Dashcam footage redaction - definicja
Dashcam footage redaction to redakcja, czyli kontrolowane ukrywanie danych widocznych w nagraniu z wideorejestratora samochodowego przed jego dalszym udostępnieniem. W praktyce chodzi o przygotowanie kopii materiału wideo lub pojedynczych kadrów tak, aby ograniczyć identyfikację osób i pojazdów niezwiązanych bezpośrednio ze sprawą. W kontekście anonimizacji obrazu obejmuje to przede wszystkim zamazywanie twarzy oraz tablic rejestracyjnych, a w razie potrzeby także ręczne ukrywanie innych elementów identyfikujących widocznych w kadrze.
Tak rozumiana redakcja nie jest tożsama z usunięciem danych z materiału źródłowego. Zwykle tworzy się wersję zredagowaną do przekazania ubezpieczycielowi, pełnomocnikowi, biegłemu lub sądowi, a materiał oryginalny pozostaje odrębnie zabezpieczony zgodnie z celem przetwarzania i zasadą ograniczenia dostępu. Podstawę oceny stanowi tu RODO, w szczególności zasady minimalizacji danych oraz ograniczenia celu z art. 5 ust. 1 lit. b i c rozporządzenia (UE) 2016/679.
W nagraniach z wideorejestratora danymi wymagającymi oceny pod kątem zamazania są najczęściej wizerunki osób, tablice rejestracyjne, a czasem także inne identyfikatory widoczne incydentalnie, na przykład identyfikatory służbowe lub treść na ekranie urządzeń. Istotne jest jednak rozróżnienie zakresu automatyzacji. Gallio PRO automatycznie wykrywa i zamazuje wyłącznie twarze oraz tablice rejestracyjne. Logotypy firm, tatuaże, tabliczki z imionami, dokumenty czy obraz na monitorach wymagają redakcji manualnej w edytorze.
Jak rozumieć redakcję nagrań z wideorejestratora w praktyce compliance
Materiał z dashcama bywa przekazywany podmiotom trzecim jako dowód kolizji, wykroczenia lub zdarzenia ubezpieczeniowego. Taki transfer powinien być ograniczony do informacji niezbędnych dla danego celu. Oznacza to, że podmiot udostępniający powinien ocenić, czy odbiorca potrzebuje pełnego, niezanonimizowanego obrazu wszystkich uczestników ruchu i wszystkich numerów rejestracyjnych.
W praktyce compliance redakcja obejmuje dwa etapy: identyfikację elementów stanowiących dane osobowe lub pozwalających na pośrednią identyfikację, a następnie zastosowanie techniki ukrycia, która uniemożliwia ich odczytanie w wersji przekazywanej dalej. Dla odbiorcy takiego jak ubezpieczyciel lub sąd zakres redakcji może być różny, bo różny jest cel i podstawa prawna przetwarzania. W każdym przypadku należy wykazać zasadę adekwatności.
Element w nagraniu | Status w praktyce redakcji | Typ działania
|
|---|---|---|
Twarz kierowcy, pasażera, pieszego | Co do zasady wymaga oceny i często zamazania | Automatyczne lub manualne |
Tablica rejestracyjna | W wielu przypadkach zalecane jest zamazanie przy dalszym udostępnianiu | Automatyczne lub manualne |
Logo firmy na pojeździe | Może identyfikować pośrednio, ale brak automatycznej detekcji | Manualne |
Tatuaż, identyfikator, dokument, ekran monitora | Może wymagać ukrycia zależnie od kontekstu | Manualne |
Jakie dane wymagają zamazania przed przekazaniem nagrania
Zakres redakcji zależy od celu udostępnienia, kategorii odbiorcy oraz lokalnych interpretacji prawa. W materiale z wideorejestratora najczęściej analizuje się wizerunek i numer rejestracyjny, ponieważ to one najłatwiej prowadzą do identyfikacji osób fizycznych lub użytkownika pojazdu przez zestawienie z innymi danymi.
W przypadku twarzy punkt wyjścia jest stosunkowo stabilny. Wizerunek osoby fizycznej może stanowić daną osobową w rozumieniu RODO, jeśli umożliwia identyfikację bezpośrednią lub pośrednią. Dodatkowo w polskim porządku prawnym znaczenie mają dobra osobiste z Kodeksu cywilnego oraz zasady rozpowszechniania wizerunku wynikające z ustawy o prawie autorskim i prawach pokrewnych. Od obowiązku uzyskania zgody na rozpowszechnianie wizerunku występują klasyczne wyjątki dotyczące osoby powszechnie znanej, szczegółu całości takiej jak zgromadzenie, krajobraz lub impreza publiczna oraz sytuacji odpłatnego pozowania.
W przypadku tablic rejestracyjnych sytuacja jest bardziej złożona. Europejskie podejście ochronne często traktuje numer rejestracyjny jako informację, która w określonym kontekście może prowadzić do identyfikacji właściciela lub użytkownika pojazdu, zwłaszcza po połączeniu z dodatkowymi zbiorami danych. W Polsce występują rozbieżności: z jednej strony praktyka organów ochrony danych i ostrożnościowe podejście compliance skłaniają do zamazywania, z drugiej strony w orzecznictwie pojawiały się stanowiska, że sama tablica rejestracyjna nie zawsze stanowi daną osobową. Przy publikacji lub szerszym udostępnieniu bezpieczniejszym podejściem jest redakcja tablic.
Technologie stosowane w Dashcam footage redaction
Automatyczna redakcja nagrań z kamer samochodowych opiera się na detekcji obiektów w obrazie. Dla twarzy i tablic rejestracyjnych stosuje się modele uczenia maszynowego, najczęściej z obszaru deep learning, trenowane na oznaczonych zbiorach obrazów. Model nie wykonuje samodzielnie anonimizacji bez etapu uczenia. Najpierw powstaje model detekcyjny, a dopiero później jest on używany do wskazania obszarów, które mają zostać zamazane w konkretnym nagraniu.
W praktyce pipeline techniczny obejmuje zwykle dekodowanie wideo, ekstrakcję klatek, detekcję obiektów, śledzenie obiektu między klatkami, a następnie nałożenie maski rozmycia lub pikselozy. Śledzenie jest istotne, ponieważ redukuje migotanie maski i ogranicza ryzyko, że twarz lub tablica pojawi się niezamazana między kolejnymi klatkami. Przy materiale z dashcama problemem bywa zmienna ekspozycja, deszcz, refleksy świateł, ruch kamery oraz mały rozmiar obiektu.
Gallio PRO nie realizuje anonimizacji w czasie rzeczywistym ani anonimizacji strumienia wideo. Przetwarzanie odbywa się po nagraniu materiału. To ważne z perspektywy dowodowej, ponieważ użytkownik pracuje na zarejestrowanym pliku i przygotowuje jego wersję do udostępnienia. Oprogramowanie nie zamazuje całych sylwetek. Automatyzacja dotyczy twarzy i tablic rejestracyjnych.
Kluczowe parametry i metryki redakcji nagrań z wideorejestratora
Ocena jakości redakcji nie powinna opierać się wyłącznie na deklaracji, że system „wykrywa twarze”. Dla materiału dowodowego istotne są zarówno metryki detekcji, jak i parametry operacyjne procesu. Tam, gdzie organizacja prowadzi walidację narzędzia, warto mierzyć skuteczność na własnych próbkach nagrań pochodzących z używanych kamer.
Najczęściej stosuje się następujące wskaźniki:
- Recall - odsetek rzeczywiście występujących twarzy lub tablic, które zostały wykryte i zamazane.
- Precision - odsetek poprawnych detekcji wśród wszystkich wykryć. Niska wartość oznacza nadmiar zbędnych masek.
- False Negative Rate - ryzyko pozostawienia niezamazanej twarzy lub tablicy. Z perspektywy ochrony danych jest to parametr krytyczny.
- Czas przetwarzania na minutę nagrania - parametr operacyjny ważny przy dużych wolumenach materiału.
- Stabilność maski między klatkami - ogranicza ujawnienie danych przy szybkim ruchu.
Przykładowo można stosować zależność:
Recall = TP / (TP + FN)
gdzie TP oznacza poprawnie wykryte obiekty przeznaczone do zamazania, a FN obiekty pominięte. Dla działów compliance i IOD ważniejszy bywa niski poziom FN niż maksymalnie wysoki precision, ponieważ pojedyncze pominięcie może prowadzić do ujawnienia danych osobowych.
Odniesienia prawne i normatywne dla Dashcam footage redaction
Podstawowym aktem jest rozporządzenie (UE) 2016/679, czyli RODO, stosowane od 25 maja 2018 r. Dla nagrań z wideorejestratorów istotne są zwłaszcza zasady z art. 5, bezpieczeństwo przetwarzania z art. 32 oraz podejście privacy by design z art. 25. W przypadku materiału mogącego identyfikować osoby należy ocenić, czy przekazanie pełnej wersji nagrania jest niezbędne dla celu postępowania.
W polskim kontekście trzeba uwzględnić także ustawę z 23 kwietnia 1964 r. - Kodeks cywilny, w części dotyczącej dóbr osobistych, oraz ustawę z 4 lutego 1994 r. o prawie autorskim i prawach pokrewnych, która reguluje rozpowszechnianie wizerunku. Dla rozumienia pojęcia danych osobowych w obrazie znaczenie ma także orzecznictwo TSUE, w tym sprawa C-212/13 Ryneš dotycząca monitoringu i przetwarzania obrazu w przestrzeni publicznej przez osobę fizyczną. Sprawa nie dotyczyła bezpośrednio dashcamów, ale jest regularnie przywoływana przy analizie nagrań wizyjnych.
Jeżeli organizacja wdraża procedurę redakcji, warto dokumentować:
- cel udostępnienia materiału,
- zakres zastosowanej redakcji obrazu,
- osobę zatwierdzającą wersję do wysyłki,
- lokalizację oryginału i kopii zredagowanej,
- okres retencji obu wersji.
Ograniczenia i ryzyka operacyjne
Automatyczna redakcja nie eliminuje potrzeby kontroli człowieka. Nagrania z wideorejestratora mają często niską jakość, kompresję stratną i niestabilny kadr. Z tych powodów nawet dobry model może pominąć małą twarz w tle lub tablicę częściowo zasłoniętą przez inny pojazd. Z perspektywy dowodowej ryzykiem jest także zbyt agresywne maskowanie, które zasłoni element kluczowy dla oceny zdarzenia.
Dlatego bezpieczny proces zwykle łączy automatyczną detekcję z kontrolą manualną przed eksportem. Warto też pamiętać, że Gallio PRO nie powinno zapisywać w logach danych ujawniających treść detekcji twarzy i tablic rejestracyjnych ani innych danych osobowych pochodzących z obrazu. Ogranicza to zakres danych technicznych generowanych podczas pracy z materiałem.