Blur & Unblur AI

ぼかし＆ぼかし解除AI 画像を共有する前に顔を非表示にすることに特化したブラウザ ツールです。 JPG、PNG、または WebP ファイルを HTML Canvas にロードし、ブラウザーまたはバンドルされたフォールバックがサポートしている場合にローカルで顔を検出し、編集可能なマスクを作成し、ユーザーが誤検出を削除したり、見逃した領域を投げ縄で描画したりできるようにし、PNG をエクスポートします。現在の実装では、アカウントや処理サーバーのアップロードは使用されません。

名前にもかかわらず、これは主に 顔をぼかすプライバシーエディター。 「顔のぼかし解除」モードでは、失われたピクセルを再構築したり、以前のぼかしを元に戻したりすることはありません。公開されたクライアント スクリプトを検査すると、元の選択領域が適度なコントラスト、彩度、明るさ、ソフトライト強調で再描画されていることがわかります。すでに見えている顔をよりパンチのあるものに見せることができます。ぼかしによって破壊されたグラウンドトゥルースのアイデンティティやテキストを復元することはできません。

各モードが実際に行うこと

ローカル処理の仕組み

現在の公開ページとスクリプトは、選択されたファイルを次のようにデコードします。 画像ビットマップの作成、作業キャンバスを最大幅約 980 ピクセルに拡大縮小し、ソースをローカルに描画してエクスポートします。 Canvas.toDataURL("画像/png")。顔検出は最初にブラウザのネイティブを試行します FaceDetector。利用できない場合は、バンドルされた tracking.js と顔分類器アセットが同じサイトからロードされます。両方が失敗した場合でも、なげなわモードは引き続き使用できます。

これは、ソース画像が検査されたバージョンの処理エンドポイントにポストされないという狭い主張を裏付けます。 「ローカルで実行される」ということは、「ページがネットワーク リクエストを行わない」ということと同じではありません。サイトはアプリケーション アセットと Google Fonts スタイルシートをまだ読み込んでおり、将来の展開は変更される可能性があります。非常に機密性の高い作業の場合は、アプリケーションのロード後に切断し、開発者ツールのネットワーク トラフィックを検査し、オフライン エディターまたはセルフホストでレビューされたコードを使用します。

安全な顔ぼかしワークフロー

1. コピーから作業します。 原本は許可された場所にのみ保管してください。証拠や唯一のアーカイブを上書きしないでください。
2. まずメタデータを削除します。 GPS、デバイス、撮影時間、作成者、サムネイルのメタデータは、ピクセルがぼやけている場合でも人物を識別できます。
3. コピーをロードして検出を検査します。 フレーム全体をズームします。横顔、映り込み、スクリーン、ポスター、子供、遠くにいる人、部分的に覆われた顔をチェックします。
4. すべてのマスクを修正します。 確認された誤検知のみを削除します。見逃した顔にはなげなわを使用し、目を超えて識別領域全体をカバーするように拡大します。
5. リスクに応じて編集方法を選択します。 ブラーはカジュアルな共有に適しています。リスクの高い匿名性を得るには、不透明な置換または強力なピクセル化/トリミングを使用します。
6. ファイルをエクスポートして再度開きます。 エディターのプレビューを信頼するのではなく、ダウンロードした PNG を 100 ～ 400% のズームで検査します。
7. アプリの外でテストします。 サムネイル、メッセージングのプレビュー、OCR、逆画像検索、およびコンテキストが依然として主題を識別しているかどうかを確認します。
8. 派生物のみを共有します。 添付ファイルが、編集状態を元に戻せるオリジナルではなく、エクスポートされたコピーであることを確認します。

ぼかしの強さがプライバシーを保証しない理由

ブラーは、各出力ピクセルを近くのソース ピクセルの混合物に置き換えます。半径が弱い場合でも、元の構造が結果に影響します。ブラー、解像度、敵に応じて、シャープ化またはデコンボリューションによって何らかの情報が明らかになる場合があります。さらに重要なのは、顔の特徴が柔らかくなった場合でも、シルエット、髪、衣服、タトゥー、場所、仲間、周囲のテキストから顔を認識できることです。

学校の画像、虐待被害者、目撃者、健康状況、抗議活動、または法的証拠の場合は、編集用に設計された破壊的な方法を使用します。つまり、対象を切り取り、識別領域全体を不透明な立体形状で覆い、画像を平坦化し、メタデータを削除してから、エクスポートされたピクセルを検証します。決して、半透明のシェイプや編集可能なレイヤーをオリジナルの上に配置して、隠れたピクセルが消えたと仮定しないでください。

顔検出は補助的なステップです

ネイティブ FaceDetector サポートはブラウザ間で均一ではなく、自動分類子はポーズ、スケール、オクルージョン、照明、画質、人口統計表現に影響されます。このツールのソースでは、ネイティブ検出の上限は 20 顔です。混雑したイベントの写真にはさらに多くの人が含まれている可能性があるため、空でない結果は完全性を証明しません。

フォールバックがタイムアウトになる可能性があり、キャンバスは編集のために縮小されます。遠くにある小さな顔を検出するのが難しくなる場合があります。したがって、プライバシー ワークフローには、単に「見つかった顔」の数だけでなく、人間による完全性のレビューが必要です。集合写真の場合は、鏡、窓、背景ディスプレイを含む、左上から右下に体系的に移動するチェックリストを作成します。

入力、プレビュー、出力の動作

評価テストセット

このツールに頼る前に、少なくとも 30 枚の代表的な画像 (正面顔と横顔) をテストしてください。非常に明るいシーンと暗いシーン。さまざまな肌の色調と年齢。メガネ、マスク、帽子。部分的な顔。大勢の群衆。鏡。印刷された写真。ラップトップ/携帯電話の画面上の顔。高解像度のカメラ ファイル。顔の見逃し率、偽陽性率、マスクを修正するまでの時間、最終的なエクスポート解像度、および保護対象を確認できるレビュー担当者がいるかどうかを記録します。

代替案

よくある質問

Face Unblur はぼやけた顔を元に戻しますか?

いいえ。検査された実装では、元の選択されたピクセルに表面のコントラスト、彩度、明るさ、ソフトライトの変更が適用されます。破壊された細部は再構築されません。

画像はアップロードされていますか?

現在のツールは、ブラウザ APIs を使用してソースをデコード、編集、エクスポートしますが、検査対象のスクリプトには画像処理アップロード エンドポイントがありません。ページ自体は依然として Web リソースを読み込みます。機密性の高い使用に対するネットワークの動作を確認します。

顔のぼかしは誰かを匿名にするのに十分ですか?

いつもではありません。弱いぼかしと周囲の手がかりによってアイデンティティを維持できます。再識別による害が重大な場合は、不透明な平坦化された編集または削除を使用します。

顔を検出できなかった場合はどうなりますか?

なげなわモードを使用してマスクを描画します。常に完全なイメージを確認してください。自動検出は利便性を目的としたものであり、完全性を保証するものではありません。

エクスポートでは元の解像度が維持されますか?

ソースの作業キャンバスの最大幅は約 980 ピクセルであるため、大きなソースはエクスポートされた PNG で縮小できます。出版前に出力寸法を確認してください。

PNG エクスポートではすべてのメタデータが削除されますか?

Canvas で生成された PNG は通常、元のコンテナをコピーするのではなく、新しいピクセル出力を作成しますが、それを普遍的なメタデータの保証としては扱いません。メタデータ ツールを使用して、実際にダウンロードしたファイルを検査します。

出典と検証

• ぼかし＆ぼかしAI公式アプリ
• 公式プライバシー通知
• このレビューのために検査された公開クライアント実装
• MDN FaceDetector API ステータスと互換性コンテキスト
• MDN Canvas 2D フィルターのリファレンス
• MDN Canvas エクスポートのリファレンス
• NIST Privacy Framework リスクベースのプライバシー管理用

導入されたページと公開されたクライアント バンドルに対して、2026 年 7 月 25 日に最後にレビューされました。再デプロイすると、コードまたはプライバシーの動作が変更される可能性があります。機密性の高い画像を扱う前に再確認してください。