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 v obrázku vyhledá 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 rozměrů). Tento vektor je biometrická šablona – kompaktní podpis, který lépe vydrží změny účesu či výrazu.
- Porovnání a vyhledávání: vektor se porovná s indexem (např. pomocí cosine similarity). Namísto úplného skenování jsou používány ANN indexy (approximate nearest neighbors) pro rychlost.
- Hodnocení jistoty: systém vrací skóre shody a často n kandidátů. Konečný verdikt by měl mít lidský dohled, zejména při vysoce rizikových účelech.
Biometrická šablona vs. fotografie: proč je to citlivější
Fotografie je osobní údaj. Biometrická šablona je však o stupeň 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 biometriku pro účely jedinečné identifikace za zvláštní kategorii údajů se zvýšenou ochranou.
Typy použití: 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 tato osoba je. Nejvyšší riziko pro soukromí, typické pro velké fotobanky tváří.
- Watchlist monitoring: sledování výskytu osob ze „seznamu“ v proudu kamer (CCTV, smart city).
- Analytika davů: agregované metriky (počty, trajektorie) – riziko reidentifikace při kombinaci s jinými daty.
Přesnost, zkreslení a riziko chyb
Výkon modelů závisí na kvalitě dat, světle, úhlu, stáří snímku a rozmanitosti tréninkového souboru. Známým problémem je bias: některé demografické skupiny mohou vykazovat vyšší míru falešných shod/nesrovnalostí. Provozovatel by měl mít publikované metriky výkonnosti pro relevantní skupiny, používat konzervativní prahy a zajistit lidský dohled při rozhodnutích s dopadem (zaměstnání, služby, právo).
Bezpečnostní prvky: liveness, anti-spoofing a útoky
- Liveness detection: testy „živosti“ (mikropohyby očí, 3D hloubka, IR vzory) zabraňují 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), interní pro zaměstnance, smluvní doplnění verifikace.
- Web scraping: stažení veřejně dostupných fotografií ze sociálních sítí, médií, fór – právně i eticky sporné při 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, zvláštní zákonný důvod, významný veřejný zájem s přiměřenými zárukami).
- Principy: zákonnost, minimalizace, účelová vázanost, přesnost, omezení uchovávání, integrita a důvěrnost, odpovědnost provozovatele.
- Transparentnost: informování o zpracování, zdrojích, příjemcích, profilování, prahách shody a rizicích.
- Práva osob: přístup, oprava, výmaz, omezení, přenositelnost, námitka, právo nebýt předmětem výlučně automatizovaného rozhodování s právními účinky.
- DPIA: při vysokém riziku (zejména one-to-many identifikace) je povinné posouzení vlivu na ochranu 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 provozovatel zpracovává vaši biometrickou šablonu, z jakého zdroje ji získal a k jakému účelu.
- 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 (oddělený proces od biometriky, ale prakticky významný).
- Kontrola sdílení: vypněte automatické označování tváří v účtech, zpřísněte nastavení tagování a viditelnosti alb.
- Opatrná anonymizace: u citlivých příspěvků zvažte rozmazání tváří nebo publikujte pouze skupinové či profilům nejednoznačné záběry.
„Anti-face“ techniky: co funguje a co ne
- Rozmazání/zakrytí tváře: při správném provedení výrazně ztěžuje identifikaci i pro člověka; pro archivní fotografie je to nejjistější řešení.
- Adversariální filtry (tzv. „cloaking“): algoritmicky upravují pixely tak, aby měnily embedding. Mohou pomoci proti konkrétním modelům, ale spolehlivost napříč systémy není garantována a mohou degradovat kvalitu.
- 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 od detekce osob k identifikaci vyžaduje zvláštní právní základ, DPIA a výrazné označení prostoru.
- Pracoviště: biometrie na docházku je velmi citlivá; musí existovat alternativy (token, karta) a vynucený „souhlas“ zaměstnance bývá neplatný.
- Školy: identifikace žáků tváří je vysoce kontroverzní; ve většině případů nepřiměřená k cíli.
Governance pro organizace: jak budovat odpovědný systém
- Legální účel a minimalizace: jasně vymezte „proč“ a uchovávejte šablony pouze tam, kde je to nezbytné; zvažujte on-device verifikaci bez centrálního ukládání.
- Transparentnost: srozumitelné oznámení, piktogramy, popis metrík přesnosti a prahů, mechanismus námitky a eskalace.
- Technická bezpečnost: šifrování šablon, oddělené ukládání identifikátorů a biometrie, silné IAM, audit přístupů, rate-limiting vyhledávání.
- Životní cyklus dat: přísné retenční doby, bezpečný výmaz (včetně záloh), dokumentované testy „nezvratitelnosti“ odstranění.
- Fairness a kvalita: pravidelné testy na bias, retrénování na rozmanitých datech, human-in-the-loop.
- Vendor management: smluvní záruky (subdodavatelé, země zpracování), zákaz sekundárního využití dat, právo na audit.
Co očekávat od férového 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 postačuje verifikace bez centrální databáze.
Limity technologií a etické dilema
I špičkové systémy mají míru chyb a nejsou neutrální. Při škálování one-to-many identifikace roste 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 účtech?
- Omezená viditelnost osobních alb a profilových fotografií?
- Realizované DSAR u poskytovatelů, kde biometrie může být v sázce?
- Připravené šablony žádostí o výmaz a námitku?
- U citlivých příspěvků použité 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 snadné mechanismy k uplatnění práv osob?
- Testy přesnosti a biasu s publikovanými výsledky a průběžnou kalibrací prahů?
- Přísné retenční doby a ověřený výmaz včetně záloh a odvozených 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 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.
