Privacidad en un mundo cada vez más visual

La variedad de dispositivos capaces de proporcionar imágenes en cualquier situación y circunstancia no ha hecho sino aumentar desde la aparición de las primeras cámaras digitales, y en especial con la incorporación de éstas a los teléfonos móviles. Fruto precisamente del éxito comercial de estas tecnologías han surgido compañías de diversa índole que nos alientan a que compartamos masivamente la ingente cantidad de información visual que generamos en nuestro día a día. Sin embargo, esto tiene un coste importante: la progresiva pérdida de privacidad. Un ejemplo desafortunadamente habitual en los últimos tiempos es la filtración de fotografías y vídeos de carácter privado, normalmente relacionados con personajes de ámbito público, que asisten con impotencia al uso impune de un material que consideraban a buen recaudo en servidores de la nube u otro tipo de sistemas supuestamente seguros.

Recientemente, la captación y diseminación de información visual ha dado una nueva vuelta de tuerca con las conocidas como “wearable cameras”. Estos dispositivos se fijan sobre la ropa del usuario y toman fotos y/o vídeos de manera periódica, registrando lo que ocurre alrededor de dicho sujeto de manera indiscriminada desde el punto de vista de la privacidad. A ello se añade el hecho de que estas cámaras presentan un tamaño especialmente reducido para comodidad de su portador, por lo que suelen pasar desapercibidas para la gran mayoría de personas siendo registradas por las imágenes que el dispositivo toma constantemente. A las “wearable cameras” se suman las cámaras incorporadas en los drones, las cámaras de vigilancia e inspección – cada vez más utilizadas en aplicaciones diferentes a las tradicionales, como por ejemplo el análisis del patrón de comportamiento de clientes dentro de establecimientos comerciales – o los sensores de imagen embebidos en todo tipo de objetos dentro de la así llamada “Internet of Things”, o Internet de las Cosas. Todo ello en conjunto constituye una amalgama de dispositivos generando información visual cuyo contenido puede ser eventualmente usado de forma malintencionada no solo por hackers sino también por usuarios en principio legítimos.

En este contexto, dentro del grupo de visión del Instituto de Microelectrónica de Sevilla iniciamos algún tiempo atrás una línea de investigación sobre la implementación de medidas de privacidad en chips de visión artificial. El objetivo es conjugar las necesidades de procesamiento y análisis de los algoritmos de visión con la preservación de la privacidad en aquellas aplicaciones que así lo permitan. El estudio del patrón de comportamiento de clientes en establecimientos comerciales que acabamos de mencionar constituye un claro ejemplo de este tipo de aplicaciones, donde no es necesario almacenar el rostro de los clientes para analizar si se detienen o no delante de un determinado producto o el tiempo que pasan observándolo antes de decidir su adquisición. Desde un punto de vista científico, la introducción de tareas de procesamiento relativas a la preservación de la privacidad – detección y ofuscación de caras en el ejemplo del análisis de comportamiento de clientes – supone un conjunto de retos asociados principalmente a la eficiencia computacional, debido a que esas tareas adicionales conllevan una mayor carga de trabajo y por tanto un mayor consumo de potencia por parte de los recursos de procesamiento disponibles. En concreto, y siguiendo con el ejemplo arriba planteado, actualmente estamos centrados en una realización de muy bajo consumo de potencia del algoritmo de Viola-Jones, utilizado por su efectividad y relativa simplicidad en la mayoría de dispositivos de captación de imágenes cuando se trata de detectar caras. Para ello, intentamos explotar nuestra experiencia en el diseño de sensores de imagen inteligentes, trasladando al chip sensor, e incluso al mismo plano focal donde se forma cada imagen, operaciones muy numerosas y repetitivas que admiten máxima paralelización. Como resultado, no solo aliviamos la carga computacional sobre recursos de procesamiento posteriores, sino que lo hacemos con un coste energético muy reducido en comparación con soluciones más convencionales. Como contrapartida, la calidad de imagen proporcionada por este tipo de sensores inteligentes no alcanza aún la de los sensores dedicados exclusivamente a tomar imágenes. Es éste precisamente nuestro principal desafío en la actualidad: conseguir una mínima degradación de calidad de imagen mientras se maximiza la inteligencia embebida en el sensor.