Bez względu na to, czy kręcisz spontanicznego vloga z podróży po tętniącym życiem centrum miasta, dokumentujesz na Instagramie najważniejsze momenty na placu zabaw swojego malucha, czy nagrywasz popularny taniec na TikToku, publiczne udostępnianie filmów stało się drugą naturą. Jednak krajobraz prawny i etyczny otaczający prywatność cyfrową uległ radykalnej zmianie. W krajach, w których priorytetem jest prywatność, takich jak Japonia, Niemcy i cała Unia Europejska podlegająca RODO, przesyłanie materiału wideo przedstawiającego możliwe do zidentyfikowania twarze niczego niepodejrzewających osób postronnych, dzieci, tablice rejestracyjne pojazdów lub adresy domowe może prowadzić do natychmiastowej reakcji społeczności, kampanii doxxingowych, ostrzeżeń o naruszeniu praw autorskich lub sporów cywilnych. Na szczęście era spędzania trzech godzin na ręcznym dopasowywaniu pikselowanych klatek cenzorskich klatka po klatce dobiegła końca: edytory sieci neuronowych na urządzeniu, takie jak Blura Blur Photo & Video Editor, teraz automatyzują kinowe rozmycie i maskowanie twarzy w ciągu kilku sekund.
Dlaczego cenzura wideo ewoluowała z niszowego wymagania w zakresie wiadomości w mediach społecznościowych w codzienny imperatyw mediów społecznościowych? Kamery smartfonowe o wysokiej rozdzielczości 4K i wyszukiwarki wykorzystujące sztuczną inteligencję do rozpoznawania twarzy (takie jak PimEyes) umożliwiają złośliwym aktorom pobieranie klipów z mediów społecznościowych, wyodrębnianie wyraźnych ramek twarzy osób w tle i porównywanie ich z publicznymi bazami danych w ciągu kilku sekund. W przypadku rodziców udostępnianie niezamazanych klipów przedstawiających mundurki szkolne, spotkania z okazji dnia sportu lub wizyty na placu zabaw naraża dzieci na ryzyko związane z kierowaniem geograficznym. W tym praktycznym przewodniku po produkcji badamy odpowiedzialność prawną za niezamazane treści w mediach społecznościowych, odkrywamy różnice między pikselacją mozaikową a rozmyciem głębi Gaussa i przedstawiamy krok po kroku procedurę cenzurowania ruchomych treści wideo bezpośrednio na Twoim iPhonie.
Co musisz cenzurować przed publikacją w Internecie?
Przed przesłaniem jakiegokolwiek filmu nagranego w środowisku publicznym lub półprywatnym przeprowadź przed publikacją audyt prywatności pod kątem pięciu elementów wysokiego ryzyka:
- Świadkowie w tle: każda osoba, która nie wyraziła wyraźnej, ustnej lub pisemnej zgody na występowanie w Twoich transmisjach komercyjnych lub w mediach społecznościowych.
- Nieletni i identyfikatory szkół: twarze dzieci, plakietki z nazwami szkół, charakterystyczne plecaki dla przedszkola (takie jak japońskie przywieszki Randoseru) i numery na koszulkach sportowych.
- Tablice rejestracyjne pojazdów: Tablice rejestracyjne na zaparkowanych lub jadących samochodach, taksówkach i motocyklach, które mogą łączyć osoby z lokalizacjami mieszkalnymi.
- Paczki pocztowe i znaczniki adresowe: Pudełka dostawcze firmy Amazon lub Yamato Transport z widocznymi etykietami wysyłkowymi, numerami znaków drogowych lub nazwami domofonów.
- Wyświetlacze finansowe i cyfrowe: ekrany smartfonów, klawiatury bankomatów, numery kart kredytowych lub terminale podmiejskie na stacjach kolejowych uchwycone w ramce.
Ręczne tworzenie klatek kluczowych a śledzenie neuronowe AI na urządzeniu
Historycznie rzecz biorąc, rozmycie idącego pieszego na 30-sekundowym filmie przy 60 klatkach na sekundę wymagało utworzenia 1800 współrzędnych interpolacji klatek kluczowych w złożonym oprogramowaniu NLE dla komputerów stacjonarnych, takim jak Adobe Premiere Pro lub DaVinci Resolve. Architektury mobilnej sztucznej inteligencji całkowicie zrewolucjonizowały ten potok:
| Funkcja | Ręczne tworzenie klatek kluczowych na pulpicie | Naklejki/emotikony w mediach społecznościowych | Silnik neuronowy AI Blura |
|---|---|---|---|
| Czas przetwarzania | 45–90 minut na klip | 5 minut (tylko statyczne) | 30 sekund automatycznie |
| Dokładność śledzenia | Wysoki (praca fizyczna) | Zero (brak ruchu) | Wysoki (śledzenie CoreML Vision) |
| Estetyka wizualna | Blocky, cenzor przemysłowy | Rozpraszające, amatorskie | Kinowy bokeh lub miękka mozaika z lustrzanki cyfrowej |
| Wsparcie wielotematyczne | Niezwykle nudne | Niepraktyczne | Jednoczesne wykrywanie wielu twarzy |
Krok po kroku: jak cenzurować ruchome twarze za pomocą Blura
Aby uzyskać studyjną jakość ochrony prywatności w systemie iOS za pomocą trzech prostych kliknięć, wdróż Blura:
- Importuj wideo: Otwórz Blura i wybierz wideo z rolki z aparatu. Blura przetwarza wszystkie klatki lokalnie na chipie Apple Bionic/serii M, zapewniając brak przesyłania plików do chmury i 100% poufność wideo.
- Wybierz tryb śledzenia: wybierz Automatyczne śledzenie twarzy. Silnik neuronowy Blury analizuje materiał filmowy, identyfikując każdą twarz wchodzącą i wychodzącą z kadru kamery.
- Wybierz estetykę cenzora: wybierz pomiędzy delikatnym rozmyciem gaussowskim (dla eleganckiego zmiękczania tła), mozaiką pikselową (w celu zapewnienia zgodności ze standardową prywatnością w newsroomie) lub artystycznym efektem bokeh głębi.
- Eksportuj i udostępniaj: wyświetl podgląd pola śledzenia dynamicznego. Eksportuj w pełnej natywnej rozdzielczości 4K przy 60 kl./s bezpośrednio do Instagram Reels, TikTok lub X.
