Le modèle Floutage de personnes vous permet de protéger la confidentialité des personnes qui apparaissent dans les vidéos d'entrée grâce à des distorsions telles que le masquage ou le floutage de leur apparence dans les vidéos de sortie. Le modèle accepte les flux vidéo en entrée et produit des vidéos modifiées dont le visage ou le corps entier des personnes est flouté. Le modèle s'exécute à cinq FPS.
Vous pouvez configurer des paramètres dans la console pour contrôler la distorsion dans les vidéos de sortie:
Sélectionnez Occlusion complète ou Filtre floutage pour contrôler le type de distorsion:
- Occlusion complète: masquez la région détectée à l'aide d'un cadre de délimitation noir opaque.
- Filtre de floutage: appliquez un floutage au niveau des pixels à la région détectée.
Les clients peuvent également sélectionner ou désélectionner Flouter les visages uniquement pour contrôler la zone de l'apparence de la personne à déformer:
- Sélectionnez Flouter les visages uniquement : déformez uniquement la région du visage.
- Effacer Flouter les visages uniquement : déforme l'ensemble de la personne.
Vous pouvez utiliser ces combinaisons pour créer les quatre types de vidéos de sortie suivants:
| Type de distorsion | Floutage des visages uniquement (sélectionné/non sélectionné) | Description de la vidéo de sortie |
|---|---|---|
| Occlusion complète Filtre de floutage |
Flouter les visages uniquement | Génère des rectangles noirs opaques sur les visages uniquement.
|
| Occlusion complète Filtre de floutage |
Flouter les visages uniquement | Affiche des rectangles noirs opaques sur l'ensemble des corps détectés.
|
| Occlusion complète Filtre de floutage |
Flouter les visages uniquement | Génère une zone floutée sur les visages uniquement.
|
| Occlusion complète Filtre de floutage |
Flouter les visages uniquement | Affiche une zone floutée sur l'ensemble des corps détectés.
|
Bonnes pratiques et limites
- Évitez les points de vue inhabituels de la caméra (par exemple, une vue du dessus) où les personnes et les véhicules ont l'air différents de leur vue standard ou courante. La qualité de détection et de floutage peut être largement affectée par ces vues inhabituelles.
- Assurez-vous que les personnes ou les visages sont entièrement ou presque entièrement visibles. La qualité de détection et de floutage peut être affectée par une occlusion partielle par d'autres objets.
- Assurez-vous que la scène est bien éclairée. Les scènes sombres peuvent avoir un impact sur la détection et la qualité du floutage.
- Le détecteur de personnes et de visages a une taille d'objet minimale détectable. Cette taille correspond à environ 2% de la taille de la vue de la caméra. Les personnes et les visages éloignés de la caméra ne sont pas floutés. Évitez les scènes surpeuplées et attendez-vous à ce que chaque personne ou visage soit flouté. Le modèle fonctionne de manière optimale lorsque les personnes se trouvent au centre des scènes et sont suffisamment grandes.
- Le modèle de floutage des personnes est optimisé pour protéger la confidentialité des utilisateurs. Par conséquent, le modèle peut fournir une zone de flou excessivement grande ("conservatrice") pour la vidéo. Pour éviter d'avoir trop de zones noires, passez de la méthode de floutage Occlusion complète à Filtre de floutage.
- Le modèle de floutage de personnes est une opération gourmande en calcul. Par conséquent, tenez compte des points suivants lorsque vous utilisez ce modèle :
- Résolution: aucune contrainte ne s'applique à la résolution vidéo d'entrée. Toutefois, les vidéos dont la résolution est supérieure à 1 280 x 720 pixels sont redimensionnées à 1 280 x 720 pixels lorsque vous utilisez le modèle de floutage des personnes. Les visages plus petits éloignés des caméras ne sont pas floutés.
- Fréquence d'images de la vidéo de sortie: la fréquence d'images de sortie actuelle du modèle de floutage de personnes est de cinq images par seconde, quelle que soit la fréquence d'images de la vidéo d'entrée. Ce taux de trames de sortie est limité par les ressources de calcul et peut être modifié dans les futures mises à jour du produit.