論文の概要: SecurePose: Automated Face Blurring and Human Movement Kinematics
Extraction from Videos Recorded in Clinical Settings
- arxiv url: http://arxiv.org/abs/2402.14143v1
- Date: Wed, 21 Feb 2024 21:55:29 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-23 17:14:37.562610
- Title: SecurePose: Automated Face Blurring and Human Movement Kinematics
Extraction from Videos Recorded in Clinical Settings
- Title（参考訳）: SecurePose:臨床現場で録画されたビデオから顔のブラッシングと人体運動キネマティクスを抽出する
- Authors: Rishabh Bajpai and Bhooma Aravamuthan
- Abstract要約: 顔のぼやけはビデオの識別を外すのに使えるが、このプロセスは手作業と時間を要することが多い。
我々はSecurePoseというオープンソースのソフトウェアを開発し、顔のぼかしと自動キネマティック抽出を両立させることができる。
SecurePoseは脳性麻痺児116例の外来診療で記録された歩行ビデオで検証された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Movement disorders are typically diagnosed by consensus-based expert
evaluation of clinically acquired patient videos. However, such broad sharing
of patient videos poses risks to patient privacy. Face blurring can be used to
de-identify videos, but this process is often manual and time-consuming.
Available automated face blurring techniques are subject to either excessive,
inconsistent, or insufficient facial blurring - all of which can be disastrous
for video assessment and patient privacy. Furthermore, assessing movement
disorders in these videos is often subjective. The extraction of quantifiable
kinematic features can help inform movement disorder assessment in these
videos, but existing methods to do this are prone to errors if using
pre-blurred videos. We have developed an open-source software called SecurePose
that can both achieve reliable face blurring and automated kinematic extraction
in patient videos recorded in a clinic setting using an iPad. SecurePose,
extracts kinematics using a pose estimation method (OpenPose), tracks and
uniquely identifies all individuals in the video, identifies the patient, and
performs face blurring. The software was validated on gait videos recorded in
outpatient clinic visits of 116 children with cerebral palsy. The validation
involved assessing intermediate steps of kinematics extraction and face
blurring with manual blurring (ground truth). Moreover, when SecurePose was
compared with six selected existing methods, it outperformed other methods in
automated face detection and achieved ceiling accuracy in 91.08% less time than
a robust manual face blurring method. Furthermore, ten experienced researchers
found SecurePose easy to learn and use, as evidenced by the System Usability
Scale. The results of this work validated the performance and usability of
SecurePose on clinically recorded gait videos for face blurring and kinematics
extraction.
- Abstract（参考訳）: 運動障害は通常、臨床に取得した患者ビデオのコンセンサスに基づく専門家による評価によって診断される。
しかし、このような患者ビデオの広範な共有は、患者のプライバシーにリスクをもたらす。
顔のぼやけはビデオの非識別に利用できるが、このプロセスは手作業や時間を要することが多い。
自動化された顔のぼかし技術は、過度に、一貫性がなく、あるいは顔のぼかしが不十分である。
さらに、これらのビデオにおける運動障害の評価は、しばしば主観的である。
定量化可能なキネマティックな特徴の抽出は、これらのビデオの運動障害の評価に役立ちますが、既存の方法では、プレブレンドビデオを使用するとエラーが発生しやすいのです。
我々は,iPadを用いた診療現場で記録された患者ビデオの顔のぼかしと自動キネマティック抽出を両立できるSecurePoseというオープンソースソフトウェアを開発した。
SecurePoseは、ポーズ推定方法(OpenPose)を使用してキネマティクスを抽出し、ビデオ内のすべての個人を追跡し、一意に識別し、患者を特定し、顔のぼやけを行う。
本ソフトウェアは脳性麻痺児116例の外来診療で記録した歩行映像に基づいて検証した。
検証は、手作業によるぼやけによるキネマティックな抽出と顔のぼやけの中間段階を評価することを含む。
また, 従来の6つの方法と比較した場合, 自動顔検出の他の手法を上回り, 頑健な手作業による顔のぼやきよりも91.08%少ない時間で天井精度を達成した。
さらに、経験豊富な10人の研究者が、システムユーザビリティのスケールで証明されたように、secureposeの学習と使用が容易であることを見出した。
本研究は,顔のぼやけやキネマティックス抽出のための歩行ビデオにおけるsecureposeの性能とユーザビリティを検証した。
関連論文リスト
- Deepfake detection in videos with multiple faces using geometric-fakeness features [79.16635054977068]
被害者や人物のディープフェイクは、脅迫、ゆがみ、金融詐欺の詐欺師によって使用される。
本研究では,映像中の顔の存在の動的度を特徴付ける幾何学的フェイクネス機能(GFF)を提案する。
我々は、ビデオに同時に存在する複数の顔でビデオを分析するために、我々のアプローチを採用している。
論文 参考訳（メタデータ） (2024-10-10T13:10:34Z) - Vision-Based Neurosurgical Guidance: Unsupervised Localization and Camera-Pose Prediction [41.91807060434709]
内視鏡的処置中に自分自身を位置決めすることは、区別可能なテクスチャやランドマークが欠如しているため、問題となることがある。
本稿では,解剖学的認識に基づく深層学習手法を提案する。
論文 参考訳（メタデータ） (2024-05-15T14:09:11Z) - Compressed Deepfake Video Detection Based on 3D Spatiotemporal Trajectories [10.913345858983275]
悪意あるアクターによるディープフェイク技術は、国家、社会、個人に潜在的な脅威をもたらす。
本稿では,3次元動作特徴に基づくディープフェイク映像検出手法を提案する。
提案手法は良好な結果をもたらし,実用化の可能性を示す。
論文 参考訳（メタデータ） (2024-04-28T11:48:13Z) - Skeletal Video Anomaly Detection using Deep Learning: Survey, Challenges
and Future Directions [3.813649699234981]
本稿では,ビデオから抽出したスケルトンを用いたプライバシー保護型ディープラーニング異常検出手法について検討する。
我々は,ビデオ異常検出のための骨格ベースのアプローチは,ビデオ異常検出のプライバシー保護に有効な代替手段であると結論付けている。
論文 参考訳（メタデータ） (2022-12-31T04:11:25Z) - Automatic Facial Skin Feature Detection for Everyone [60.31670960526022]
本研究では,野生の自撮り自撮りのために,さまざまな肌のトーンと年齢群にまたがって機能する顔顔の特徴自動検出法を提案する。
具体的には,肌の色,重度度,照明条件の異なる自撮り画像に対して,アクネ,顔料,ニキビの位置を注釈する。
論文 参考訳（メタデータ） (2022-03-30T04:52:54Z) - Leveraging Real Talking Faces via Self-Supervision for Robust Forgery
Detection [112.96004727646115]
本研究では,実話を用いた顔操作映像の検出手法を開発した。
本手法は, クロスマニピュレーションの一般化とロバストネス実験における最先端性能を実現する。
以上の結果から、より堅牢な顔偽造検知器の開発には、自然ビデオと未表示ビデオの活用が有望な方向であることが示唆された。
論文 参考訳（メタデータ） (2022-01-18T17:14:54Z) - Watch Those Words: Video Falsification Detection Using Word-Conditioned
Facial Motion [82.06128362686445]
本稿では,安価なディープフェイクと視覚的に説得力のあるディープフェイクの両方を扱うためのマルチモーダルな意味法医学的アプローチを提案する。
帰属という概念を利用して、ある話者と他の話者を区別する個人固有の生体パターンを学習する。
既存の個人固有のアプローチとは異なり、この手法は口唇の操作に焦点を当てた攻撃にも有効である。
論文 参考訳（メタデータ） (2021-12-21T01:57:04Z) - One-shot action recognition towards novel assistive therapies [63.23654147345168]
この作業は、アクション模倣ゲームを含む医療療法の自動分析によって動機づけられます。
提案手法は、異種運動データ条件を標準化する前処理ステップを組み込んだものである。
自閉症者に対するセラピー支援のための自動ビデオ分析の実際の利用事例について検討した。
論文 参考訳（メタデータ） (2021-02-17T19:41:37Z) - VideoForensicsHQ: Detecting High-quality Manipulated Face Videos [77.60295082172098]
偽造検知器の性能は、人間の目で見られる人工物の存在にどのように依存するかを示す。
前例のない品質の顔ビデオ偽造検出のための新しいベンチマークデータセットを導入する。
論文 参考訳（メタデータ） (2020-05-20T21:17:43Z) - Deepfakes for Medical Video De-Identification: Privacy Protection and
Diagnostic Information Preservation [12.10092482860325]
顔認識アプローチとしてのフェイススワッピングは信頼性が高く、キーポイントはほぼ不変であり、従来の方法よりもはるかに優れている。
本研究では,医療データ共有の倫理的制約をクリアし,映像の識別とキーポイント保存のためのパイプラインを提案する。
論文 参考訳（メタデータ） (2020-02-07T22:36:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。