Anonimiza tu video CCTV de forma irreversible y automática

Anonimizar video CCTV significa destruir permanentemente los píxeles que identifican a las personas —caras, matrículas y cualquier otro dato visual personal— en cada fotograma de la grabación, generando un nuevo archivo que conserva el contexto de la escena pero hace a los individuos irreconocibles. Hecho correctamente, el resultado es irreversible y legalmente defendible bajo el RGPD.

Esta página explica por qué el vídeo de vigilancia requiere un enfoque diferente al desenfoque estándar de caras, cómo la detección automatizada supera a la redacción manual a escala, y cuándo tu organización está legalmente obligada a anonimizar antes de compartir o conservar las grabaciones. Empieza a anonimizar un clip ahora — sin necesidad de cuenta.

Por qué el video de vigilancia es un caso especial para el RGPD

El vídeo CCTV es dato personal en el momento en que capta a una persona identificable. Bajo el RGPD, conservarlo más allá del período mínimo necesario, compartirlo con terceros o utilizarlo para fines distintos a los de la recogida original requieren una base jurídica, y esa base es difícil de mantener indefinidamente.

Anonimizar las grabaciones cambia el panorama legal: los datos verdaderamente anónimos quedan fuera del ámbito del RGPD, lo que permite conservarlos para revisión de evidencias, analítica, formación de personal o informes de incidentes sin obligaciones continuas hacia los interesados. La palabra clave es verdaderamente — las autoridades de protección de datos han sido explícitas en que los desenfoques reversibles, los mosaicos superpuestos que pueden levantarse o las sustituciones de baja resolución no califican como anonimización.

Cómo funciona la anonimización automática de CCTV

Medianonymizer ejecuta dos procesos coordinados sobre cada archivo subido:

1. Detección por IA escanea los fotogramas en busca de caras y matrículas, generando las coordenadas del cuadro delimitador de cada región identificada.
2. Difuminado determinista con ffmpeg aplica un desenfoque gaussiano a cada cuadro delimitador y recodifica el resultado fotograma a fotograma en un nuevo archivo de vídeo. No se almacena ninguna máscara; no se preserva ninguna capa original.

Entre fotogramas, un rastreador geométrico interpola posiciones para mantener una cobertura estable aunque una cara gire, quede parcialmente oculta o el vídeo tenga desenfoque por movimiento. El vídeo resultante es estructuralmente idéntico al original —misma escena, misma marca de tiempo si estaba presente— salvo que las regiones identificadoras han desaparecido a nivel de píxel.

Por qué la automatización supera a la redacción manual para CCTV

Pixelar caras manualmente en vídeo de vigilancia es inviable a cualquier escala significativa:

• Una grabación de una hora a 25 fps contiene 90 000 fotogramas. Aplicar manualmente un desenfoque con fotogramas clave lleva días, no horas.
• Los humanos pasan por alto sistemáticamente caras en esquinas, reflejos, multitudes o movimiento rápido: precisamente los fotogramas con más riesgo de filtrar identidades.
• La mayoría de los efectos de "desenfoque" de los editores de vídeo son capas no destructivas que se superponen al original, lo que significa que el archivo fuente sigue conteniendo los fotogramas sin difuminar.

La detección y el rastreo automáticos resuelven los tres problemas: cada fotograma se comprueba, las caras en segundo plano se detectan y la salida es un nuevo archivo codificado sin ninguna capa original recuperable.

Situaciones reales en las que las organizaciones anonimizan el video CCTV

• Informes de incidentes en comercios — una tienda comparte grabaciones con aseguradoras o asesores legales tras una caída o accidente. El RGPD exige que los clientes que no intervienen y son visibles en el mismo clip no queden expuestos innecesariamente. El difuminado automático cubre todas las caras de los presentes mientras deja intacta la escena del incidente.
• Sector público y administración local — ayuntamientos y operadores de transporte publican clips anonimizados para informes de transparencia de interés público (análisis de seguridad vial, revisiones de gestión de aglomeraciones) sin exponer a ciudadanos identificables.
• Empresas de seguridad y gestión de instalaciones — los proveedores de servicios devuelven las grabaciones archivadas a las organizaciones cliente o las eliminan al final del contrato; anonimizar antes de la transferencia elimina las obligaciones sobre los interesados para la parte receptora.
• Investigación y conjuntos de datos de entrenamiento de IA — instituciones académicas y equipos tecnológicos necesitan datos de vídeo para modelos de detección de peatones o análisis de comportamiento. Anonimizar las grabaciones fuente evita la carga de obtener el consentimiento de cada individuo presente en el conjunto de datos.

En todos los casos el vídeo sigue siendo útil —se preservan la geometría de la escena, el tiempo y la secuencia de eventos— mientras los datos personales han desaparecido.

No pases por alto la pista de audio

Los sistemas CCTV con micrófono capturan nombres hablados, direcciones, números de tarjeta y otros datos personales que las caras y las matrículas no cubren. Un clip de vigilancia donde todas las caras están difuminadas pero se escucha un nombre con claridad no está completamente anonimizado bajo el RGPD. Medianonymizer puede silenciar o pitar los segmentos de audio con datos personales identificados en el mismo trabajo, para que no quedes con un vídeo visualmente limpio que filtra identidad a través del sonido.

Anonimiza tu video CCTV ahora

Sube un clip, selecciona caras y matrículas (y redacción de audio si es necesario), confirma el precio exacto y descarga un archivo anonimizado de forma irreversible. Sin cuenta, sin suscripción — paga solo por lo que procesas.