Proč vznikají „fotobanky tváří“ a jak se liší od běžných databází
Fotobanky tváří jsou rozsáhlé sbírky portrétů a dalších záběrů, z nichž lze vytvářet nebo porovnávat biometrické šablony (tvářové otisky). Na rozdíl od klasických fotobank (stock images) není cílem estetika či licencování obrázků, ale identifikace osob, verifikace totožnosti, vyhledávání „podobných“ tváří nebo sledování výskytu téže osoby v čase a prostoru. Zdroje jsou různé: veřejné sociální sítě, zpravodajské archivy, CCTV systémy, podnikové bezpečnostní služby či vládní registry.
Od pixelů k identitě: stručný technický postup
- Detekce tváře: model vyhledá na snímku oblast tváře (bounding box) a odhadne klíčové body (oči, nos, koutky úst) pro zarovnání.
- Normalizace: výřez se geometricky upraví (rotace, měřítko, ořez), často s korekcí osvětlení a barev.
- Vytvoření embeddingu: neuronová síť převede tvář na vektor (např. 128–1024 dimenzí). Tento vektor je biometrická šablona – kompaktní podpis, který lépe odolá změnám účesu či výrazu.
- Porovnání a vyhledávání: vektor se porovná s indexem (např. přes cosine similarity). Místo plného skenování se používají ANN indexy (approximate nearest neighbors) pro rychlost.
- Hodnocení jistoty: systém vrátí skóre shody a často n kandidátů. Finální verdikt by měl být pod lidským dohledem, zejména u vysokorizikových účelů.
Biometrická šablona vs. fotografie: proč je to citlivější
Fotografie je osobní údaj. Biometrická šablona je však ještě citlivější: matematická reprezentace tváře umožňuje robustní multi-zdrojová propojení – z jednoho portrétu lze nalézt další záběry v jiných databázích a metadatech, i bez jména. Proto právo v EU považuje biometrické údaje pro účely jedinečné identifikace za zvláštní kategorii údajů s vyšší ochranou.
Typy užití: od „odemknutí telefonu“ po masové vyhledávání
- One-to-one (verifikace): je osoba A naživo stejná jako referenční osoba A? (odemknutí zařízení, kontrola přístupu).
- One-to-many (identifikace): najdi v databázi, kdo je tato osoba. Nejvyšší riziko pro soukromí, typické pro velké fotobanky tváří.
- Watchlist monitoring: sledování výskytu osob ze „seznamu“ v toku kamer (CCTV, smart city).
- Analytika davu: agregované metriky (počty, trajektorie) – riziko opětovné identifikace při kombinaci s jinými daty.
Přesnost, zkreslení a riziko chyb
Výkonnost modelů závisí na kvalitě dat, světle, úhlu, stáří snímku a rozmanitosti tréninkové množiny. Známým problémem je bias: některé demografické skupiny mohou mít vyšší míru falešných shod/nesrovnalostí. Provozovatel by měl publikovat výkonnostní metriky pro relevantní skupiny, používat konzervativní prahy a zajistit lidský dohled při rozhodnutích s dopady (zaměstnání, služby, právo).
Bezpečnostní prvky: liveness, anti-spoofing a útoky
- Liveness detection: testy „živosti“ (mikropohyby očí, 3D hloubka, IR vzory) brání oklamání fotografií či maskou.
- Anti-spoofing: kombinace kamery, IR senzoru a challenge-response (otočení hlavy, mrknutí).
- Adversariální útoky: specifické vzory (brýle, make-up, potisky) mohou snižovat přesnost nebo měnit identitu; jejich spolehlivost v praxi je proměnlivá.
Odkud se fotobanky plní: legální vs. problematické zdroje
- Legitimně získaná data: explicitní souhlas osoby (KYC/onboarding), interně pro zaměstnance, smluvní doplnění verifikace.
- Web scraping: stažení veřejně dostupných fotografií ze sociálních sítí, médií, fór – právně a eticky sporné u účelu identifikace bez souhlasu.
- Propojené registry: státní nebo podnikové; vysoká regulace a audit.
Právní rámec (EU): co smí a nesmí dělat
- GDPR – biometrie: zpracování biometrických údajů pro účely jedinečné identifikace je zásadně zakázáno bez výjimky (výslovný souhlas, speciální zákonný důvod, významný veřejný zájem s přiměřenými zárukami).
- Principy: zákonnost, minimalizace, účelová omezení, přesnost, omezení uchovávání, integrita a důvěrnost, odpovědnost správce.
- Transparentnost: informování o zpracování, zdrojích, příjemcích, profilování, prahových hodnotách shody a rizicích.
- Práva subjektů: přístup, oprava, vymazání, omezení zpracování, přenositelnost, námitka, právo nebýt předmětem výlučně automatizovaného rozhodování s právními důsledky.
- DPIA: při vysokém riziku (zejména one-to-many identifikace) je povinné posouzení dopadů na ochranu osobních údajů a často konzultace s dozorovým orgánem.
Vaše možnosti jako jednotlivce: praktický postup
- Mapujte expozici: kde všude máte portréty (sociální sítě, profily, portfolia, školní či pracovní weby)? Zvažte omezení viditelnosti a odstranění nepotřebných fotografií.
- Žádost o přístup (DSAR): zeptejte se, zda správce zpracovává vaši biometrickou šablonu, z jakého zdroje ji získal a za jakým účelem.
- Žádost o výmaz / námitku: při marketingových a identifikačních účelech bez souhlasu požadujte okamžitý výmaz a informování příjemců.
- Deindexace: pokud identita vyplývá z veřejných výsledků vyhledávání, požádejte o odstranění odkazů na citlivé stránky (samostatný proces od biometriky, ale prakticky důležitý).
- Kontrola sdílení: vypněte automatické označování tváří v profilech, zpřísněte nastavení tagování a viditelnosti alb.
- Opatrná anonymizace: u citlivých příspěvků zvažte rozmazání tváří, případně publikaci pouze skupinových či profilově nejednoznačných záběrů.
„Anti-face“ techniky: co funguje a co ne
- Rozmazání/zakrytí tváře: správně provedené výrazně ztěžuje identifikaci i pro člověka; u archivních fotografií je to nejjistější způsob.
- Adversariální filtry (tzv. „cloaking“): algoritmicky upravují pixely tak, aby měnily embedding. Mohou pomoci proti konkrétním modelům, ale spolehlivost napříč systémy není garantována a mohou snižovat kvalitu obrazu.
- Maskování make-upem a doplňky: v praxi nepředvídatelné, snadno překonatelné lepšími detektory či jiným úhlem záběru; nevhodné pro běžné situace.
Rizikové kontexty: když se z „funkce“ stává sledování
- CCTV a „smart city“: přechod z detekce osob na identifikaci vyžaduje další právní základ, DPIA a výrazné označení prostor.
- Pracoviště: biometrie pro docházku je velmi citlivá; musí existovat alternativy (token, karta) a vynucený „souhlas“ zaměstnance bývá neplatný.
- Školy: identifikace žáků tváří je vysoce kontroverzní; většinou nepřiměřená k cíli.
Governance pro organizace: jak budovat odpovědný systém
- Legální účel a minimalizace: jasně vymezte „proč“ a uchovávejte šablony jen tam, kde je to nezbytné; zvažte on-device verifikaci bez centrálního ukládání.
- Transparentnost: srozumitelná oznámení, piktogramy, popis metrik přesnosti a prahů, mechanismus námitek a eskalace.
- Technická bezpečnost: šifrování šablon, oddělené ukládání identifikátorů a biometrie, silné IAM, audit přístupů, rate-limiting vyhledávání.
- Životní cyklus dat: přísné retenční lhůty, bezpečné vymazání (včetně záloh), dokumentované testy „nezvratitelnosti“ odstranění.
- Fairness a kvalita: pravidelné testy na bias, přeškolování na rozmanitých datech, human-in-the-loop.
- Vendor management: smluvní záruky (subdodavatelé, země zpracování), zákaz sekundárního využití dat, právo na audit.
Co očekávat od spravedlivého poskytovatele
- Možnost odhlásit se z identifikačních funkcí a odstranit šablonu bez ztráty základních služeb (tam, kde to není nezbytné).
- Přehledné logy přístupů k vašim biometrickým údajům a notifikace při citlivých akcích.
- On-device předzpracování a lokální porovnávání, pokud stačí verifikace bez centrální databáze.
Limity technologií a etické dilemata
I špičkové systémy mají míru chyb a nejsou neutrální. Při škálování one-to-many identifikace narůstá riziko falešně pozitivních shod, které mohou mít závažné důsledky. Eticky je klíčové posuzovat přiměřenost (je biometrie nezbytná?) a subsidiaritu (existuje méně invazivní alternativa?).
Checklist pro jednotlivce
- Vypnuté automatické rozpoznávání a tagování tváří ve vašich profilech?
- Omezená viditelnost osobních alb a profilových fotografií?
- Provedené DSAR u poskytovatelů, kde může být biometrie v používání?
- Připravené žádosti o výmaz a námitku?
- U citlivých příspěvků použití rozmazání tváří nebo anonymizace?
Checklist pro organizace
- Zdokumentovaný právní základ, DPIA a posouzení přiměřenosti pro každý případ použití?
- Oddělené ukládání identit a šablon, silná kryptografie, auditní stopy?
- Transparentní informování a jednoduché mechanismy uplatnění práv subjektů?
- Testy přesnosti a biasu s publikovanými výsledky a průběžnou kalibrací prahů?
- Přísné retenční lhůty a ověřené vymazání včetně záloh a derivovaných kopií?
Shrnutí
Fotobanky tváří a rozpoznávání fungují na principu biometrických šablon a vektorových porovnání. Technologie je silná, ale citlivá: umožňuje rychlá propojení mezi různými zdroji a nese reálná rizika biasu a chyb. Jako jednotlivec máte právo na informace, námitku a výmaz, a prakticky můžete snižovat svou stopu omezením viditelnosti portrétů a anonymizací. Organizace musí dbát na zákonnost, minimalizaci, bezpečnost, audit a transparentnost – a používat biometrické identifikace jen tam, kde jsou přiměřené a nezbytné.
