FAKER：基于人体关键点提取的实时视频去标识化全身匿名化
计算机视觉与模式识别
2024-08-23 v1 机器学习
图像与视频处理
摘要
在当代数字时代，个人信息保护已成为一个至关重要的问题。媒体行业的指数级增长加剧了对视频中捕获的个人进行匿名化的担忧。传统方法，如模糊或像素化，被普遍采用，而最近的进展引入了生成对抗网络(GAN)来重新绘制视频中的人脸。在本研究中，我们提出了一种新颖的方法，采用显著更小的模型来实现视频中个体的实时全身匿名化。与通常无法有效去除肤色、衣物、配饰和体型等个人识别信息的传统技术不同，我们的方法成功消除了所有这些细节。此外，通过利用姿态估计算法，我们的方法准确地表示了关于个体位置、运动和姿态的信息。该算法可以无缝集成到安装在各种工业环境中的闭路电视或IP摄像头系统中，实时运行，从而促进全身匿名化技术的广泛采用。
引用
@article{arxiv.2408.11829,
title = {FAKER: Full-body Anonymization with Human Keypoint Extraction for Real-time Video Deidentification},
author = {Byunghyun Ban and Hyoseok Lee},
journal= {arXiv preprint arXiv:2408.11829},
year = {2024}
}