20 puntos por GN⁺ 2025-04-16 | 3 comentarios | Compartir por WhatsApp
  • El youtuber Jeff Geerling hizo un experimento para ver si se podía restaurar el contenido de una imagen de carpeta pixelada y ofreció una recompensa de 50 dólares
  • En menos de un día, 3 participantes lograron eliminar la pixelación con métodos distintos
  • El usuario de GitHub KoKuToru publicó el repositorio completo, incluyendo las técnicas de aprendizaje profundo y acumulación de video que usó realmente
  • El desenfoque por píxeles en video en movimiento se ha vuelto muy fácil de revertir con los avances de la IA
  • La conclusión es que, para proteger información sensible, métodos como una máscara de color sólido son más seguros que la pixelación

Contexto del experimento de eliminación de píxeles en video

  • Jeff Geerling mostró en su video de YouTube, a partir del minuto 4:57, el contenido pixelado de una carpeta e insertó un mensaje de “recompensa si lo restauras”
  • Propuso pagar 50 dólares a quien adivinara qué decía el contenido pixelado en el video
  • En menos de 24 horas, tres personas lo lograron, cada una con un enfoque ligeramente distinto

¿Cómo lo restauraron?

  • Los tres compartieron con gusto su proceso de restauración: una cultura común entre quienes disfrutan del reverse engineering
  • El usuario de GitHub KoKuToru publicó el repositorio completo

Primer intento: método de fuerza bruta

  • Recolectó regiones coincidentes dentro del marco de la ventana y acumuló los datos de píxeles
  • Usó TensorFlow para reunir información de múltiples cuadros y generar una imagen casi legible
  • Como la región se definió manualmente, el resultado quedó algo manchado

Segundo intento: extracción automatizada de cuadros + ajuste en GIMP

  • Detectó automáticamente con precisión el marco de la ventana usando GIMP y ffmpeg
  • Aprovechó más cuadros para obtener una imagen completamente legible

¿Cómo prevenirlo?

  • La pixelación o el desenfoque por sí solos no son adecuados para proteger información sensible si hay movimiento en el video
  • En particular, con los avances en IA y redes neuronales, este tipo de técnicas de procesamiento inverso se han vuelto mucho más rápidas y precisas
  • Ejemplo: es posible extraer una voz limpia de una grabación con voces mezcladas
  • Cuanto más movimiento haya en el video, más puntos de datos se pueden analizar y mayor será la precisión
  • Se considera que habría sido difícil restaurarlo si el experimentador no hubiera movido la ventana de Finder

¿Qué se debería hacer en adelante?

  • Si quieres ocultar datos sensibles, se recomienda usar una máscara de color sólido en lugar de pixelación o blur
  • A la intuición humana puede parecerle mejor el blur, pero para la IA no hay gran diferencia
  • En conclusión, la mejor forma de seguridad es no incluir en el video información que no deba filtrarse

Material de referencia

3 comentarios

 
bus710 2025-04-17

Hace más de diez años, cuando una gran empresa encargaba este tipo de proyectos, doctores y maestros se aferraban a escribir artículos sobre deblurring durante meses... ahora ya está casi al nivel de un simple clic.

 
crawler 2025-04-16

Viendo el video de descifrado en GitHub, de verdad es algo impactante.

 
GN⁺ 2025-04-16
Opiniones de Hacker News
  • Hay una opinión de que hace unos años habría hecho falta una supercomputadora y un doctorado para hacer algo así

    • En realidad no. Incluso hace 20 años era posible en una laptop de consumo
    • Hace falta la capacidad de reproducir la generación de la imagen y las condiciones de pixelado/desenfoque
    • Si el radio del píxel contiene solo 4 caracteres, primero basta con buscar esos 4 caracteres
    • Se puede pensar en el pixelado como un hash deficiente, y es fácil encontrar la imagen previa
    • No se necesita motion, IA ni machine learning
    • La parte difícil es reproducir el entorno, y la IA permite saltarse ese esfuerzo
  • Recuerdo que hace 10 años un colega hizo algo parecido para una demo técnica divertida

    • Grabó video mientras pasaba frente a la puerta de una oficina, que estaba un poco abierta
    • Reconstruyó la imagen completa de la oficina a partir de la "rendija en movimiento"
    • Pienso en eso cada vez que estoy en un cubículo de baño público
  • Cómo censurar una captura de pantalla en Windows-98

    • Abrir la captura en MS-Paint
    • Elegir negro como color 1 y 2
    • Seleccionar con la herramienta de selección rectangular el texto que se quiere censurar
    • Presionar la tecla DEL para volver negro el rectángulo
    • Guardar la captura
    • La IA todavía no ha encontrado cómo descifrar el color negro
  • Hay una opinión de que no habría funcionado si la ventana de Finder no se hubiera movido

    • Para ocultar datos sensibles usaría una máscara de color sólido en lugar de desenfoque o pixelado
    • No pixelar sobre una cuadrícula fija cuando la ventana se mueve
    • Se puede pixelar una vez y luego superponerlo sobre una captura fija para que se vea mejor
    • Estaría bien que las herramientas de edición de video trajeran una función integrada de mezcla aleatoria del pixelado
  • Este tipo de técnicas se han usado durante mucho tiempo en campos como la astronomía

    • Reconstruir objetos a partir de imágenes borrosas se usa ampliamente en astronomía y en imagen biomédica
    • Si se asume que el desenfoque es espacialmente invariante, el desenfoque de la imagen se define como una convolución 2D entre la imagen real y la función de dispersión de punto
    • Se convierte en un problema de deconvolución ciega multifotograma para reducir las incógnitas
  • El scrambler Bell Labs A-3 usaba inversión y transposición de banda en tiempo real, pero fracasó en el mercado comercial

    • Durante la Segunda Guerra Mundial, SIGSALY fue el primer sistema seguro según los estándares modernos
    • Usaba pares sincronizados de discos fonográficos de un solo uso
  • El video de "Thank you" de Lockpicking Lawyer estaba difuminado, pero no bloqueaba la información

    • Recuperar datos defectuosos de la entrada de una ventana es posible desde hace más de 50 años
    • Es una forma barata de trasladar el costo de la mejora física a la mejora computacional
  • Hay un consejo de expertos: si quieres censurar, elimina la información

  • Se preguntan si agregar ruido aleatorio a la versión pixelada podría hacer que este método dejara de funcionar

  • Sugieren probar el "AV-8500 Special" de Japón de los años 90