Melalui kaca yang terlihat: Filter pixelation dan blur sering digunakan digunakan untuk menyensor konten sensitif atau eksplisit. Namun, alat yang mampu membalikkan efek ini baru -baru ini dapat diakses secara luas. Sementara gambar yang direkonstruksi tidak terlalu jelas, mereka masih dapat mengungkapkan detail tersembunyi dari hampir semua video yang disensor.
Pemirsa video YouTube baru -baru ini oleh pengembang Jeff Geerling menunjukkan bagaimana perangkat lunak gratis dapat membuka kedok informasi yang tersembunyi di balik sensor mosaik. Eksperimen menunjukkan bahwa siapa pun yang mencoba mengaburkan konten dalam video harus memblokirnya sepenuhnya atau menghindari merekamnya di tempat pertama.
Setelah seorang komentator memperingatkan Geerling agar tidak menggunakan pixelation untuk menyembunyikan bagian dari video, ia mengunggah klip tes yang menawarkan $ 50 kepada siapa saja yang dapat mengidentifikasi konten jendela file pixelated. Dalam 24 jam, banyak pemirsa mengirimkan rekonstruksi buram tetapi akurat – membuktikan risiko mengandalkan filter mosaik.
Pengguna GitHub Kokutoru merinci bagaimana alat seperti FFMPEG dan GIMP dapat secara otomatis membalikkan rekayasa gambar pixelated. Kuncinya terletak pada gerakan: Ketika area yang disensor bergerak melintasi bingkai, piksel yang terdistorsi bergeser, memungkinkan perangkat lunak untuk menyusun bit informasi dari setiap bingkai menjadi gambar yang cukup lengkap.
Pixelation bertindak seperti pagar dengan banyak celah kecil. Jika filter atau konten yang disensor bergerak, bagian -bagian yang berbeda dari informasi tersembunyi menjadi terlihat secara singkat. Seiring waktu, fragmen yang cukup dapat dikumpulkan untuk merekonstruksi yang asli. Ini berarti bahwa membalikkan sensor mosaik kemungkinan lebih sulit (atau mungkin tidak mungkin) untuk gambar diam.
Dalam upaya pertamanya, Kokutoru menganalisis bingkai pixelated secara manual, menghasilkan hasil yang hampir tidak dapat dibaca. Dalam iterasi kedua, ia menggunakan FFMPEG untuk secara otomatis mengekstrak 200 frame yang disensor dan teknik deteksi tepi terapan untuk menghasilkan gambar yang lebih jelas.
Metodenya sangat mirip dengan teknologi anti-aliasing temporal dalam video game-seperti TAA, FSR, DLSS, dan Xess-yang merupakan frame resolusi rendah kelas atas menggunakan data gerak.
Geerling juga merenungkan apakah filter blur akan lebih tangguh, tetapi komentator menyarankan sebaliknya. Para astronom telah menghabiskan beberapa dekade mengembangkan teknik untuk memperbaiki kekaburan yang disebabkan oleh atmosfer Bumi – teknik yang dapat, secara teori, juga digunakan untuk membalikkan filter blur dalam video. Sebagai catatan geerling, filter warna solid yang mengungkapkan nol informasi di belakangnya mungkin merupakan pilihan paling aman.