记者如何匿名化图像以保护消息来源

为什么图像匿名化在新闻业中至关重要

当调查记者发布一篇报道时，他们使用的图像可能和文字一样危险。人群照片中一张可见的面孔、抗议游行中一个独特的纹身、停在安全屋外的那辆独特车辆、医院员工的一张姓名牌——任何这些细节都可能向敌对方暴露消息来源、证人或活动人士的身份。

这种风险并非理论。人权组织和新闻自由团体每年都会记录消息来源因已发布图像而被识别的案例，后果从被解雇、被骚扰到被监禁和遭受暴力不等。保护消息来源的义务并不止于文字——它延伸到随报道一同出现的每一张图像的每一个像素。

与此同时，读者应当看到证据。视觉记录往往是一项调查中最有力、最可信的部分。记者面临的挑战是：既发布有说服力的图像，又确保在发布前移除可能识别出脆弱个体的细节。这需要一套刻意、系统的工作流程——而非事后补救。

是什么让一张图像可识别身份？

大多数记者在考虑匿名化时本能地想到人脸。但在严格的发布前审查中，人脸只是众多需要考虑的可识别特征之一：

• 人脸和面部特征 —— 最明显的目标，也是数十个国家的政府、执法机构和商业数据经纪商所部署的人脸识别系统的主要输入。即便是低分辨率或部分遮挡的人脸，有时也能被现代识别系统匹配出来。
• 纹身和显著的身体标记 —— 许多司法辖区的执法数据库都收录了纹身图像。在拥有完备纹身数据库的辖区，前臂、颈部或手上的一个独特纹身，可以像指纹一样精确地识别出某人。
• 衣物和配饰 —— 一件独特的夹克、一枚不寻常的戒指、独特的鞋子，或一件带品牌标识的衣物，即便脸部被遮挡，也能在同一活动拍摄的多张照片中识别出某人。在同一场景的多张图像之间交叉比对，是一种标准的开源情报（OSINT）技术。
• 车牌 —— 任何拥有执法权限的人都能轻易地将其与国家车辆登记数据库交叉比对。即便是部分车牌也能大幅缩小搜索范围。应当考虑照片背景中可见的车牌——而不仅仅是被摄对象自己的车辆。
• 位置背景和画面细节 —— 独特的建筑、可见的路牌、店名、地标，甚至背景中独特的植被，都可能暴露消息来源居住、工作或与记者会面的地点。从图像背景推断位置情报是一门日益成熟的 OSINT 学科。
• 设备屏幕和文档 —— 照片背景中可见的手机屏幕、电脑显示器或纸质文档，可能暴露账号用户名、邮箱地址、打开的应用，或机密文档标题——这些信息可能识别出消息来源或危及正在进行的调查。
• 反光 —— 窗户、镜子、眼镜片和其他反光面，可能在主体已妥善匿名化的情况下，无意中暴露相机背后的东西——包括记者、地点或设备。

元数据问题

每一张数码照片都携带嵌入的元数据——存储在图像文件内部、对查看者不可见、但任何拥有合适软件的人都能读取的信息。智能手机照片中嵌入的 EXIF（可交换图像文件格式）数据通常包括：

• GPS 坐标 —— 照片拍摄地的精确经纬度，通常精确到数米以内
• 时间戳 —— 照片拍摄的确切日期、时间，有时还有时区
• 设备信息 —— 所用相机或智能手机的品牌、型号，有时还有序列号
• 软件与编辑历史 —— 哪些应用在何时打开、编辑或处理了该图像
• 相机设置 —— 光圈、快门速度、ISO——它们可能透露所用设备的细节

一位在办公室拍摄文档并发给记者的消息来源，可能无意间嵌入了其精确的办公地点、拍照的确切时间，以及其个人手机的品牌和型号。即便图像内容本身没有任何可见的可识别特征，这组元数据的组合也可能足以识别并定位消息来源。

约翰·麦卡菲（John McAfee）案是较为广为人知的例子之一：记者在他藏匿期间发布了一张他的照片，而图像中嵌入的 EXIF 数据包含了暴露其在危地马拉所在位置的 GPS 坐标。这并非孤例。

Blurify 的导出不会携带原始文件的 EXIF 数据。当你从 Blurify 导出一张打码图像时，输出是一个干净的 PNG、JPEG 或 WebP 文件，不含从原件继承而来的位置数据、时间戳或设备信息。为在消息来源一端实现完整的元数据保护，消息来源应在传输前，用 ExifTool、MAT2 或 Signal 消息应用内置的元数据剥离功能，在自己的设备上剥离图像的元数据。

人脸识别与不断变化的威胁格局

过去十年间，人脸识别技术变得极易获取且能力大增。曾经需要国家级情报预算的工具，如今已可在公开网络上商用或免费获得。像 PimEyes 这样的服务，允许任何人上传一张照片，并在数十亿张已索引的网络图像中搜索匹配的人脸。商业执法数据库覆盖了数以亿计的人脸。

这极大地改变了记者的权衡。一张已发布照片中部分遮挡的人脸，十年前可能被视为已充分匿名化，如今却可能被高置信度地匹配出来。即便是侧脸视角和从背后拍摄的图像——历史上被视为安全——如今也可能被某些司法辖区部署的步态识别和耳部生物识别系统匹配。

人脸匿名化的最佳实践也相应地演进：

• 使用重度模糊 —— 在 Blurify 这样的工具中使用至少 20–30 像素的半径，覆盖整个面部区域，包括头发、耳朵和额头上部。仅覆盖脸部椭圆是不够的。
• 对高风险对象，优先使用纯色涂黑而非模糊 —— 纯黑色方块比模糊图像更能抵抗基于 AI 的重建。研究已证明，高斯模糊的文字和图像可用超分辨率神经网络部分重建。纯黑色填充则不留下任何可重建的东西。
• 覆盖整个头部，而不仅是脸部 —— 头发的形状、颜色和质地被某些识别系统用作辅助信号，尤其对于发型独特或有头部遮盖物的人。
• 对最高风险的情况，考虑用插画或剪影替换 —— 用艺术插画、剪影或头像完全替换一张脸，提供的匿名化在本质上比任何模糊或涂黑都更强，因为没有任何原始像素数据可供还原。报道高风险调查新闻的媒体越来越多地采用这种方式。

发布前匿名化图像的实用工作流程

第 1 步：审查每张图像的可识别特征

在编辑之前，仔细检查整张图像——而不仅是主体。从前景到背景逐一排查。列出你能找到的每一张人脸、每一个纹身、每一块车牌、每一个位置标记、每一份可见文档和每一块设备屏幕。留意反光和背景细节。放大你可能忽略的图像局部。

对于合影或人群图像，这项审查可能耗费大量时间。把它纳入你的发布前时间表。一个在发布后才发现的遗漏特征——或者更糟，被敌对方发现——是无法挽回的。

第 2 步：剥离原件的元数据

在任何编辑之前，先剥离原始文件的 EXIF 元数据。使用 ExifTool（命令行）、MAT2（元数据匿名化工具包，可在 Linux 上使用）或基于浏览器的 EXIF 剥离工具。这一步理想情况下应在图像传输之前在消息来源的设备上完成，但至少应在图像进入你的发布流程之前完成。

加密消息应用 Signal 在发送照片时会自动剥离元数据——这使它成为从消息来源接收敏感图像的良好渠道。其他消息平台并不能可靠地剥离元数据。

第 3 步：在 Blurify 中应用涂黑

在 Blurify 中打开图像。在高风险的新闻场景中为获得最大保护，请使用涂黑模式（纯黑色填充）。在更注重视觉连续性的低风险场景中，重度高斯模糊（半径 20–30px）可提供良好保护。

覆盖你在第 1 步审查中列出的每一个可识别特征。对不规则形状使用自由绘制工具——沿着一个纹身、一件不寻常的衣物或一张姿态别扭的脸描绘，比用矩形更精确、更完整。把形状绘制得比特征本身略大，以确保边缘的完全覆盖。

对于人脸众多的图像，使用检测人脸按钮为所有检测到的人脸自动生成模糊形状，然后手动审查结果，为检测器遗漏的人脸补上形状，并确认没有形状被放错位置。

第 4 步：导出并核验

导出涂黑后的图像，并在新的浏览器标签页或图像查看器中打开导出的文件。放大到每一个涂黑区域，确认原始内容被完全覆盖，没有可见的边缘或部分露出。特别注意模糊形状边缘效果渐弱之处——在边缘变柔的模糊，可能让面部特征或文字部分可见。

对于关键的发布，请让一位同事以全新的眼光独立审查导出的图像。第二个人往往能发现原编辑者因视觉习惯而忽略的特征。

第 5 步：在发布流程中只使用导出的文件

只有导出的、涂黑后的文件才应进入你的发布流程、CMS 或邮件往来。原始文件——如果需要作为证据材料保存——应存放在安全、受访问控制的位置，或使用 BleachBit 这样的工具安全删除。切勿通过与发布相同的渠道分享原始文件。

记者和研究人员使用的工具

电子前哨基金会（EFF）、Access Now 和新闻自由基金会等组织，建议在新闻业中对图像安全采取分层方法：

• 图像匿名化：Blurify，用于基于浏览器、无需上传地对照片、视频和 PDF 文档进行模糊与涂黑。该工具绝不接收或存储你的图像，这在处理敏感的消息来源材料时至关重要。
• EXIF 元数据剥离：ExifTool（跨平台命令行工具）、MAT2 / 元数据匿名化工具包（Linux，为记者设计），或 Image Scrubber（基于浏览器，无需上传）。这些应在编辑前应用于原始文件。
• 安全的消息来源沟通：Signal，用于从消息来源接收敏感图像。Signal 会自动剥离传输照片的 EXIF 元数据，并提供端到端加密传输。
• 安全的文件删除：BleachBit（跨平台）或 macOS 上的安全清空废纸篓功能，用于在原始文件归档后或不再需要时安全覆写它们。
• 安全的操作环境：对于最敏感的新闻工作，Tails 操作系统（将所有流量通过 Tor 路由且不留痕迹）为处理敏感材料提供了一个安全环境。

伦理维度

匿名化图像不仅是技术预防措施——它是一项伦理责任。一名记者在隐含或明确承诺保密后，却发布了可识别消息来源的图像，无论其意图如何，都已违背了一项根本承诺。保护消息来源的承诺并不以技术难度为条件。如果正确完成这一流程需要额外十分钟，那么这十分钟是你欠消息来源的。

这一原则超越了传统新闻业。人权纪录工作者、与脆弱群体打交道的学术研究人员、社工、医护人员和 NGO 实地工作者，在敏感情境下拍摄或处理人物图像时，都承担着类似的义务。

履行这一义务的实用工具可免费获得，而且就 Blurify 这类基于浏览器的工具而言，无需任何技术专长。问题不在于匿名化是否困难——它并不困难——而在于它是否作为一个标准步骤被纳入工作流程，而非事后补救。

常见问题

模糊一张脸足以击败人脸识别吗？

强高斯模糊（半径 20px 或以上，覆盖包括头发和耳朵在内的整个头部）会显著降低面部数据的质量，并大幅降低大多数商业系统的识别准确率。对于最高风险的情况——面临敌对政府监控或老练威胁行为者的对象——纯黑色涂黑方块更可取，因为它不留下任何可供分析的像素数据。

Blurify 会从导出的图像中剥离元数据吗？

会。Blurify 导出的图像不会携带原始文件的 EXIF 元数据。输出是一张干净的扁平图像。不过，你仍应在原始源文件进入编辑流程之前，使用专门的 EXIF 移除工具剥离其元数据。

我可以匿名化视频素材吗？

可以。除图像外，Blurify 还支持视频文件（MP4、WebM、MOV）。你可以在视频素材中的人脸和其他可识别元素上绘制模糊或涂黑形状，并使用关键帧系统让模糊区域随移动的目标移动。视频处理完全使用 ffmpeg.wasm 在浏览器中进行。

那音频呢——声音能识别出消息来源吗？

声音识别对广播电视记者而言是一个独立且同样重要的问题。变调和声音调制工具常被用来伪装受访者的声音。这超出了图像匿名化的范畴，但对任何多媒体内容而言，都应是同一套消息来源保护工作流程的一部分。