Bc. Martina Vaňková
Jak rozpoznávání obličejů v chytrých městech funguje
Rozpoznávání obličejů je dnes běžně postavené na kombinaci kamer s vysokým rozlišením, edge výpočetní techniky a modelů umělé inteligence, které převádějí obličej do tzv. biometrické šablony. Ta se porovnává s databází známých osob nebo s live feedem z jiných kamer. V praxi to znamená, že město dokáže sledovat pohyb člověka napříč různými lokalitami, pokud je systém propojený napříč dopravou, veřejnými budovami, letišti nebo bezpečnostními složkami.
Typický systém pracuje ve třech krocích: detekce obličeje, extrakce znaků a porovnání. Moderní modely dosahují v laboratorních podmínkách velmi vysoké přesnosti, ale reálné prostředí je složitější. Kvalitu zhoršuje špatné osvětlení, úhel záběru, roušky, brýle, stáří kamery i demografické odchylky v trénovacích datech. Studie NIST dlouhodobě ukazují, že některé algoritmy mají výrazně vyšší chybovost u žen, dětí a lidí s tmavší pletí, což je zásadní problém, pokud má systém sloužit jako podklad pro zásah policie nebo správní řízení.
Z technického pohledu je důležité rozlišit dvě varianty využití: ověřování identity a identifikaci v davu. Ověřování je relativně bezpečnější, protože porovnáváte obličej s jedním konkrétním profilem, třeba při vstupu do chráněné zóny. Identifikace v davu je mnohem citlivější, protože hledá shodu mezi jedním obličejem a tisíci či miliony dalších záznamů. Právě tady vzniká největší riziko omylů, zneužití i plošného sledování bez individuálního podezření.
Co městům přináší a co naopak bere
Obhájci těchto systémů často uvádějí vyšší bezpečnost, rychlejší dohledání pohřešovaných osob nebo lepší kontrolu vstupu do citlivých míst. V některých městech se rozpoznávání obličejů používá na letištích, na stadionech, v dopravních uzlech nebo při vyšetřování závažné kriminality. V dobře definovaných scénářích může technologie skutečně zkrátit čas potřebný k identifikaci osoby z hodin na minuty.
Jenže přínos není zdarma. Jakmile je systém dostatečně hustý, mění se chování obyvatel. Lidé se začnou vyhýbat demonstracím, návštěvám určitých míst nebo kontaktu s organizacemi, které považují za citlivé. To je tzv. chilling effect, tedy ochlazení svobody projevu a pohybu kvůli pocitu sledování. V městském prostředí je tento efekt silnější než na internetu, protože kamera může zachytit nejen váš obličej, ale i trasu, čas, doprovod a pravidelnost pohybu.
Dalším problémem je funkční posun. Technologie nasazená původně kvůli bezpečnosti se může postupně rozšířit na marketing, kontrolu zaměstnanců, vyhodnocování emocí nebo automatické rozhodování o přístupu ke službám. V tom momentu už nejde jen o bezpečnostní nástroj, ale o infrastrukturu pro behaviorální dohled. Historie ukazuje, že jakmile existuje datová infrastruktura, tlak na její další využití roste.
- Bezpečnostní přínosy: rychlejší identifikace hledaných osob, lepší dohled nad rizikovými místy, podpora vyšetřování.
- Společenské náklady: omezení anonymity, změna chování obyvatel, riziko selektivního dohledu.
- Provozní rizika: falešné shody, výpadky systému, kybernetické útoky na databáze biometrických údajů.
Právní rámec: proč je biometrie citlivější než běžné kamery
V evropském prostředí je rozpoznávání obličejů mimořádně citlivé z pohledu GDPR, protože biometrické údaje patří mezi zvláštní kategorie osobních údajů. To znamená přísnější podmínky zpracování, vysoké nároky na právní titul, minimalizaci dat i transparentnost. Ve veřejném prostoru je navíc zásadní otázka proporcionality: je skutečně nutné identifikovat každého kolemjdoucího, nebo stačí méně invazivní opatření?
Evropská legislativa se v posledních letech posunula směrem k větší regulaci AI. AI Act zavádí omezení pro některé formy biometrické identifikace v reálném čase na veřejnosti, přičemž výjimky jsou velmi úzce vymezené a typicky se vztahují na závažnou kriminalitu a soudní autorizaci. To je důležitý signál i pro města: ne každé „smart“ řešení je automaticky legální a udržitelné. Nestačí jen mít technologii a bezpečnostní argument; je potřeba doložit účel, nezbytnost, dobu uchování, přístupová práva i auditovatelnost.
Prakticky by města měla pracovat s dokumentací typu DPIA, tedy posouzením vlivu na ochranu osobních údajů. V něm je vhodné vyhodnotit:
- jaká data se sbírají a zda lze systém provozovat bez ukládání biometrických šablon,
- kdo má přístup k záznamům a jak je logován,
- jak dlouho se data uchovávají a zda existuje automatická anonymizace,
- jak se řeší omyly, reklamace a lidský dohled nad rozhodnutím algoritmu.
Bez těchto mechanismů se i dobře míněný projekt může rychle změnit v právní i reputační problém.
Jak poznat, že je systém nastavený bezpečněji
Pokud město nebo provozovatel zavádí kamerový systém s rozpoznáváním obličejů, je dobré sledovat několik konkrétních parametrů. Prvním je režim zpracování. Bezpečnější je edge processing, kdy se biometrická analýza provádí lokálně a do centrálního úložiště se neposílají surové obrazové proudy, ale pouze nutné bezpečnostní události. Tím se omezuje rozsah dat, která mohou být zneužita při úniku.
Druhým parametrem je prahová hodnota shody. Nízký threshold vede k více falešným poplachům, vysoký zase k přehlédnutí skutečné shody. V reálném nasazení je nutné threshold pravidelně kalibrovat podle prostředí a účelu. Například v přeplněném dopravním uzlu může být vhodnější opatrnější nastavení, které vyžaduje dodatečné ověření člověkem, než automatické spuštění zásahu.
Třetím prvkem je nezávislý audit. Město by mělo požadovat pravidelné testy přesnosti, fairness a bezpečnosti. Pro hodnocení lze využít nástroje a metodiky od NIST, interní red-teaming nebo externí penetrační testy zaměřené na únik biometrických dat. U veřejných projektů je ideální zveřejňovat alespoň základní metriky: počet falešných shod, počet potvrzených zásahů, počet stížností a dobu uchování dat.
Praktický checklist pro obyvatele i novináře:
- Je kamera označená a je jasné, kdo je správcem dat?
- Existuje veřejně dostupná politika zpracování biometrie?
- Je systém určený pro live identifikaci, nebo jen pro následné vyšetřování?
- Je v procesu vždy přítomný člověk, který rozhodnutí ověří?
- Je možné požádat o výmaz, námitku nebo vysvětlení zpracování?
Jak se bránit jako občan, firma nebo městská organizace
Úplné vyhnutí se kamerám ve městě není reálné, ale existují způsoby, jak snížit riziko zbytečného sledování. Jednotlivci mohou při citlivých aktivitách volit trasy mimo hlavní dohledové uzly, používat klobouky nebo brýle, ale to je spíš symbolická obrana než systémové řešení. Důležitější je veřejná kontrola, tlak na transparentnost a aktivní práce s právy podle GDPR.
Firmy a instituce by měly řešit především vlastní odpovědnost. Pokud provozují pobočku v lokalitě s biometrickým dohledem, je vhodné upravit interní procesy, informovat zaměstnance a posoudit, zda nedochází k nepřímému monitoringu pracovní doby nebo výkonu. U veřejných zakázek je potřeba požadovat technickou dokumentaci, smluvní garance o výmazu dat, bezpečnostní standardy a jasně definovaný incident response plán.
Pro městské organizace je klíčová kombinace tří kroků:
- Minimalizace: sbírat jen to, co je nezbytné, a co nejvíce zpracovávat lokálně.
- Transparentnost: zveřejnit účel, provozovatele, dobu uchování a kontaktní místo pro dotazy.
- Odpovědnost: mít auditní logy, lidský dohled a možnost přezkumu každého zásahu.
V praxi se osvědčuje i zavedení veřejného registru kamerových systémů, kde obyvatelé najdou mapu umístění, účel použití a právní základ. Takový registr sice sám o sobě neřeší problém soukromí, ale výrazně zvyšuje kontrolu a snižuje prostor pro skryté nasazení biometrie.
Kam se trend posune v příštích letech
Další vývoj bude pravděpodobně směřovat ke spojování kamerových dat s dalšími zdroji: platebními systémy, dopravními kartami, mobilními identifikátory, senzory v budovách a daty z městských aplikací. Tím vzniká mnohem přesnější obraz o chování lidí, ale zároveň se dramaticky zvyšuje riziko profilování. Už nejde jen o to, že vás kamera pozná na ulici; systém si může odvodit, kde pracujete, koho navštěvujete, jak často se účastníte akcí nebo zda se pohybujete v blízkosti konkrétních institucí.
Do budoucna poroste význam privacy by design a security by design. Města, která tyto principy zavedou od začátku, budou mít menší riziko skandálů, nižší náklady na compliance a vyšší důvěru veřejnosti. Naopak projekty postavené jen na „rychlém nasazení AI“ budou narážet na právní limity, odpor obyvatel i problémy s kvalitou dat. Technologie sama o sobě není problém; problémem je, když je nasazená bez jasných pravidel, měření dopadů a skutečné veřejné kontroly.
Pokud má být chytré město opravdu chytré, musí umět nejen sbírat data, ale také vědět, kde má přestat. Právě u rozpoznávání obličejů se rozhoduje, jestli bude městská infrastruktura sloužit lidem, nebo se lidé stanou pouhými objekty permanentního dohledu.
