[CJ 연계 프로젝트 2] 영상 내 일반인 초상권 보호를 위한 얼굴 대치 프로젝트

이번에는 CJ 올리브네트웍스에서 진행하기로 한 프로젝트 수업 !

프로젝트 주제

영상 내 일반인의 초상권 보호를 위한 face detection 및 replacement

기술의 필요성

요즘에는 스마트폰만 있어도 누구나 쉽게 영상과 사진을 촬영해서 개인 채널에 방송이 가능해지면서 1인 미디어 시장이 급속도로 성장하고 있다. 이와 더불어 무단으로 타인의 얼굴이나 신체를 노출시키는 사례가 많이 발생하고 있다. 그러나 1인 미디어 사업자들은 촬영 중 저작권 침해에 대해서는 민감하게 생각하면서도, 타인의 초상권에 대해서는 가볍게 여기는 경향이 있다. 따라서 이 기술을 통해 다양한 방송 및 영상 플랫폼에서 이러한 초상권 문제를 쉽고 빠르게 해결할 수 있도록 한다. 또한 고가의 모자이크 처리 기술 등을 훨씬 절감된 가격으로 빠르게 사용할 수 있도록 하는 것이 목표이다.

• 개인 방송에서 자신의 노출을 원치 않는 일반인들의 초상권 보호
• 공영 방송의 경우, 사람이 일일이 모자이크 처리하는 인력 및 시간 낭비 방지

기술의 경쟁력

• 주로 편집자가 일일이 작업해서 모자이크
  • 추가적인 인력 및 시간 소요
    
    
• 유튜브 자체적으로 제공하는 얼굴 모자이크 기능
  • 얼굴을 잘 인식하지 못해 주로 수동으로 처리
  • 깔끔하게 얼굴을 모자이크하지 못함
  • 처리 과정이 매우 오래 걸림 (10분 영상 - 3시간)

  
  

  -> 해당 기술을 통해 더 정확한 얼굴 인식과 빠른 처리 속도로 대치 가능 !

구현 목표

• 특정인(주인공)은 가리지 않고 나머지 사람들의 얼굴을 인식해서 특정 이미지로 대치

  ex. 백종원의 쿠킹로그 번외편 참고

  

구현 방법

• Without Training (face detection팀 - 내가 맡은 역할)

  Yolov5 모델을 사용한 얼굴 인식, 프레임별로 얼굴 bounding box 좌표를 가져와서 크기(넓이)를 계산한 후 가장 큰 바운딩 박스를 주인공으로 설정. 그리고 나머지 얼굴 바운딩 박스에 당근 이미지를 대치한다.

  모델 : yolov5-crowdhuman

• With Training (face recognition 팀 담당)

  face recognition을 통해 주인공만 따로 학습하여 주인공 bounding box에 대응하는 좌표를 전달하고, 해당 배운딩 박스를 제외한 얼굴에 당근이미지를 대치한다.

  모델 : face_recognition
  모델 설명 : https://ukayzm.github.io/python-face-recognition/

기대 효과 및 향후 계획

• 영상 편집하는 인력 및 시간 크게 단축
• 사람이 밀집된 지역에서의 촬영도 더 유연하게 가능

• 일반인 뿐만 아니라 특정인만 이미지 대치도 가능

  ex. 사회적으로 문란을 일으킨 연예인 등

이제 구현해보자 ~~

맨 위로 이동하기