Definición de editor manual de anonimización
Un editor manual de anonimización es una interfaz de software que permite aplicar, ajustar, revisar y confirmar la ocultación visual en imágenes y vídeos. Se utiliza cuando la detección automática no identifica un elemento que debe ocultarse o cuando una máscara generada automáticamente requiere corrección. En los flujos de trabajo de anonimización de imágenes y vídeos, el editor permite a un usuario autorizado aplicar un difuminado, pixelado, una cobertura sólida u otra máscara visual sobre una zona seleccionada.
El término no describe por sí solo un método jurídico de anonimización. Describe un componente del flujo de trabajo que facilita la revisión humana y las acciones correctivas. Un editor manual de anonimización es especialmente importante porque los modelos automatizados pueden pasar por alto objetos relevantes, detectar una zona incorrecta o generar un contorno impreciso alrededor de un rostro o una matrícula.
En vídeo, la ocultación manual suele consistir en definir la zona que debe enmascararse en uno o varios fotogramas y mantener la máscara mientras el objeto se mueve. El nivel de revisión necesario depende de las grabaciones, de la divulgación prevista, del riesgo de reidentificación y de los procedimientos internos de la organización.
Función de un editor manual de anonimización de imágenes y vídeos
Un editor manual de anonimización se utiliza normalmente después del análisis automático y antes de exportar una imagen o un archivo de vídeo anonimizado. Cubre la diferencia entre la detección automática de rostros o de matrículas y la revisión final de privacidad.
- Importación y análisis: el usuario importa archivos de imagen o vídeo. La detección automática identifica las clases de objetos compatibles.
- Enmascaramiento automático: el sistema genera máscaras para los rostros y las matrículas detectados.
- Revisión humana: un revisor comprueba los fotogramas, las escenas y las zonas detectadas para identificar objetos omitidos o máscaras inexactas.
- Ocultación manual: el revisor añade máscaras a elementos no detectados o modifica el tamaño, la posición, la duración o el efecto visual de una máscara existente.
- Control de calidad y exportación: la organización verifica el resultado y exporta la imagen o el vídeo anonimizado para el fin autorizado.
Este flujo de trabajo constituye una forma práctica de supervisión humana. No implica que un revisor deba inspeccionar todos los archivos del mismo modo. La profundidad de la revisión debe determinarse mediante una evaluación de riesgos documentada que incluya la calidad de las grabaciones, el ángulo de la cámara, la densidad de personas, el movimiento, los artefactos de compresión y las consecuencias de divulgar a una persona identificable o contenido visual sensible.
Qué puede resolver un editor manual de anonimización
La detección automática se limita a las clases de objetos compatibles con el modelo de software. Un editor manual de anonimización puede gestionar elementos visuales que queden fuera de esas clases, siempre que un revisor pueda identificar la zona relevante en la imagen o el vídeo.
Elemento visual | Por qué puede ser necesaria la ocultación manual | Acción habitual
|
|---|---|---|
Rostro no detectado | La oclusión, el perfil lateral, el desenfoque de movimiento, una iluminación deficiente o un ángulo de cámara inusual pueden reducir el rendimiento de la detección. | Añadir y posicionar una máscara sobre el rostro en la zona relevante de la imagen o durante el periodo correspondiente del vídeo. |
Matrícula no detectada | La distancia, los reflejos, la inclinación, la baja resolución o una obstrucción parcial pueden impedir una detección fiable. | Aplicar una máscara que cubra toda la zona legible de la matrícula. |
Logotipo de empresa | Las herramientas de detección de rostros y matrículas no detectan automáticamente los logotipos. | Dibujar una zona de ocultación manual cuando el logotipo no deba divulgarse. |
Tatuaje | Un tatuaje puede ser distintivo y requerir enmascaramiento conforme a los criterios de riesgo de la organización. | Aplicar una máscara específica sobre la zona, sin ocultar todo el cuerpo ni la silueta. |
Tarjeta identificativa, documento o contenido de un monitor | El texto o la información mostrada pueden revelar información personal, confidencial u operativa. | Enmascarar el texto visible o la zona de la pantalla tras una revisión visual. |
Gallio PRO detecta y difumina automáticamente únicamente rostros y matrículas. No detecta automáticamente logotipos de empresa, tatuajes, tarjetas identificativas, documentos ni contenido mostrado en monitores. Estos elementos pueden difuminarse manualmente con el editor integrado. Gallio PRO no difumina cuerpos completos ni siluetas, y no está diseñado para la anonimización en tiempo real ni para la anonimización de transmisiones de vídeo.
Parámetros clave y métricas de calidad
Un editor manual de anonimización debe permitir aplicar criterios de revisión medibles. La cuestión más importante es si todos los identificadores visuales que deben ocultarse quedan completamente cubiertos durante todo el tiempo en que son visibles.
- Cobertura: determina si la máscara aplicada cubre toda la zona objetivo, incluidos los caracteres legibles de una matrícula o la zona identificable de un rostro.
- Continuidad temporal: determina si una máscara de vídeo permanece en su lugar desde el primer fotograma visible hasta el último fotograma visible del objetivo.
- Tasa de falsos negativos: la proporción de objetos relevantes que permanecen sin enmascarar. Puede expresarse como FN / (TP + FN), donde TP significa verdaderos positivos y FN, falsos negativos.
- Precisión: la proporción de máscaras aplicadas o detectadas que corresponden a un objetivo previsto. Puede expresarse como TP / (TP + FP), donde FP significa falsos positivos.
- Exhaustividad: la proporción de todos los objetivos relevantes que se han enmascarado. Puede expresarse como TP / (TP + FN).
- Trazabilidad del revisor: la capacidad de documentar quién revisó un archivo, qué versión se aprobó y qué decisiones de ocultación se adoptaron.
La precisión y la exhaustividad son medidas estándar de recuperación de información. Los materiales de evaluación de recuperación de información del National Institute of Standards and Technology (NIST) describen los conceptos de evaluación subyacentes. En los flujos de trabajo de privacidad, la exhaustividad suele ser la medida más crítica, ya que un rostro o una matrícula sin enmascarar pueden generar un riesgo de divulgación.
Controles y limitaciones de un editor manual de anonimización
Un editor fiable debe permitir inspeccionar el original y el resultado anonimizado sin exponer el archivo original a usuarios no autorizados. Por tanto, el control de acceso, la gestión de versiones y el almacenamiento protegido forman parte del flujo de trabajo general, aunque no sean funciones de ocultación.
La ocultación manual también tiene limitaciones. Depende de la atención del revisor, de la calidad de imagen disponible y de unos procedimientos operativos coherentes. Un revisor puede pasar por alto una aparición breve en unas grabaciones de vídeo, aplicar una máscara demasiado pequeña o no tener en cuenta que un objeto se desplaza entre fotogramas. Las organizaciones deben definir reglas de revisión, métodos de muestreo cuando proceda, procedimientos de escalado y criterios de aceptación antes de divulgar grabaciones anonimizadas.
Normas y referencias
Ninguna norma técnica individual define específicamente un editor manual de anonimización para ocultar rostros y matrículas. Sin embargo, las publicaciones consolidadas sobre privacidad, seguridad y gestión de riesgos de inteligencia artificial ofrecen controles relevantes para el proceso circundante.
- ISO/IEC 29100:2011, Tecnología de la información. Técnicas de seguridad. Marco de privacidad, identifica salvaguardas de privacidad y conceptos de gestión de riesgos para la privacidad.
- ISO/IEC 27001:2022, Seguridad de la información, ciberseguridad y protección de la privacidad. Sistemas de gestión de la seguridad de la información. Requisitos, establece requisitos para un sistema de gestión de la seguridad de la información.
- NIST AI 100-1, Marco de gestión de riesgos de inteligencia artificial (AI RMF 1.0), publicado en 2023, describe actividades de gobierno, contextualización, medición y gestión de los riesgos de la inteligencia artificial.
- Publicación especial NIST 800-188, publicada en 2016, aborda la desidentificación e identifica la necesidad de evaluar el riesgo de divulgación en los procesos de publicación de datos.