JwumaEXIF和图像来源，决定数据集是否可靠的细节
· 1 分钟阅读 · provenance, specification
本译文由机器生成，未经母语者校对。如有不清楚之处，以英文原版为准。如发现错误请告知我们，我们会更正。 English
为什么EXIF元数据在AI图像数据集中很重要？
EXIF记录图像的捕获时间、设备以及通常的位置。它是证明数据集为原创现场捕获而非抓取材料的主要证据。大多数收集管道会默默地删除它，因此必须从捕获到交付有意保留。
要点摘要
- EXIF由相机在捕获时写入。
- 图库上传、消息应用和调整大小通常会删除或重写它。
- 应用内捕获是从头到尾保留它的唯一可靠方法。
- 在保留捕获时间的同时，可能需要编辑位置字段。
- 删除的EXIF无法事后重建。
EXIF实际上证明了什么？
图像是在特定时间由特定设备的相机拍摄的，而不是下载的。它不能证明主题内容符合要求，但可以清楚地区分原创捕获和抓取文件，这是最常被质疑的区别。
对于面临权利问题的买家来说，这是有答案和仅有供应商承诺之间的区别。
它在哪里被破坏？
几乎无处不在，默默地。通过消息应用发送图像会删除它。从手机图库上传通常会重写它。服务器端调整大小和格式转换会删除它，除非明确配置不这样做。一些标注工具在导入时重新编码图像。
这些单独看都合理，但合在一起就致命。元数据在交付时消失，任何下游过程都无法恢复。
隐私怎么办？
EXIF通常包含精确位置，您可能不希望保留，在某些司法管辖区也不应保留。正确的处理方式是选择性地：在保留捕获时间和设备的同时，删除或粗化位置字段。
为解决隐私问题而全面删除同时也破坏了来源。应指定字段级处理，而不是全有或全无的规则。
- 保留捕获时间戳和设备
- 在需要时粗化或删除精确位置
- 禁止在交付管道中重新编码
- 验证交付样本上的元数据，而不是源样本
常见问题
其他问题
什么是EXIF数据？
相机在捕获时写入图像文件的元数据，包括时间戳、设备和通常的位置。它是图像为原创捕获的主要技术证据。
如果EXIF被删除，可以恢复吗？
不能。一旦删除就无法重建，这就是为什么必须从捕获时有意保留，而不是在交付时处理。
训练图像中是否应保留位置信息？
通常不应。正确的方法是字段级处理：在保留捕获时间和设备的同时，粗化或删除精确位置，这样可以在不破坏来源的情况下处理隐私。