.

Computación

OK Glass, no grabes esto

1

Un software podría filtrar las imágenes de caracter sensible en el día a día para evitar que 'apps' como Google Glass las registren

  • por Nic Fleming | traducido por Francisco Reyes
  • 31 Enero, 2014

Con el lanzamiento el año pasado de Narrative Clip y Autographer, y con los planes de lanzamiento de Google Glass para este año, las tecnologías capaces de capturar de forma continua nuestra vida cotidiana con fotos y vídeos están cada vez más presentes en la corriente principal. Estos aparatos pueden generar detallados diarios visuales, fomentar la mejora personal y ayudar a aquellas personas con problemas de memoria. Pero, ¿realmente te gustaría grabar lo que haces en el baño o en una reunión de trabajo delicada?

Partiendo de la idea de que a mucha gente no le gustaría, varios científicos informáticos de la Universidad de Indiana (EEUU) han desarrollado un software que utiliza técnicas de visión por ordenador para identificar automáticamente imágenes potencialmente confidenciales o embarazosas tomadas con estos dispositivos, para evitar que sean compartidas. Un prototipo del software, llamado PlaceAvoider, se presentará en el Simposio de Seguridad de Redes y Sistemas Distribuidos en San Diego (EEUU) en febrero.

"Simplemente no tenemos tiempo de filtrar manualmente las miles de imágenes que estos dispositivos pueden generar cada día, y en un mundo socialmente conectado en red esto podría conducir a la distribución involuntaria de fotos que no deseamos compartir", señala el codirector del equipo que desarrolló el sistema, Apu Kapadia. "O aquellos a los que les preocupa podrían no compartir sus flujos de registros vitales, por lo que estamos tratando de ayudar a la gente a aprovechar estas aplicaciones al máximo, proporcionando una forma de compartir contenido de forma segura".

El grupo de Kapadia comenzó por reconocer que la elaboración de algoritmos capaces de identificar imágenes delicadas únicamente sobre la base del contenido visual es probablemente imposible, ya que las cosas que la gente hace y no quiere compartir pueden variar ampliamente y pueden ser difíciles de reconocer. Se pusieron a diseñar un software que los usuarios puedan entrenar, tomando fotografías de las habitaciones que quieren poner en la lista negra. A continuación, PlaceAvoider marca las nuevas imágenes tomadas en esas habitaciones para que el usuario pueda revisarlas.

El sistema utiliza un algoritmo de visión por ordenador existente llamado SIFT (scale-invariant feature transform) para identificar regiones de alto contraste en las esquinas y los bordes de las imágenes usadas en el entrenamiento, ya que estas zonas son propensas a permanecer visualmente constantes incluso en condiciones variables de luz y desde diferentes perspectivas. Para cada una de estas regiones, se genera una "huella digital numérica" ​​que consta de 128 números distintos relacionados con propiedades como el color y la textura, así como su posición relativa a otras regiones de la imagen. Dado que las imágenes son a veces borrosas, PlaceAvoider también analiza las propiedades más generales, como los colores y las texturas de las paredes y alfombras, y tiene en cuenta la secuencia en la que se toman las fotos.

Durante las pruebas, el sistema determinó con precisión con una media del 89,8% si las imágenes capturadas en los hogares y lugares de trabajo de los investigadores eran de habitaciones incluidas en la lista negra.

PlaceAvoider es actualmente un prototipo de investigación. Sus diversos componentes han sido escritos, pero no se han combinado como un producto terminado, y los investigadores han utilizado un teléfono inteligente colgado del cuello para tomar fotos en lugar de un dispositivo existente destinado a tomar registros del día a día de una persona. Si se desarrolla para que funcione en un dispositivo de registro de la vida diaria, se podría diseñar una interfaz para que PlaceAvoider filtre imágenes potencialmente delicadas en el momento en que se toman, o para que las ponga en cuarentena hasta más tarde.

Las técnicas de análisis de imagen del sistema podrían tener aplicaciones más allá de la protección de la privacidad, como la composición inteligente de colecciones de fotos con las mejores imágenes de eventos importantes como cumpleaños o viajes. "La identificación de las fotos que no queremos compartir es solo una de las dimensiones", afirma el otro codirector del equipo de investigación, David Crandall. "Pero en términos más generales, se podrían usar los algoritmos para organizar automáticamente estas enormes colecciones de imágenes y hacerlas más seguras, más navegables, fáciles de consultar y útiles".

El profesor de derecho en la Escuela de Derecho de Harvard (EEUU) y cofundador del Centro Berkman para Internet y Sociedad, Jonathan Zittrain, señala que PlaceAvoider es un "enfoque prometedor" que podría ayudar a evitar algunos de los subproductos nocivos de la difusión de registros vitales. Sin embargo, añade que "no sólo necesita ayuda la persona que opera el dispositivo de grabación. Tiene que haber formas de que las personas en entornos comunes, como estudiantes en una clase o trabajadores en una reunión, establezcan expectativas predeterminadas sobre qué niveles de privacidad pueden esperar".

Computación

Las máquinas cada vez más potentes están acelerando los avances científicos, los negocios y la vida.

  1. ASML, la empresa que revolucionó la fabricación de chips y quiere seguir haciéndolo

    ‘MIT Technology Review’ se reunió con el CTO saliente, Martin van den Brink, para hablar del ascenso de la empresa a la hegemonía y de la vida y muerte de la Ley de Moore  

    Dos trabajadores de ASML pasan por delante de la máquina UVE de alta apertura numérica en Veldhoven
  2. ‘Chiplets’: el arma de China en su batalla tecnológica contra EE UU

    Al conectar varios chips menos avanzados en uno, las empresas chinas podrían eludir las sanciones impuestas por el gobierno estadounidense.

  3. Esta ciudad china quiere ser el Silicon Valley de los ‘chiplets’

    Wuxi, el centro chino del envasado de chips, está invirtiendo en la investigación de ‘chiplets’ para potenciar su papel en la industria de semiconductores