Anonimizzare i volti coprendoli con persone che non esistono

Deepfakes

Già abbiamo parlato di quei servizi che creano volti di persone che non esistono, sfruttando le reti generative avversarie (GAN, Generative Adversarial Network), famose per essere in grado di creare deepfakes.

Ora tre ricercatori norvegesi propongono di usare questa tecnologia per anonimizzare i volti delle persone nelle immagini, proteggendo quindi la loro privacy, ma allo stesso tempo eliminando le distorsioni delle “coperture” e mantenendo un’immagine più pulita e naturale.

La GAN da loro creata – chiamata DeepPrivacy – consente di fare proprio questo, usando volti generati a caso per andare a rimpiazzare i volti delle persone che per motivi di privacy è necessario anonimizzare.

Pensiamo ad esempio a una foto scattata in un luogo pubblico, dove non è possibile ottenere il consenso di tutti i passanti finiti casualmente nello scatto. Invece di volti sfocati o pixelati sarà possibile inserire al loro posto volti di persone che non esistono, garantendo quindi la privacy delle involontarie “comparse”.

Il modello funziona nella maggior parte dei casi, anche se ancora non è in grado di svolgere un lavoro realistico quando la posa delle persone è inusuale, o se i volti sono troppo coperti, come mostrato in questi esempi.

Lo studio dei ricercatori è disponibile qui (PDF).
Mi occupo da molti anni di intelligenza artificiale. Dopo la laurea in Management ho conseguito una specializzazione in Business Analytics a Wharton, una certificazione Artificial Intelligence Professional da IBM e una sul machine learning da Google Cloud. Ho trascorso la maggior parte della carriera – trent'anni - nel settore della cybersecurity, dove fra le altre cose sono stato consigliere del Ministro delle Comunicazioni e consulente di Telespazio (gruppo Leonardo). Oggi mi occupo prevalentemente di intelligenza artificiale, lavorando con un'azienda leader del settore e partecipando a iniziative della Commissione Europea. Questo blog è personale e le opinioni espresse appartengono ai singoli autori.