Interpolación de máscaras: definición
La interpolación de máscaras es el proceso de generar máscaras de privacidad intermedias entre fotogramas clave definidos manualmente en una secuencia de imágenes o un vídeo. Una máscara de privacidad es una forma que delimita los píxeles que deben difuminarse, pixelarse, cubrirse u ocultarse de otro modo. En la anonimización de vídeo, un editor puede colocar máscaras sobre un rostro, una matrícula, una tarjeta identificativa, un documento o una pantalla en los fotogramas seleccionados. Después, el software estima la posición, el tamaño, la forma o la rotación de la máscara en los fotogramas situados entre esos fotogramas clave.
La interpolación de máscaras reduce la cantidad de edición manual fotograma a fotograma necesaria cuando un objeto se mueve de forma predecible. No es lo mismo que la interpolación de imágenes, la interpolación de fotogramas de vídeo, la detección de objetos ni la detección de rostros. Su resultado es la geometría y la temporización de las máscaras, no contenido de vídeo nuevo ni una decisión sobre la identidad de una persona. A continuación, las máscaras resultantes se aplican a los píxeles originales para ocultar la información visual seleccionada.
Para difuminar rostros y matrículas, la interpolación se utiliza habitualmente después de que la detección automática de rostros o de matrículas no haya detectado un objeto, haya perdido su seguimiento o haya generado una máscara incompleta. También se utiliza para elementos visuales que no se detectan automáticamente, como documentos, tarjetas identificativas, tatuajes, logotipos de empresas o contenido mostrado en monitores. Estos elementos requieren enmascaramiento manual en Gallio PRO.
Cómo funciona la interpolación de máscaras en la anonimización de vídeo
En primer lugar, el editor crea fotogramas clave. Cada fotograma clave contiene una definición de máscara en un fotograma de vídeo o marca de tiempo concretos. La definición puede incluir un rectángulo, una elipse, un polígono u otra forma compatible, junto con sus coordenadas y ajustes de difuminado. El método de interpolación calcula los valores de la máscara para los fotogramas comprendidos entre dos fotogramas clave.
Para un parámetro de máscara p, como la posición horizontal, la posición vertical, la anchura, la altura o la rotación, la interpolación lineal simple puede expresarse así:
p(t) = p0 + ((t - t0) / (t1 - t0)) × (p1 - p0)
Aquí, t0 y t1 son los tiempos de los dos fotogramas clave. La interpolación lineal presupone que el parámetro cambia a un ritmo constante entre los fotogramas clave. Puede ser adecuada cuando una persona o un vehículo se mueve de forma fluida por el encuadre. Puede fallar si el movimiento es brusco, curvo, está oculto o se ve afectado por el movimiento de la cámara.
Enfoque de interpolación | Comportamiento de la máscara | Uso habitual | Limitación principal
|
|---|---|---|---|
Lineal | Se desplaza o cambia de tamaño uniformemente entre fotogramas clave | Cámara estable y movimiento predecible | No modela la aceleración ni las trayectorias curvas |
Bezier o spline | Utiliza una transición curva entre fotogramas clave | Movimiento más fluido controlado manualmente | Puede sobrepasar el límite del objeto si se configura incorrectamente |
Asistida por flujo óptico | Utiliza el movimiento estimado de los píxeles para propagar una máscara | Movimiento detallado con textura visible | Puede fallar ante oclusiones, difuminado, reflejos o cortes de escena |
Asistida por seguimiento de objetos | Actualiza una máscara a partir de la ubicación de un objeto seguido | Rostros o matrículas en secuencias más largas | Requiere revisión cuando disminuye la confianza del seguimiento |
Parámetros clave para la interpolación de máscaras
La calidad de la interpolación debe evaluarse como una cuestión de control de privacidad, no solo como una comodidad de edición. Una máscara que parece fluida visualmente, pero expone parte de un rostro o una matrícula, no es suficiente. La persona encargada de la revisión debe inspeccionar todo el intervalo entre los fotogramas clave, incluidos los fotogramas inmediatamente anteriores y posteriores a cada uno de ellos.
- Separación entre fotogramas clave: número de fotogramas entre máscaras verificadas manualmente. Los intervalos más cortos suelen ofrecer mayor control cuando el movimiento cambia con rapidez.
- Margen de la máscara: área adicional alrededor del objeto detectado o seleccionado manualmente. Un margen reducido puede dejar expuestos píxeles en el borde. Un margen excesivo puede ocultar a personas, vehículos o contenido de la escena que no guardan relación.
- Cambio de escala: variación de la anchura y la altura de la máscara cuando un rostro o una matrícula se acerca o se aleja de la cámara.
- Rotación y perspectiva: una matrícula rectangular puede parecer trapezoidal o girar respecto a la cámara. Un rectángulo horizontal fijo puede no cubrirla adecuadamente.
- Estado de oclusión: la máscara puede tener que permanecer activa cuando un objeto queda parcialmente oculto por otra persona, un vehículo o un objeto físico.
- Detección de cortes de escena: las máscaras no deben interpolarse a través de un corte hacia otra toma. Una toma nueva requiere una revisión independiente y, normalmente, nuevos fotogramas clave.
Flujo de trabajo práctico para la interpolación manual de máscaras
Un flujo de trabajo controlado combina la interpolación con un control visual de calidad. El objetivo es evitar depender de posiciones estimadas de las máscaras cuando las grabaciones cambian de formas que el modelo de interpolación no puede representar.
- Revise el vídeo a velocidad normal e identifique los rostros, las matrículas y la información visual seleccionada manualmente que requiere enmascaramiento.
- Cree un fotograma clave en el primer fotograma en el que el objeto sea visible.
- Cree otro fotograma clave antes de un cambio de dirección, escala, postura, oclusión, movimiento de cámara o corte de escena.
- Aplique la interpolación únicamente dentro de un segmento visualmente continuo.
- Inspeccione los fotogramas intermedios a velocidad de reproducción y fotograma a fotograma alrededor de los movimientos rápidos.
- Corrija la posición, el tamaño o la forma de la máscara añadiendo fotogramas clave en lugar de aceptar píxeles expuestos.
- Verifique el vídeo exportado, ya que el renderizado, el recorte, el cambio de escala y la transcodificación pueden modificar el borde visible de la máscara.
Limitaciones y fallos habituales
La interpolación de máscaras no puede garantizar por sí sola la anonimización. Estima una transición entre estados conocidos. Si el objeto se mueve de forma impredecible, aparece borroso por el movimiento, cambia de orientación o desaparece detrás de otro objeto, la máscara estimada puede desviarse. Esta desviación puede dejar píxeles identificables visibles durante solo unos pocos fotogramas, lo que puede seguir siendo suficiente para su visualización, extracción o reidentificación.
El flujo óptico es uno de los métodos para estimar el movimiento entre fotogramas. La formulación fundamental de Horn y Schunck describe el flujo óptico como un problema de estimación basado en los cambios de brillo y en supuestos de suavidad espacial. Estos supuestos se debilitan por las variaciones de iluminación, los reflejos, los artefactos de compresión y el desenfoque de movimiento. Consulte Horn y Schunck, «Determining Optical Flow» (1981).
Para la edición orientada a la privacidad, un margen de máscara conservador y fotogramas clave adicionales suelen ser más fiables que intentar mantener un borde de máscara ajustado durante movimientos complejos. Esto es especialmente importante en matrículas pequeñas, lejanas, inclinadas o parcialmente ocultas.
Casos de uso de la interpolación de máscaras
La interpolación de máscaras resulta útil cuando un vídeo debe prepararse para revisión interna, publicación, formación, análisis de incidentes, investigación o intercambio con un tercero. Permite tratar tanto objetos detectados automáticamente como objetos seleccionados manualmente por un editor.
- Extender el difuminado de un rostro a los fotogramas en los que la detección de rostros pierde temporalmente el rostro.
- Mantener el difuminado de una matrícula mientras un vehículo se desplaza por una escena grabada con una cámara fija.
- Enmascarar un documento, un monitor, un logotipo, un tatuaje o una tarjeta identificativa visibles en varios fotogramas.
- Corregir una máscara después de que una persona gire la cabeza, entre en una zona de sombra o quede parcialmente cubierta por otra persona.
- Crear un enmascaramiento coherente en una secuencia antes de exportar un vídeo anonimizado.
Normas y referencias
La interpolación de máscaras es una técnica de edición y visión artificial, no un método jurídico o de anonimización estandarizado de forma independiente. No obstante, su aplicación debe documentarse dentro de un flujo de trabajo repetible de tratamiento orientado a la privacidad. El Marco de gestión de riesgos de inteligencia artificial 1.0 del Instituto Nacional de Estándares y Tecnología (NIST AI RMF 1.0, 2023) identifica la validación, la supervisión y la gestión documentada de riesgos como controles pertinentes para sistemas habilitados por inteligencia artificial.
En materia de codificación de vídeo y temporización de fotogramas, la Organización Internacional de Normalización y la Comisión Electrotécnica Internacional publican la familia de normas ISO/IEC 14496 del Moving Picture Experts Group. Los editores de vídeo deben conservar la temporización de los fotogramas de origen y verificar el resultado renderizado, ya que la conversión de la frecuencia de fotogramas o la transcodificación pueden alterar la relación entre los fotogramas clave y los fotogramas visibles.