概述
臉部模糊功能可以透過聯繫 OpenSpace 支援團隊來啟用。此功能旨在保護出現在 360 影片或 360 照片拍攝的人員隱私。啟用後,臉部會在上傳和發布至項目時變得像素化。
我們使用機器學習演算法來實現臉部模糊,結果的準確性取決於多種因素,詳情如下所示。
與 GDPR 相關的臉部模糊功能
OpenSpace 非常重視資料保護與人員隱私,並致力於遵守相關的資料保護法規。本節提供有關 OpenSpace 臉部模糊功能以及我們與客戶共同遵守《一般資料保護規則》(GDPR) 的資訊。GDPR 在整個歐盟建立了一套統一的資料保護規則。
臉部模糊與 GDPR 合規詳情:
共同責任:GDPR 合規原則是由資料控制者（客戶）和 OpenSpace（資料處理者）共同負責。
OpenSpace 的去識別化（或稱為臉部模糊）:為了減少收集個人可識別資訊 (PII),客戶可以聯繫 OpenSpace 支援啟用我們的臉部模糊功能。啟用此功能後,它會在未來的所有拍攝中偵測臉部。當能識別到可辨識的臉部時,該臉部及其余部分的身體將在圖像中被模糊處理。這樣做是為了使影像中的人物相似性在統計上不會被普通觀眾識別。雖然此過程利用先進的機器學習演算法來識別通用人物相似性非常準確,但它無法識別特定的臉部或個人,並且偽陰性率並不為零。去識別化的目在於減少攻擊面,而不是完全消除系統中所有相關資料。
偽陰性 (false negative) 的可能性:如果臉部未被模糊化,通常表示臉部辨識因圖像中的某些情況而無法識別出臉部,例如失真,像素化,外科口罩或其他臉部遮擋物。這是我們使用機器學習算法來偵測人物時的正常結果。我們會對模型進行調整,以減少偽陰性 (false negative) 和偽陽性 (false positive) 情況,從而為客戶提供更好的服務。但在這個過程中,某些臉部雖然在統計上無法辨識,但對於熟悉該人物或環境的觀眾來說,仍可能顯得未經模糊化且可辨識。
偽陽性 (false positive) 的可能性如果圖像中沒有臉部的部分被模糊化,通常表示臉部識別錯誤地識別了不存在的臉部。這是我們使用機器學習算法來偵測人物時的正常結果。同樣地,我們會對模型進行調整,以減少偽陽性 (false positive) 和偽陰性 (false negative) 的情況,從而為客戶提供更好的服務,但在這個過程中,某些物體或圖像中的某些部分可能會被錯誤地模糊化。遇到這種情況時,我們建議您在拍攝的畫面中向前或向後移動一個影格,看看相鄰的影格（相差僅半秒）是否也出現同樣的偽陽性情況。在大多數情況下,您的拍攝畫面中會有一個影格沒有這個問題。
客戶責任與最佳實踐:: 客戶需負責取得資料對象的許可。例如,客戶可以張貼公告,告知會進行 360° 照片記錄,並會採取措施進行臉部辨識去識別化。此外,客戶還可以在拍攝圖像時採取措施,以防止或限制從資料對象那裡收集資料,例如在非工作時間拍攝,此時工作地點的人員可能較少。
我們希望這些資訊有助於解答您的疑問,並減少任何可能將我們臉部模糊功能視為錯誤的擔憂。
常見問題
在 OpenSpace 中,是否有某些部分不支援臉部模糊化？
巡檢記錄和光學雷達均不提供臉部模糊化功能。
相關文章
點擊 此處查看《OpenSpace 隱私權政策》。
若您有任何其他問題,歡迎透過 support@openspace.ai 聯絡 OpenSpace 支援團隊。