Databáze tváří a jejich využití v biometrické identifikaci

Co jsou „fotobanky tváří“ a jak se liší od běžných fotobank

Fotobanky tváří jsou specializované soubory fotografií nebo biometrických šablon (tzv. embeddings), určené k rozpoznávání osob. Na rozdíl od komerčních fotobank (stock photo), které prodávají licence na ilustrace, fotobanky tváří slouží k identifikaci nebo verifikaci osoby na obrázku či videu. Zdroj dat bývají otevřené sociální sítě, zpravodajské archivy, kamerové systémy, obrázkové vyhledávače, registry průkazů totožnosti nebo přímo nahrané portréty.

Tři hlavní režimy rozpoznávání: 1:1, 1:N a N:N

Verifikace (1:1): porovnání „jsem to já?“ – živý obraz vs. referenční šablona (odemykání telefonu, KYC).
Identifikace (1:N): nalezení identity v databázi mnoha osob (vyšetřování, vstupní systémy).
Hledání podobných (N:N): „komu se tato tvář podobá?“ (ochrana osobnostních práv vs. investigace, OSINT).

Pipeline rozpoznávání tváří: od pixelů k vektoru

Detekce tváře: nalezení oblasti tváře na snímku (CNN/Viola–Jones, moderní detektory).
Oříznutí a vyrovnání: normalizace podle klíčových bodů (oči, nos, ústa) pro konzistentní porovnání.
Extrahování příznaků: hluboká síť vytvoří embedding – vektor s desítkami až stovkami dimenzí popisující identitu.
Porovnání: výpočet vzdálenosti (cosine/Euclidean) vůči šablonám v databázi; čím menší vzdálenost, tím vyšší shoda.
Rozhodnutí: aplikace prahu (threshold) a doplňkových kontrol (např. test živosti).

Od fotografií k biometrickým šablonám: proč je to citlivější než „jen fotka“

Biometrická šablona není běžná metadata – jde o matematické znaky identity, které umožňují jednoznačně identifikovat člověka napříč platformami. I když neobsahuje samotný obraz, při úniku či zneužití ji není možné „změnit“ jako heslo. Proto GDPR zařazuje biometrické údaje k účelům jednoznačné identifikace mezi zvláštní kategorie s přísnějším režimem zpracování.

Kvalita a přesnost: čísla, která rozhodují

FAR/FRR (False Accept/Reject Rate): míra falešného přijetí vs. odmítnutí.
ROC/DET křivky: kompromis mezi bezpečností a použitelností při volbě prahu.
Odhad neurčitosti: moderní systémy vracejí skóre a intervaly spolehlivosti; zodpovědné nasazení vyžaduje odmítnout nejednoznačné výsledky.
Podmínky snímání: světlo, úhel, rozlišení, zakrytí tváře, věkový posun, make-up či brýle výrazně ovlivňují výkon.

Detekce živosti (liveness) a antifraud

Rozpoznání identity doplňuje P.A.D. (Presentation Attack Detection): detekce tištěných fotografií, masek, deepfake videí či „replay“ útoků. Používají se pasivní (analýza textur, odlesků) i aktivní techniky (mrknutí, pohyb, náhodné výzvy). Bez nich je verifikace 1:1 zranitelná.

Zdrojové fotobanky a akvizice dat

Web scraping a OSINT: stahování veřejných portrétů (profilovky, zprávy, akce) a tvorba embeddings.
Provozní systémy: pasové/OP registry, docházkové systémy, klientské KYC – obvykle regulované a auditované.
Komunitní a výzkumné datasety: akademické kolekce – dnes čím dál častěji s přísným přístupem a mechanizmy vyjmutí.

Rizika: od omylů po masový dohled

Falešné shody a nespravedlivá obvinění, zejména u nevyvážených datasetů.
Bias: různá přesnost napříč věkem, pohlavím či etnickými skupinami.
Profilace a sledování: propojení offline a online identity, sledování pohybu kamerami a fotografiemi na sítích.
Únik databází: krádež embeddings představuje dlouhodobou hrozbu – biometrie se nedá „resetovat“.

Právní základy a limity (kontext EU)

Biometrické zpracování za účelem jednoznačné identifikace vyžaduje výslovný souhlas nebo jiný specifický právní základ a přiměřené záruky (DPIA, minimalizace, bezpečnost). Účelová vázanost a nezbytnost jsou klíčové – „zvědavost“ nebo marketingové pohodlí nestačí. Subjekty údajů mají práva: informace, přístup, výmaz, omezení, námitku, přenositelnost; u biometrických dat často i vyšší práh transparentnosti.

Vaše možnosti jako jednotlivce: preventivní kroky

Správa vlastních portrétů: snižte počet veřejných, frontálních, vysoce kvalitních portrétů; omezte sdílení EXIF polohy.
Nastavení platforem: vypněte automatické označování tváří (face grouping/tagging), kontrolujte viditelnost alb a profilových fotek.
Žádosti o práva: využijte právo na přístup/vymazání vůči službám, které vaše fotografie indexují; žádejte podrobnosti o zdrojích, právním základu, účelech, dobách uchování a příjemcích.
Odstranění z vyhledávání: požádejte o vyjmutí (právo být zapomenut) u škodlivých výsledků; kontaktujte také provozovatele konkrétních webů.
Technická protiopatření: nástroje na „adversariální“ narušení embeddings (např. jemné úpravy obrazů – tzv. cloaking) mohou snížit úspěšnost vyhledávání; používejte je uvážlivě a eticky.
Obsahová hygiena: preferujte skupinové, boční nebo dynamické záběry před čistými pasovými portréty; rozumně manipulujte s osvětlením a pozadím (lépe snížíte pravděpodobnost „otisku“ do embeddingu).

Vaše možnosti na konkrétních platformách (typová doporučení)

Fotografické knihovny: vypněte „Face grouping“ a „Memories“ podle osoby; kontrolujte automatické sdílení alb a odkazů.
Sociální sítě: omezte tagování na „pouze já/při schválení“, zakážte indexování profilu vyhledávači, pravidelně prověřujte nastavení soukromí.
Cloud a sdílení: používejte odkazy s expirací, bez náhledů, vyhněte se veřejným albům s portréty dětí.

Možnosti vůči fotobankám a vyhledávačům tváří

DSAR/Žádost o přístup: požadujte potvrzení, zda vás evidují; vyžádejte si zdroje snímků a kategorie příjemců.
Žádost o výmaz: pokud chybí právní základ nebo převažují vaše zájmy, žádejte odstranění fotografií i embeddings a informování příjemců.
Omezení zpracování: dočasné pozastavení během řešení sporu nebo ověřování zákonnosti.
Námitka: proti profilaci a zpracování na oprávněný zájem (pokud je toto deklarováno jako základ).
Stížnost dozoru: pokud provozovatel nereaguje nebo porušuje povinnosti.

Pokud jste fotograf/ka, influencer nebo provozovatel

Model release & informování: jasné souhlasy pro komerční využití podobizny; respektování odstoupení od souhlasu v přiměřeném rozsahu.
Anti-scraping opatření: nižší rozlišení veřejné verze, vodoznaky, robots directives (nezaručují ochranu, ale zvyšují „odpor“).
Retence a přístup: definujte doby uchovávání a mechanismus mazání; minimalizujte sdílení do třetích zemí.
Provenience: zvažte C2PA či jiné mechanismy označování původu a úprav (pomáhají proti deepfake, nikoli však proti rozpoznávání).

Architektura a bezpečnost ze strany provozovatele

Privacy by design: zpracovávat lokálně (edge), pokud je to možné; do cloudu posílat co nejméně dat.
Pseudonymizace a segmentace: oddělit identitu od embeddings; šifrování v klidu i při přenosu; přísné řízení přístupu (IAM).
DPIA a testy biasu: hodnotit dopady, rovnost výkonu napříč skupinami, nastavení prahů a chybovost v reálných podmínkách.
Audit a logging: zaznamenávat přístupy k biometrickým datům, detekce anomálií a pravidelné red-team cvičení proti PAD.

Chyby a mýty

Mýtus: „Když odstraním fotku, zmizí i z databází.“ – Ne nutně; embeddings se často uchovávají samostatně.
Mýtus: „Rozmazáním očí jsem v bezpečí.“ – Moderní modely využívají i obrysy a proporce tváře; rozmazání musí být robustní nebo zakrýt celou tvář.
Chyba: Nechat veřejné EXIF a geotagy – zvyšuje hodnotu snímku pro propojení identity a místa.

Etické hranice a „obcházení omezení“

Obrana proti nevyžádanému rozpoznávání je legitimní. Současně se vyhýbejte klamání o identitě, zasahování do práv jiných a porušování zákonů. Cílem je minimalizovat zbytečný biometrický otisk, nikoli poškodit legitimní bezpečnostní kontroly (např. na hranicích či v bance).

Kontrolní seznam pro jednotlivce

Prošel(a) jsem nastavení soukromí fotoknihoven a sociálních sítí (tagování/face grouping).
Minimalizuji veřejné, frontální portréty ve vysokém rozlišení; spravuji publikovaná alba.
Používám expirující odkazy a omezuji stahování originálů.
Vím, jak podat žádost o přístup/vymazání a mám připravenou šablonu.
U citlivého obsahu používám cloaking/filtrování a odstranění metadat.

Kontrolní seznam pro organizaci

Máme provedenou DPIA a právní základ pro biometrické zpracování.
Provozujeme PAD, audit přístupů a testy biasu; definované prahy a postupy při nejednoznačnosti.
Embeddings jsou šifrované, segmentované a oddělené od identifikátorů.
Máme proces vyjmutí (opt-out) a transparentní registr účelů a partnerů.
Retence je omezená a kontrolovaná; pravidelné bezpečnostní testy a revize.

Shrnutí

Fotobanky tváří a rozpoznávání představují výkonnou, avšak vysoce citlivou technologii. Technicky stojí na detekci, vyrovnání, embeddings a porovnání s prahem; prakticky narážejí na otázky přesnosti, biasu, živosti a bezpečnosti. Jako jednotlivec snižujte dostupnost svých portrétů, spravujte nastavení platforem a uplatňujte svá práva. Jako organizace budujte řešení privacy-by-design s jasným účelem, přísnou bezpečností, férovostními testy a procesy vyjmutí. Cílem je nalézt rovnováhu mezi užitečností a ochranou základních práv na soukromí a svobodu pohybu v digitálním prostoru.