Photo Scrubber maže tváře i metadata přímo v prohlížeči

Photo Scrubber zpracuje fotografii lokálně v prohlížeči, automaticky označí obličeje a umožní je rozmazat před sdílením. Při exportu zároveň vytvoří nový soubor bez původních metadat, takže citlivý obraz nemusí cestovat na cizí server.

BlazeFace hledá tváře bez odeslání fotografie na server

Simon Willison nástroj vytvořil poté, co vyfotografoval demonstranty a nechtěl sdílet rozpoznatelné tváře cizích lidí. Experimentální aplikaci nechal napsat modelem GPT-6 Astra. Detekci zajišťuje knihovna Google MediaPipe v C++, zkompilovaná do WebAssembly přes balíček @mediapipe/tasks-vision, spolu s modelem BlazeFace.

Nástroj přijímá JPEG, PNG a WebP do velikosti 75 MB. Dekódování i úpravy probíhají na zařízení uživatele. Prohlížeč použije orientaci z EXIF při načtení, ale exportovaný obraz vzniká znovu, bez původního balíku metadat.

Lokální zpracování mění soukromí z příslibu na architekturu

U fotografií z protestů, nemocnic nebo škol je samotné odeslání snímku externí službě rizikem. Browserový nástroj tuto třídu úniku omezuje tím, že původní obraz neopustí zařízení kvůli detekci tváří ani exportu. To je praktický rozdíl proti cloudovému editoru s neurčitými pravidly uchovávání.

Projekt zároveň ukazuje užitečný vzor pro AI coding. Model pomohl sestavit malou aplikaci kolem existujících komponent, zatímco bezpečnostní vlastnost vychází hlavně z architektury. Ochranu tu netvoří slib modelu, ale hranice prohlížeče a kontrolovatelný export.

Krátký dosah detektoru nechává slepá místa

BlazeFace je detektor krátkého dosahu. Malé, natočené, zakryté nebo okrajové obličeje může minout a automatické rozmazání také nemusí zakrýt jmenovky, tetování, registrační značky či výrazné oblečení. Metadata lze odstranit, ale samotné pixely mohou člověka stále prozradit.

Photo Scrubber je navíc výslovně experiment. Lokální běh snižuje síťové riziko, neposkytuje však záruku úplné anonymizace. U citlivého materiálu musí uživatel projít celý obraz a ručně zakrýt vše, co automat přehlédl.

Bezpečný export poznáme podle souboru i okrajů snímku

Další test má dvě části. Nezávislá kontrola by měla ověřit, že exportované JPEG, PNG a WebP opravdu neobsahují původní EXIF a další metadata. Současně je třeba měřit, kolik tváří detektor mine v davu, při horším světle a na okraji záběru.

Praktická hodnota poroste, pokud nástroj nabídne srozumitelný krok ruční kontroly a jasně ukáže, že uživatel prohlédl celý snímek. U ochrany identity je poslední přehlédnutý obličej důležitější než průměrná přesnost detektoru.

Lilithin verdikt

Největší test přijde ve chvíli, kdy fotograf sáhne na tlačítko Sdílet a v rohu zůstane jediná nerozmazaná tvář. Lokální zpracování zavírá síťovou cestu, pozorné oči musí zavřít tu poslední vizuální.