論文の概要: Two Deep Learning Solutions for Automatic Blurring of Faces in Videos

• arxiv url: http://arxiv.org/abs/2409.14828v1
• Date: Mon, 23 Sep 2024 08:59:44 GMT
• ステータス: 処理完了
• システム内更新日: 2024-11-06 20:50:08.824449
• Title: Two Deep Learning Solutions for Automatic Blurring of Faces in Videos
• Title（参考訳）: ビデオにおける顔の自動ブラッシングのための2つのディープラーニングソリューション
• Authors: Roman Plaud, Jose-Luis Lisani,
• Abstract要約: 本稿では,監視ビデオにおける顔ぼやけ問題に対処するための,ディープラーニングに基づく2つの選択肢を提案する。 まず、顔を検出するために訓練された古典的な物体検出装置で構成され、その後、ぼやけている。 第二に、Unetのようなセグメンテーションネットワークを訓練して、すべての顔がぼやけた入力画像のバージョンを出力する間接的アプローチである。
• 参考スコア（独自算出の注目度）: 0.8287206589886879
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The widespread use of cameras in everyday life situations generates a vast amount of data that may contain sensitive information about the people and vehicles moving in front of them (location, license plates, physical characteristics, etc). In particular, people's faces are recorded by surveillance cameras in public spaces. In order to ensure the privacy of individuals, face blurring techniques can be applied to the collected videos. In this paper we present two deep-learning based options to tackle the problem. First, a direct approach, consisting of a classical object detector (based on the YOLO architecture) trained to detect faces, which are subsequently blurred. Second, an indirect approach, in which a Unet-like segmentation network is trained to output a version of the input image in which all the faces have been blurred.
• Abstract（参考訳）: 日常生活におけるカメラの普及は、その前を移動する人々や車両(位置、ナンバープレート、物理的特徴など)に関する機密情報を含む膨大な量のデータを生成する。 特に人々の顔は公共空間の監視カメラによって記録される。 個人のプライバシーを確保するために、収集したビデオに顔のぼかし技術を適用することができる。 本稿では,この問題に対処するための2つのディープラーニングベースのオプションを提案する。 まず、顔を検出するために訓練された古典的な物体検出器(YOLOアーキテクチャに基づく)による直接的なアプローチ。 第二に、Unetのようなセグメンテーションネットワークを訓練して、すべての顔がぼやけた入力画像のバージョンを出力する間接的アプローチである。

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)
• FAKER: Full-body Anonymization with Human Keypoint Extraction for Real-time Video Deidentification [0.0]
  本稿では,ビデオ中の個人をリアルタイムに完全匿名化するために,はるかに小さなモデルを用いた新しいアプローチを提案する。 ポーズ推定アルゴリズムを利用することで、個人の位置、動き、姿勢に関する情報を正確に表現する。 このアルゴリズムは、様々な産業環境にインストールされたCCTVやIPカメラシステムにシームレスに統合することができる。
  論文  参考訳（メタデータ） (2024-08-06T04:59:23Z)
• Privacy-preserving Optics for Enhancing Protection in Face De-identification [60.110274007388135]
  この脆弱性を解決するために,ハードウェアレベルの顔識別手法を提案する。 また、プライバシ保存画像、フェイスヒートマップ、およびパブリックデータセットからの参照顔イメージを入力として、新しい顔を生成する匿名化フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-31T19:28:04Z)
• Face Forgery Detection Based on Facial Region Displacement Trajectory Series [10.338298543908339]
  本研究では,顔領域変位の軌跡に基づく操作映像の検出手法を開発した。 この情報を用いて、操作されたビデオの軌跡列に多次元のアーティファクトを露呈するネットワークを構築した。
  論文  参考訳（メタデータ） (2022-12-07T14:47:54Z)
• OPOM: Customized Invisible Cloak towards Face Privacy Protection [58.07786010689529]
  我々は、新しいタイプのカスタマイズクロークに基づく技術の観点から、顔のプライバシ保護について検討する。 本研究では,個人固有の(クラスワイドな)ユニバーサルマスクを生成するために,1人1マスク(OPOM)という新しい手法を提案する。 提案手法の有効性を,共通データセットと有名データセットの両方で評価した。
  論文  参考訳（メタデータ） (2022-05-24T11:29:37Z)
• 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)
• Deep Learning Approach Protecting Privacy in Camera-Based Critical Applications [57.93313928219855]
  カメラベースシステムにおけるプライバシー保護のためのディープラーニングアプローチを提案する。 我々の手法は、アプリケーションで必要とされない直感に基づいて、正当性(視覚的に顕著な)と非正則性(非正則性)を区別する。
  論文  参考訳（メタデータ） (2021-10-04T19:16:27Z)
• The UU-Net: Reversible Face De-Identification for Visual Surveillance Video Footage [0.0]
  低解像度映像データに対する可逆顔識別法を提案する。 我々のソリューションは、データ保護規則を満たすリアルな非識別ストリームを生成することができる。 提案手法はランドマークフリーであり、条件付き生成対向ネットワークを用いて合成顔を生成する。
  論文  参考訳（メタデータ） (2020-07-08T16:34:25Z)

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。