隐私处理早就不是「拍完随便糊两下」就能过的时代。抖音审核、企业合规、监控取证，每条路都在逼创作者学习视频打码的正确姿势。

我见过太多人把最早的AI检测当成万能药。前两年的单模型识别，光线暗一点、角度偏一点就全线崩盘——人脸侧脸45度直接漏检，车牌遇上车库阴影连轮廓都抓不住。那段时间做企业宣传片脱敏，人工逐帧框选把我熬到凌晨三点，第二天眼睛肿得像桃子。

后来技术路径变了。多模型检测加上时序追踪成为主流思路：一个模型负责找目标，另一个模型确认目标，再用追踪算法让遮挡框在时间轴上跟着物体走。这个方向的核心逻辑是用冗余换准确率——但冗余也是有边际效应的。

实际表现呢？正常光线下的正脸人脸，识别基本没问题；水平角度拍摄的车牌也能覆盖大部分场景。代价是复杂情况照样翻车：逆光造成的面部阴影会让模型误判为墨镜遮挡，密集人群里靠得太近的两个脸会被当成一个区域框选，车牌倾斜超过30度之后矩形遮罩要么框不全、要么

打开网易新闻 查看精彩图片

框过多。

还有一个常被忽略的问题：导出的成片是烘焙后的画面，遮挡一旦导出就不可逆。所以保留原始素材不是可选项，是必选项。很多人没这意识，导出完删了原片，发现少打了一个二维码只能重来一遍。

云端工具和本地处理的差异也值得说清楚。在线打码网站把视频传到服务器处理，速度可能快一点，但涉及人脸、证件、车牌的素材，传输过程本身就构成一次隐私暴露。本地处理的视频不走网络，模型随包安装，适合对数据敏感的场景。代价是处理速度依赖本机硬件配置。

我现在的做法：先跑一遍自动识别，然后在时间轴上逐帧检查边缘帧——就是物体刚进入或离开画面的那几帧。人工复核这一步跳过不了，但比全篇框选节省大量时间。