incluye las siguientes fases:
- Detección de rostros: identificación de la zona del rostro en cada imagen o fotograma de vídeo.
- Alineación facial: normalización del rostro mediante puntos de referencia como los ojos, la nariz y la boca.
- Sustitución de identidad: generación de un rostro sintético o asignación de una identidad de origen al rostro objetivo.
- Transferencia de orientación y expresión: adaptación de la sustitución a la rotación de la cabeza, la iluminación y la expresión facial.
- Composición: integración del rostro generado en la imagen objetivo mediante máscaras, corrección de color y tratamiento de bordes.
- Seguimiento en vídeo: asociación del mismo rostro entre fotogramas consecutivos para reducir los cambios de identidad y el parpadeo visual.
- Revisión de calidad: inspección de los fotogramas complejos que contienen oclusiones, desenfoque de movimiento, vistas de perfil o cambios de iluminación.
Intercambio de rostros frente al difuminado de rostros
El difuminado de rostros y el intercambio de rostros presentan características de privacidad y operativas diferentes. El difuminado elimina o degrada el detalle facial visible. El intercambio de rostros sustituye ese detalle por contenido visual generado o reemplazado. El método adecuado depende del uso previsto de las grabaciones y del nivel de realismo visual necesario.
Atributo | Difuminado de rostros | Intercambio de rostros
|
|---|---|---|
Método principal | Oculta los píxeles de la zona de rostro detectada | Sustituye el rostro visible por otra representación |
Apariencia visual | Indica claramente que el contenido se ha ocultado | Puede conservar un rostro y una expresión de apariencia natural |
Riesgo de identificación | Depende de la intensidad del difuminado, el tamaño del rostro y el contexto restante | Depende de si la identidad original y otros atributos siguen pudiendo deducirse |
Complejidad del tratamiento | Generalmente menor | Mayor, ya que requiere generación, alineación y coherencia temporal |
Principal modo de fallo | Cobertura o intensidad de difuminado insuficiente | Filtración de identidad, resultado de vídeo inestable o creación de una imagen sintética engañosa |
Parámetros técnicos clave para el intercambio de rostros
Los equipos de privacidad deben evaluar el intercambio de rostros como un método de tratamiento medible, no solo como un efecto visual. La calidad de la detección sigue siendo importante, ya que un rostro no detectado no puede sustituirse. Los procesos de vídeo también requieren coherencia temporal entre fotogramas.
Entre los parámetros y métricas útiles se incluyen:
- Exhaustividad de la detección de rostros: proporción de rostros visibles detectados por el sistema. Una exhaustividad baja genera lagunas directas de privacidad.
- Tasa de falsos positivos: proporción de zonas que no contienen rostros y que se tratan incorrectamente como si los contuvieran.
- Intersección sobre unión (IoU): solapamiento entre la zona facial prevista y una zona de referencia anotada. Puede ayudar a evaluar la colocación de las máscaras.
- Similitud de identidad: comparación de vectores de características de los rostros originales y resultantes. Debe evaluarse con cautela, ya que los resultados dependen del modelo de análisis facial y del umbral utilizado.
- Coherencia temporal: estabilidad de la identidad de sustitución, el color, la geometría y los límites de la máscara en fotogramas contiguos.
- Latencia y capacidad de tratamiento: tiempo necesario por imagen, fotograma o segmento de vídeo. Estos valores afectan a la capacidad operativa, pero no determinan la calidad de la privacidad.
Un principio de revisión útil es que la calidad de la anonimización está limitada por el fotograma más débil. Un vídeo puede exponer a una persona si la sustitución del rostro falla incluso en un número reducido de fotogramas.
Ventajas y limitaciones del intercambio de rostros
El intercambio de rostros puede conservar información visual útil cuando un rostro difuminado reduciría el valor de materiales de formación, demostración, entretenimiento o interfaces de usuario. Puede mantener una expresión aproximada, la dirección de la mirada y la dinámica de interacción mientras oculta el rostro de origen.
No obstante, presenta limitaciones relevantes:
- La sustitución puede conservar información no facial que identifique a la persona, como la voz, la ropa, la ubicación, los tatuajes o el contexto del evento.
- El rostro de sustitución puede parecerse a una persona real, especialmente cuando se utiliza una identidad de origen real.
- Los perfiles laterales, las manos que cubren el rostro, las gafas, las mascarillas, la poca luz y el desenfoque de movimiento pueden provocar artefactos visibles o una sustitución incompleta.
- El resultado en vídeo puede parpadear cuando falla el seguimiento o cuando el modelo cambia la identidad sintética entre fotogramas.
- El resultado sintético puede tergiversar el aspecto de una persona o lo que parecía estar haciendo. Las organizaciones deben definir si las grabaciones modificadas deben etiquetarse, conservarse por separado o limitarse a una finalidad específica.
Intercambio de rostros en los procesos de Gallio PRO
El intercambio de rostros es distinto de las funciones de anonimización automática de Gallio PRO. Gallio PRO utiliza la detección automática de rostros para facilitar el difuminado automático de rostros y puede difuminar automáticamente las matrículas. No está diseñado para anonimizar vídeos mediante intercambio de rostros.
Cuando las grabaciones contienen información que no pertenece a esas categorías automáticas, como tatuajes, logotipos de empresa, tarjetas identificativas, documentos o contenido de monitores, estos elementos requieren revisión y edición con el editor manual. Por tanto, el intercambio de rostros no debe considerarse un sustituto completo de un proceso documentado de revisión de imágenes y grabaciones de vídeo.
Normas y referencias
Ninguna norma técnica única define el intercambio de rostros como método de anonimización. Las siguientes fuentes son útiles para evaluar el método, sus implicaciones de seguridad y sus riesgos residuales de identificación.
- ISO/IEC 20889:2018, Tecnologías de la información. Técnicas de seguridad. Terminología y clasificación de técnicas de desidentificación de datos que mejoran la privacidad. Esta norma distingue conceptos de desidentificación y favorece el uso de terminología precisa.
- Instituto Nacional de Estándares y Tecnología (NIST), Marco de gestión de riesgos de IA 1.0 (2023). Proporciona un marco de gestión de riesgos para sistemas de inteligencia artificial, incluidas consideraciones sobre validez, fiabilidad, privacidad y transparencia.
- FaceForensics++, Rössler et al., Conferencia Internacional sobre Visión por Computador (ICCV), 2019. Esta investigación describe un referente para imágenes faciales manipuladas, incluidos métodos de intercambio de rostros.
- La creación y detección de deepfakes: una revisión, Mirsky y Lee, 2021. Esta revisión describe métodos de manipulación facial y los retos relacionados con su detección.