Video redaction workflow - definicja
Video redaction workflow to uporządkowany proces organizacyjny i techniczny służący do identyfikacji, oceny, anonimizacji, weryfikacji, udokumentowania i archiwizacji materiału wideo lub zdjęć zawierających dane osobowe widoczne w obrazie. W praktyce dotyczy to przede wszystkim twarzy i tablic rejestracyjnych, a w wybranych przypadkach także innych elementów identyfikujących, które wymagają ręcznej redakcji obrazu. W kontekście ochrony danych nie chodzi o edycję estetyczną, lecz o takie przetworzenie materiału, aby ograniczyć ryzyko identyfikacji osoby fizycznej przy zachowaniu celu dalszego wykorzystania nagrania.
Podstawą prawną i interpretacyjną tego procesu są przede wszystkim: Rozporządzenie (UE) 2016/679 - RODO, w szczególności art. 5 ust. 1 lit. c i f, art. 25 oraz art. 32, a także motyw 26 dotyczący identyfikowalności osoby. W przypadku wizerunku znaczenie mogą mieć również przepisy krajowe, w tym Kodeks cywilny oraz ustawa o prawie autorskim i prawach pokrewnych. Workflow redakcji wideo powinien więc łączyć wymagania prawne, zasady bezpieczeństwa informacji oraz technikę przetwarzania obrazu.
W obszarze anonimizacji zdjęć i nagrań workflow obejmuje zwykle sekwencję od pozyskania materiału, przez analizę ryzyka i wykrycie obiektów, po zastosowanie masek, kontrolę jakości, eksport i retencję. Jeżeli stosowane są modele AI, to są one budowane z użyciem metod uczenia maszynowego, najczęściej deep learning, a następnie wykorzystywane do detekcji twarzy i tablic rejestracyjnych klatka po klatce lub na podstawie śledzenia obiektów w sekwencji.
Etapy video redaction workflow w organizacji
Poprawnie zdefiniowany workflow musi być powtarzalny i audytowalny. Oznacza to, że organizacja powinna umieć wykazać, jaki materiał przetworzono, w jakim celu, według jakiej procedury i z jakim wynikiem kontroli jakości.
W praktyce proces można opisać w następujących etapach:
- Identyfikacja materiału - ustalenie źródła nagrania, właściciela procesu, celu przetwarzania, kategorii danych widocznych w obrazie oraz podstawy prawnej.
- Klasyfikacja ryzyka - ocena, czy materiał zawiera twarze, tablice rejestracyjne lub inne elementy pozwalające na identyfikację. Na tym etapie określa się też poziom wymaganego maskowania.
- Przygotowanie techniczne - weryfikacja formatu wejściowego, kodeka, liczby klatek na sekundę, rozdzielczości, długości materiału i integralności pliku.
- Detekcja i redakcja - automatyczne wykrycie twarzy i tablic rejestracyjnych oraz zastosowanie maski rozmycia lub zamazania. W Gallio PRO automatyzacja dotyczy wyłącznie twarzy i tablic rejestracyjnych.
- Redakcja manualna - ręczne zamazanie tych elementów, których system nie wykrywa automatycznie, na przykład dokumentu, identyfikatora, tatuażu, logotypu lub obrazu na monitorze.
- Kontrola jakości - sprawdzenie kompletności anonimizacji na próbie lub na całości materiału, w tym na trudnych klatkach, przy ruchu, okluzji i słabym oświetleniu.
- Eksport i zabezpieczenie wyniku - zapis wersji zredagowanej wraz z metadanymi operacyjnymi, bez utrwalania zbędnych danych osobowych w logach.
- Dokumentacja i archiwizacja - odnotowanie zakresu redakcji, operatora, wersji procedury i okresu retencji materiału źródłowego oraz wynikowego.
Technologie stosowane w video redaction workflow
Automatyzacja workflow opiera się na analizie obrazu komputerowego. W przypadku twarzy i tablic rejestracyjnych najczęściej wykorzystuje się modele detekcyjne trenowane na oznaczonych zbiorach danych. Deep learning jest tu obecnie najczęściej stosowany do budowy modeli AI zdolnych do wykrywania obiektów w zróżnicowanych warunkach, na przykład przy zmianie perspektywy, skali, częściowym zasłonięciu lub kompresji obrazu.
Typowy stos technologiczny obejmuje:
- detekcję obiektów w klatkach - twarze, tablice rejestracyjne,
- tracking międzyklatkowy - utrzymanie maski na tym samym obiekcie w kolejnych klatkach,
- redakcję pikseli - blur, pixelation lub pełne zasłonięcie wskazanego obszaru,
- weryfikację manualną - korekty tam, gdzie automatyka jest niewystarczająca.
W środowiskach o podwyższonych wymaganiach bezpieczeństwa stosuje się wdrożenia on-premise, aby ograniczyć transfer materiału poza organizację. Taki model może wspierać zasadę privacy by design z art. 25 RODO oraz ułatwia kontrolę nad lokalizacją danych, uprawnieniami i retencją.
Kluczowe parametry i metryki video redaction workflow
Ocena jakości workflow nie powinna opierać się na deklaracjach ogólnych. Potrzebne są mierzalne wskaźniki dotyczące skuteczności wykrywania, jakości redakcji oraz wydajności przetwarzania.
Parametr
Znaczenie
Praktyczne zastosowanie
Recall
Odsetek rzeczywistych obiektów wykrytych przez system
Kluczowy dla ograniczenia przeoczeń twarzy i tablic
Precision
Odsetek poprawnych detekcji wśród wszystkich detekcji
Wpływa na liczbę fałszywych masek
False negative rate
Udział niewykrytych obiektów
Bezpośrednio wiąże się z ryzykiem naruszenia prywatności
Czas przetwarzania
Minuty materiału przetworzone na godzinę pracy systemu
Wspiera planowanie zasobów i SLA
Coverage review
Procent materiału objętego kontrolą jakości
Określa poziom pewności końcowej
W praktyce można stosować prosty wskaźnik ryzyka przeoczenia:
Ryzyko operacyjne = liczba niewykrytych obiektów / liczba wszystkich obiektów w materiale
Jeżeli organizacja przetwarza materiał dowodowy lub publikacyjny, wskaźnik ten powinien być możliwie bliski zeru, a workflow musi zawierać obowiązkową kontrolę manualną.
Wyzwania i ograniczenia video redaction workflow
Nawet dobrze zaprojektowany proces ma ograniczenia techniczne i prawne. Największe problemy pojawiają się przy niskiej jakości materiału, dużym zagęszczeniu osób, ruchu kamery, odbiciach, nocnych scenach i silnej kompresji stratnej.
Trzeba też rozróżnić zakres automatyzacji od pełnej identyfikacji wszystkich ryzyk w obrazie. Gallio PRO automatycznie zamazuje tylko twarze i tablice rejestracyjne. Nie wykrywa automatycznie logotypów, tatuaży, tabliczek z imionami, dokumentów ani obrazu na ekranach monitorów. Takie elementy można redagować ręcznie w edytorze. Oprogramowanie nie anonimizuje automatycznie całych sylwetek i nie służy do anonimizacji strumienia wideo ani do pracy w czasie rzeczywistym.
W odniesieniu do tablic rejestracyjnych występują też rozbieżności interpretacyjne. W wielu państwach Europy praktyka ich maskowania wynika z prawa krajowego oraz podejścia organów ochrony danych. W Polsce stanowiska nie są całkowicie jednolite - UODO i orzecznictwo TSUE wspierają ostrożnościowe podejście do identyfikowalności, natomiast w części orzecznictwa NSA wskazywano, że sama tablica rejestracyjna nie zawsze stanowi daną osobową. W workflow organizacyjnym zwykle przyjmuje się wariant bezpieczniejszy, czyli redakcję tablic przed publikacją lub udostępnieniem materiału.
Odniesienia normatywne i zgodność
Video redaction workflow powinien być powiązany z formalnym systemem zarządzania bezpieczeństwem informacji i ochroną danych. Nie istnieje jeden europejski standard techniczny definiujący wyłącznie redakcję obrazu, dlatego należy opierać się na zestawie aktów prawnych i norm horyzontalnych.
- RODO - Rozporządzenie (UE) 2016/679 - zasady minimalizacji danych, integralności i poufności, privacy by design, bezpieczeństwo przetwarzania.
- ISO/IEC 27001:2022 - system zarządzania bezpieczeństwem informacji, kontrola dostępu, rejestrowanie działań administracyjnych i zarządzanie incydentami.
- ISO/IEC 27701:2019 - rozszerzenie ochrony prywatności dla organizacji przetwarzających dane osobowe.
- ENISA - wytyczne bezpieczeństwa danych i ochrony prywatności - podejście oparte na ryzyku i technicznych środkach zabezpieczających.
Dobrą praktyką jest prowadzenie dokumentacji procesu bez zapisywania logów zawierających dane osobowe z detekcji. W środowiskach o podwyższonej poufności ma to znaczenie dla ograniczania wtórnego przetwarzania danych.