利用深度与多视影像的街景全景图隐私保护
计算机视觉与模式识别
2019-03-28 v1
摘要
当前街景图像隐私保护的范式是检测并模糊敏感信息。本文提出了一种替代模糊的框架，可自动移除并修复街景影像中的运动物体（如行人、车辆）。我们提出了一种新颖的运动物体分割算法，利用多幅街景图像间深度的一致性，随后将其与分割网络的结果相结合。检测到的运动物体被移除，并利用其他视角的信息进行修复，以获得真实感输出图像，使运动物体不再可见。我们在 1000 幅图像的数据集上评估了结果，分别获得了 27.2 dB 的峰值信噪比（PSNR）和 2.5% 的 L1 损失。为确保主观质量，为评估整体质量，我们还报告了一项对 35 名专业人员进行的调查结果，要求他们目视检查图像是否进行了物体移除与修复。修复数据集将于 https://research.cyclomedia.com 公开供科学基准测试使用。
引用
@article{arxiv.1903.11532,
title = {Privacy Protection in Street-View Panoramas using Depth and Multi-View Imagery},
author = {Ries Uittenbogaard and Clint Sebastian and Julien Vijverberg and Bas Boom and Dariu M. Gavrila and Peter H. N. de With},
journal= {arXiv preprint arXiv:1903.11532},
year = {2019}
}
备注
Accepted to CVPR 2019. Dataset (and provided link) will be made available before the CVPR