FaceOff：手术室视频匿名化
计算机视觉与模式识别
2018-08-15 v1 人工智能
摘要
在外科手术室（OR）中捕获视频日益可行，并有可能用于计算机辅助介入（CAI）、外科数据科学以及智能OR集成中。捕获的视频天然携带敏感信息，为保全患者和临床团队的身份，不应完全可见。当手术视频流存储在服务器上时，若在院外使用，必须在存储前对视频进行匿名化。在本文中，我们描述了如何使用深度学习模型Faster R-CNN来实现此目的并帮助匿名化OR中捕获的视频数据。该模型检测并模糊人脸以努力保护匿名性。在测试了现有的训练好的人脸检测模型后，收集了一个针对手术环境、人脸被手术口罩和帽子遮挡的新数据集进行微调，以在OR中实现更高的人脸检测率。我们还提出了一种时间正则化核以提高召回率。微调后的模型在应用时间平滑前和后分别达到了88.05%和93.45%的人脸检测召回率。
引用
@article{arxiv.1808.04440,
title = {FaceOff: Anonymizing Videos in the Operating Rooms},
author = {Evangello Flouty and Odysseas Zisimopoulos and Danail Stoyanov},
journal= {arXiv preprint arXiv:1808.04440},
year = {2018}
}
备注
MICCAI 2018: OR 2.0 Context-Aware Operating Theaters