KR20220076760A - 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템 - Google Patents

불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템 Download PDF

Info

Publication number
KR20220076760A
KR20220076760A KR1020200165573A KR20200165573A KR20220076760A KR 20220076760 A KR20220076760 A KR 20220076760A KR 1020200165573 A KR1020200165573 A KR 1020200165573A KR 20200165573 A KR20200165573 A KR 20200165573A KR 20220076760 A KR20220076760 A KR 20220076760A
Authority
KR
South Korea
Prior art keywords
identification
face
accuracy
degree
unspecified person
Prior art date
Application number
KR1020200165573A
Other languages
English (en)
Other versions
KR102469476B1 (ko
Inventor
장성욱
유현주
Original Assignee
동의대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 동의대학교 산학협력단 filed Critical 동의대학교 산학협력단
Priority to KR1020200165573A priority Critical patent/KR102469476B1/ko
Publication of KR20220076760A publication Critical patent/KR20220076760A/ko
Application granted granted Critical
Publication of KR102469476B1 publication Critical patent/KR102469476B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
    • H04N21/4318—Generation of visual interfaces for content selection or interaction; Content or additional data rendering by altering the content in the rendering process, e.g. blanking, blurring or masking an image region
    • G06T5/004—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G06T5/75—Unsharp masking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 불특정 인물의 얼굴 식별 정도에 따른 다른 가림 표식에 관한 것으로, 더욱 상세하게는 성별, 국가별, 연령대별 등의 다양한 기준으로 다른 가림 표식을 출력하기 위한 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템에 관한 것이다. 이러한 본 발명은, 사진 및 동영상이 입력되면 인공지능 적용하여 얼굴인식을 학습하는 학습부, 성별, 연령별 및 정확도 기준으로 가림스티커 선택을 설정하는 모드 설정부, 상기 입력된 사진 및 동영상을 상기 학습부에서 얼굴 인식 식별을 통해서 정확도를 출력하며, 상기 사진 및 동영상에 모드 설정부 설정에 따라 식별된 얼굴에 대하여 정확도별로 구분되는 얼굴 가림 표식을 부착하여 출력시키는 판단부를 포함하며, 상기 판단부에서 성별, 나이별, 정확도에 따라 각기 다른 스티커를 부착하여 보기 쉽게 이미지 처리가 가능한 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템을 기술적 요지로 한다.

Description

불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템{De-identification processing method according to the degree of identification of the face region of an unspecified person}
본 발명은 불특정 인물의 얼굴 식별 정도에 따른 다른 가림 표식에 관한 것으로, 더욱 상세하게는 성별, 국가별, 연령대별 등의 다양한 기준으로 다른 가림 표식을 출력하기 위한 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템에 관한 것이다.
초상권은 원래 그림이나 조각으로 제작된 예술품에 초상의 문제를 삼아왔으나, 사진 기술 및 미디어의 발달을 통해 초상의 범위는 넓어졌다. 또한, 미디어 플랫폼 산업이 확대되면서, 방송사 뿐만 아니라 bj, 유튜버와 같이 개인으로 방송을 진행하는 콘텐츠가 증가하고 있어 초상권과 관련된 데이터 관리의 중요도가 점차 높아지고 있는 추세이다. 대표적인 예로서, 우리나라에서 동의 없이 얼굴이 촬영되거나 공표가 되어 권익의 침해가 발생된다면, 침해받은 자는 손해배상을 요구할 수 있도록 법적으로 규정되어 있으며, 미디어 플랫폼 산업 확대 및 관련 영향으로 이에 대한 관련 사례가 다양해짐에 따라 초상권을 보호할 수 있는 법규가 점차 강화되고 있다.
그러나 개인 정보 데이터를 중요시하는 사회의 의식만큼 실제로 초상권의 보호가 실천되지 않을뿐더러 방송 편집시 일일이 많은 사람들을 블러 처리하는 것은 비효율적인 일이다. 사람들을 모자이크 처리를 했을 때 깔끔하지 않고 방송을 시청할 때 몰입도가 깨지는 경우가 많다.
대한민국 등록특허공보 등록번호 제10-2123248호 "프라이버시 보호를 위한 얼굴인식 기반 실시간 영상처리 시스템"에 따르면, 초상권 침해 방지를 위한 기술을 제시하고 있다. 하지만 성별 및 연령대별 구분 없이 모자이크 처리를 한다는 문제점이 있으므로, 이를 개선하기 위한 기술 개발 연구가 요구되고 있는 시점이다.
대한민국 등록특허 공보 등록번호 제10-2123248호 "프라이버시 보호를 위한 얼굴인식 기반 실시간 영상처리 시스템"
본 발명은 상기한 문제점을 해소하기 위하여 발명된 것으로, 초상권 침해 방지를 위해 동의 없이 촬영된 불특정 인물을 성별, 정확도별 및 연령대별 등에 따라 가림스티커를 부착하며, 인공지능을 적용하여 자동으로 얼굴 가림 표식을 부착할 수 있도록 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템을 제공하는 것을 기술적 해결과제로 한다.
상기의 기술적 과제를 해결하기 위하여 본 발명은, 사진 또는 동영상이 입력되면 인공지능 적용하여 얼굴인식을 학습하는 학습부;성별, 연령별 또는 정확도 기준으로 가림스티커 선택을 설정하는 모드 설정부;사진 또는 동영상이 입력되면 상기 학습부에서 학습한 정보를 이용하여, 얼굴 인식 식별을 통해서 정확도를 출력하며, 상기 사진 또는 동영상에 모드설정부 설정에 따라 식별된 얼굴에 대하여 정확도별로 구분되는 얼굴가림표식을 부착하여 출력시키는 판단부;를 포함하여 구성되어, 성별, 나이별 또는 정확도에 따라 각기 다른 스티커를 부착하여 보기 쉽게 이미지 처리가 가능한 것을 특징으로 하는 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템을 제공한다.
본 발명에 있어서, 상기 모드 설정부에 의해서, 사용자의 설정에 따라 각기 다른 모양의 가림스티커의 정확도 판단 기준값을 선택할 수 있는 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템을 특징으로 한다.
본 발명에 있어서, 상기 모드 설정부에 의해서, 국가별, 연령대별, 인종별 등 학습부의 학습 정도에 따라 다양한 모드로 설정하는 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템을 특징으로 한다.
상기의 과제의 해결 수단에 의한 불특정 인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템에 따르면, 방송사 뿐만 아니라 개인이 방송을 할 시, 불특정 인물들의 초상권 침해를 방지할 수 있는 효과가 있다.
또한, 방송사에서 방송 영상을 편집을 할 때 일일이 인물마다 모자이크 할 필요가 없으며, 인공지능을 통한 자동으로 가림스티커를 부착하여 빠른 작업을 할 수 있는 효과가 있다.
또한, 인공지능의 학습 정도에 따라 연령대별 또는 국가별 등 다양한 기준으로 다양한 형태의 특수 스티커를 표시하여 음식점을 촬영했을 때, 시청자 입장에서 성별 또는 연령대별의 선호 기준을 알 수 있는 효과가 있다.
도 1은 본 발명의 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템의 구성을 개략적으로 나타낸 도면.
도 2는 본 발명의 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템의 처리 과정을 나타낸 흐름도.
도 3은 본 발명의 일 실시 예에 따른 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템의 연령별 모드 기준으로 설정 시 나타내는 흐름도.
도 4는 본 발명의 일 실시 예에 따른 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템의 세대별 모드 기준으로 설정 시 나타내는 흐름도.
도 5는 본 발명의 일 실시 예에 따른 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템의 국가별 모드 기준으로 설정 시 나타내는 흐름도.
이하, 본 발명의 실시 예를 첨부된 도 1내지 도 5에 의거하여 상세히 설명한다. 한편, 도면과 상세한 설명에서 이 분야의 종사자들이 용이하게 알 수 있는 구성 및 작용에 대한 도시 및 언급은 간략히 하거나 생략하였다. 특히, 도면의 도시 및 상세한 설명에 있어서 본 발명의 기술적 특징과 직접적으로 연관되지 않는 요소의 구체적인 기술적 구성 및 작용에 대한 상세한 설명 및 도시는 생략하고, 본 발명과 관련되는 기술적 구성만을 간략하게 도시하거나 설명하였다.
도 1은 본 발명의 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템의 구성을 개략적으로 나타낸 도면이다.
도 1을 참조하면, 본 발명의 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템은 학습부(110), 모드설정부(120) 및 판단부(130)를 포함하는 구성으로 이루어진다.
학습부(110)는 촬영된 이미지에서 얼굴 영역을 확보하여 인식시키며, 인식된 이미지는 저장 및 학습할 수 있다. 다양한 이미지 자료를 저장할수록 인공지능은 많은 이미지를 학습하게 되므로, 모드설정부(120)에서 다양한 모드 설정이 가능할 수 있다.
모드설정부(120)는 인식된 이미지를 어떤 기준에 따라 분류될 것인지 선택할 수 있으며, 학습부(110)의 학습 정도에 따라 다양한 기준이 생성 가능하다. 모드설정부(120)의 기준으로는 성별, 정확도에서 더 나아가 학습부의 학습 정도에 따른 연령대별, 세대별, 국가별, 인종별 등과 같은 다양한 기준을 높은 정확도로 분석 및 분류가 될 수 있다. 또한, 모드설정부(120)는 정확도 판단 기준을 선택할 수 있게하여 정확도 판단 범위를 조정할 수 있다.
판단부(130)는 식별된 이미지의 정확도를 출력하며, 정확도가 낮게 식별된 경우 애매모호함을 상징하기 위하여 마스크를 쓴 가림스티커를 활용하여 정확도에 대한 정도를 나타낼 수 있다. 모드설정부(120)의 기준에 따라 어떤 가림스티커를 부착하게 될지 판단을 할 수 있다. 그리고 가림스티커의 종류 및 형태를 설정할 수 있어 사용자의 설정에 따라 각기 다른 모양의 가림스티커를 선택할 수 있다.
도 2는 본 발명의 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템의 처리 과정을 나타낸 흐름도이다.
도 2를 참조하면, 연동된 촬영장치로 촬영된 사진 및 동영상과 같은 이미지 자료는 학습부(110)에 전송된다. 전송된 이미지는 학습부(110)를 통해 얼굴 인식하는 단계를 거친다. 얼굴 인식이 된 이미지는 학습부(110)를 통해 이미지 저장 및 인공지능을 적용하여 학습하는 단계를 거친다. 학습된 이미지는 모드설정부(120)를 통해 모드 설정하는 단계를 거친다. 모드를 설정하면 판단부(130)에 의해 이미지 분석하는 단계를 거치고, 그에 따른 가림스티커 부착하는 단계를 거쳐 화면에 디스플레이를 할 수 있다.
도 3은 본 발명의 일 실시 예에 따른 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템의 연령별 모드 기준으로 설정 시 나타내는 흐름도이다.
도 3을 참조하면, 촬영된 이미지는 학습부(110)를 통해 얼굴 인식하는 단계를 거치고, 인식된 이미지를 저장 및 학습하는 단계를 거친다. 그리고 모드설정부(120)를 통해 연령별 모드 기준으로 설정하여, 판단부(130)에 의해 연령별, 성별, 정확도에 따라 분류되어 가림스티커가 부착된다. 판단부(130)에 의해 연령별 기준으로 1차적으로 성인, 노인, 어린이로 분류되고, 2차적으로 성별이 남자, 여자 인지 분류되고, 3차적으로 정확도가 80% 이상인지, 80% 이하인지 분류됨에 따라 각기 다른 가림스티커가 부착될 수 있다.
도 4는 본 발명의 일 실시 예에 따른 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템의 세대별 모드 기준으로 설정 시 나타내는 흐름도이다.
도 4을 참조하면, 촬영된 이미지는 학습부(110)를 통해 얼굴 인식하는 단계를 거치고, 인식된 이미지를 저장 및 학습하는 단계를 거친다. 그리고 모드설정부(120)를 통해 세대별 모드 기준으로 설정하여, 판단부(130)에 의해 세대별, 성별, 정확도에 따라 분류되어 가림스티커가 부착된다. 판단부(130)에 의해 세대별 기준으로 1차적으로 30대 이하, 40대~70대, 80대이상으로 분류되고, 2차적으로 성별이 남자, 여자 인지 분류되고, 3차적으로 정확도가 80% 이상인지, 80% 이하인지 분류됨에 따라 각기 다른 가림스티커가 부착될 수 있다.
도 5는 본 발명의 일 실시 예에 따른 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템의 국가별 모드 기준으로 설정 시 나타내는 흐름도이다.
도 5을 참조하면, 촬영된 이미지는 학습부(110)를 통해 얼굴 인식하는 단계를 거치고, 인식된 이미지를 저장 및 학습하는 단계를 거친다. 그리고 모드설정부(120)를 통해 국가별 모드 기준으로 설정하여, 판단부(130)에 의해 국가별, 성별, 정확도에 따라 분류되어 가림스티커가 부착된다. 판단부(130)에 의해 국가별 기준으로 1차적으로 한국인, 일본인, 중국인 등으로 분류되고, 2차적으로 성별이 남자, 여자 인지 분류되고, 3차적으로 정확도가 80% 이상인지, 80% 이하인지 분류됨에 따라 각기 다른 가림스티커가 부착될 수 있다.
이와 같이 학습부(110), 모드설정부(120) 및 판단부(130)의 단계를 거쳐 가림스티커를 부착함에 따라, 개인 정보가 민감한 영역에서 불특정 인물의 초상권 침해를 방지할 수 있으며, 방송사 및 미디어 플랫폼에서 영상 편집 시 불특정 인물의 얼굴 영역을 일일이 모자이크 할 필요없이 인공지능을 통한 자동 가림스티커 부착으로 빠른 편집 작업이 가능할 수 있다. 또한, 방송사에서 음식점을 촬영할 경우 성별, 국가별, 연령대별로 구분이 가능한 가림스티커를 부착되어 시청자 입장에서 성별 및 연령대별 선호 기준을 알 수 있다.
상기와 같이 구성된 본 발명의 실시 예에 따른 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템은 성별, 국가별, 정확도, 연령대별 등의 다양한 기준으로 다른 가림 표식을 출력을 보여줄 수 있게 된다.
상술한 바와 같은, 본 발명의 실시 예에 따른 불특정 인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템을 상기한 설명 및 도면에 따라 도시하였지만, 이는 예를 들어 설명한 것에 불과하며 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 변화 및 변경이 가능하다는 것을 이 분야의 통상적인 기술자들은 잘 이해할 수 있을 것이다.
110 : 학습부
120 : 모드설정부
130 : 판단부

Claims (3)

  1. 사진 또는 동영상이 입력되면 인공지능 적용하여 얼굴인식을 학습하는 학습부(110);
    성별, 연령별 또는 정확도 기준으로 가림스티커 선택을 설정하는 모드 설정부(120);
    사진 또는 동영상이 입력되면 상기 학습부(110)에서 학습한 정보를 이용하여, 얼굴 인식 식별을 통해서 정확도를 출력하며, 상기 사진 또는 동영상에 모드설정부(120) 설정에 따라 식별된 얼굴에 대하여 정확도별로 구분되는 얼굴가림표식을 부착하여 출력시키는 판단부(130);를 포함하여 구성되어,
    성별, 나이별 또는 정확도에 따라 각기 다른 스티커를 부착하여 보기 쉽게 이미지 처리가 가능한 것을 특징으로 하는 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템.
  2. 청구항 1에 있어서,
    상기 모드 설정부(120)에 의해서,
    사용자의 설정에 따라 각기 다른 모양의 가림스티커의 정확도 판단 기준값을 선택할 수 있는 것을 특징으로 하는 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템.
  3. 청구항 1에 있어서,
    상기 모드 설정부(120)에 의해서,
    국가별, 연령대별, 인종별 등 학습부의 학습 정도에 따라 다양한 모드로 설정 할 수 있는 것을 특징으로 하는 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템.
KR1020200165573A 2020-12-01 2020-12-01 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템 KR102469476B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200165573A KR102469476B1 (ko) 2020-12-01 2020-12-01 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200165573A KR102469476B1 (ko) 2020-12-01 2020-12-01 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템

Publications (2)

Publication Number Publication Date
KR20220076760A true KR20220076760A (ko) 2022-06-08
KR102469476B1 KR102469476B1 (ko) 2022-11-21

Family

ID=81981439

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200165573A KR102469476B1 (ko) 2020-12-01 2020-12-01 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템

Country Status (1)

Country Link
KR (1) KR102469476B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160011804A (ko) * 2014-07-22 2016-02-02 홍승권 얼굴인식기술을 이용하여 추출된 고객의 성별 및 연령 정보에 기초하여 매장 이용 고객에 대한 마케팅 정보를 제공하는 방법
JP2016177394A (ja) * 2015-03-19 2016-10-06 カシオ計算機株式会社 情報処理装置、年齢推定方法、及びプログラム
KR20180103303A (ko) * 2017-03-09 2018-09-19 경희대학교 산학협력단 영상 콘텐츠 자동 인식기술을 이용한 실시간 영상변환 시스템 및 방법
KR102123248B1 (ko) 2020-01-30 2020-06-16 김선진 프라이버시 보호를 위한 얼굴인식 기반 실시간 영상처리 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160011804A (ko) * 2014-07-22 2016-02-02 홍승권 얼굴인식기술을 이용하여 추출된 고객의 성별 및 연령 정보에 기초하여 매장 이용 고객에 대한 마케팅 정보를 제공하는 방법
JP2016177394A (ja) * 2015-03-19 2016-10-06 カシオ計算機株式会社 情報処理装置、年齢推定方法、及びプログラム
KR20180103303A (ko) * 2017-03-09 2018-09-19 경희대학교 산학협력단 영상 콘텐츠 자동 인식기술을 이용한 실시간 영상변환 시스템 및 방법
KR102123248B1 (ko) 2020-01-30 2020-06-16 김선진 프라이버시 보호를 위한 얼굴인식 기반 실시간 영상처리 시스템

Also Published As

Publication number Publication date
KR102469476B1 (ko) 2022-11-21

Similar Documents

Publication Publication Date Title
US8738622B2 (en) Processing captured images having geolocations
US8009204B2 (en) Image capturing apparatus, image capturing method, image processing apparatus, image processing method and computer-readable medium
US8849062B2 (en) Eye defect detection in international standards organization images
CN103488764B (zh) 个性化视频内容推荐方法和系统
JP6209962B2 (ja) 情報処理装置及び情報処理プログラム
KR20190028349A (ko) 이미지 내 휴먼 분리를 위한 전자 장치 및 방법
US20100302595A1 (en) Image Reproducing Apparatus And Imaging Apparatus
TWI605712B (zh) 互動式媒體系統
WO2016024173A1 (en) Image processing apparatus and method, and electronic device
Korshunov et al. PEViD: privacy evaluation video dataset
CN106127106A (zh) 视频中目标人物查找方法和装置
US11176679B2 (en) Person segmentations for background replacements
CN109089041A (zh) 拍摄场景的识别方法、装置、电子设备和存储介质
JP2015126502A (ja) 画像処理装置、画像処理方法及び画像処理プログラム
US9081801B2 (en) Metadata supersets for matching images
US20030133017A1 (en) Method for capturing metadata in a captured image
Bacci et al. Development of the Wits Face Database: an African database of high-resolution facial photographs and multimodal closed-circuit television (CCTV) recordings
US9286707B1 (en) Removing transient objects to synthesize an unobstructed image
US10529380B2 (en) Method and system for creating a comprehensive personal video clip
KR20220076760A (ko) 불특정인물의 얼굴 영역의 식별 정도에 따른 가림스티커 처리 시스템
CN110969602B (zh) 一种图像清晰程度检测方法及装置
Grosselfinger et al. An architecture for automatic multimodal video data anonymization to ensure data protection
JP6994993B2 (ja) 放送用編集装置、放送システム及び画像処理方法
Jin et al. Face detection assisted auto exposure: supporting evidence from a psychophysical study
WO2018122960A1 (ja) 撮影者特定システム、撮影者特定方法およびプログラム

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant