DisguisOR：面向手术室的整体人脸匿名化方法
计算机视觉与模式识别
2023-07-27 v1
摘要
目的：手术数据科学（Surgical Data Science, SDS）的最新进展促使来自医院环境的视频记录增多。尽管诸如手术工作流识别等方法在提升患者护理质量方面展现出潜力，但视频数据的数量已超出可人工匿名化图像的规模。现有的自动化2D匿名化方法由于遮挡与阻碍，在手术室（Operating Room, OR）中表现不佳。我们提出利用来自多相机流的三维数据对多视角OR记录进行匿名化。方法：将来自多个相机的RGB与深度图像融合为场景的三维点云表示。随后，通过对检测到的人体三维关键点回归参数化人体网格模型，并将人脸网格与融合的三维点云对齐，从而在三维中检测每个人的人脸。该网格模型被渲染到每个已获取的相机视角中，替换每个人的人脸。结果：我们的方法在定位人脸的比率上高于现有方法，展现出前景。DisguisOR为每个相机视角生成几何一致的匿名化结果，实现更真实的匿名化，且对下游任务的损害更小。结论：手术室中频繁的遮挡与拥挤为现成匿名化方法留下了显著的改进空间。DisguisOR在场景层面解决隐私问题，并有可能促进SDS的进一步研究。
引用
@article{arxiv.2307.14241,
title = {DisguisOR: Holistic Face Anonymization for the Operating Room},
author = {Lennart Bastian and Tony Danjun Wang and Tobias Czempiel and Benjamin Busam and Nassir Navab},
journal= {arXiv preprint arXiv:2307.14241},
year = {2023}
}
备注
Accepted at IPCAI 2023; 21 pages, 11 figures