Responsabilidad compartida: Los principios de cumplimiento del RGPD son una responsabilidad compartida entre el controlador de datos (el cliente) y OpenSpace (el procesador de datos).

Anonimización o difuminado facial de OpenSpace: Para ayudar a reducir la recopilación de información personal identificable (IPI), los clientes pueden ponerse en contacto con el servicio de asistencia de OpenSpace para activar nuestra función de desenfoque facial. Cuando está activada, esta función detecta rostros en todas las capturas futuras. Cuando puede identificar una cara reconocible, la cara y el resto del cuerpo se difuminan en la imagen. Al hacerlo, hacemos que los parecidos de las personas en las imágenes sean estadísticamente irreconocibles para un espectador medio razonable. Aunque este proceso es muy preciso mediante algoritmos avanzados de aprendizaje automático que identifican el parecido de una persona genérica, no identifica rostros o individuos concretos, y la tasa de falsos negativos no es cero. El objetivo de la eliminación de la identificación es reducir la superficie de ataque, no eliminar del sistema todos los datos incluidos en el ámbito de aplicación.

Posibilidad de falsos negativos: Si un rostro no aparece borroso, suele significar que el reconocimiento facial no puede distinguir un rostro debido a circunstancias de la imagen, como distorsión, pixelación, máscaras quirúrgicas u otras obstrucciones del rostro. Se trata de un resultado normal de los algoritmos de aprendizaje automático que utilizamos para detectar a una persona. Ajustamos nuestros modelos para reducir tanto los falsos negativos como los falsos positivos con el fin de ofrecer un servicio superior a los clientes, pero al hacerlo, algunos parecidos, aunque estadísticamente irreconocibles, pueden seguir pareciendo no borrosos y reconocibles para los espectadores que tienen conocimiento del sujeto o del entorno.

Posibilidad de falsos positivos: Si partes de la imagen aparecen borrosas donde no hay caras, suele significar que el reconocimiento facial identificó incorrectamente una cara donde no la había. Se trata de un resultado normal de los algoritmos de aprendizaje automático que utilizamos para detectar a una persona. Una vez más, afinamos nuestros modelos para reducir tanto los falsos positivos como los falsos negativos con el fin de ofrecer un servicio superior a los clientes, pero al hacerlo, algunos objetos o aspectos de las imágenes captadas pueden aparecer borrosos de forma incorrecta. En estos casos, nuestra recomendación es avanzar o retroceder un solo fotograma en tu captura para ver si los fotogramas adyacentes, separados solo por medio segundo, no presentan el mismo falso positivo. En la mayoría de los casos, habrá un fotograma en tu captura que no lo haga.

Responsabilidad del cliente y buenas prácticas: El cliente es responsable de obtener el permiso de los interesados. Por ejemplo, el cliente puede publicar un aviso de que se realizará una documentación fotográfica de 360° y de que se tomarán medidas para anonimizar el reconocimiento facial. Además, el cliente puede tomar medidas al capturar imágenes para evitar o limitar la recogida de datos de los interesados, como la captura durante las horas no laborables, cuando puede haber menos personas en el lugar de trabajo.

Ni notas de campo ni Lidar ofrecen la posibilidad de difuminar rostros.