P3M-Net : 비식별화된 초상화 배경 분리

프라이버시 보호를 위한 비식별화 사진에서 작동하는 초상화 매트 모델

 

P3M-Net은 프라이버시 보호를 위해 얼굴을 알아볼 수 없게 처리된 사진에서도 잘 작동하도록 만들어진 초상화 매트 모델입니다.

 

AI학습용 데이터구축 과제를 진행할 때 수집된 사진들에서 얼굴, 자동차 번호판, 간판, 전화번호 등이 있는 인쇄물 등 개인의 프라이버시와 관련된 것들은 모두 비식별화 처리를 해야 하는 것은 아실 겁니다. 반면 사진에서 사람의 전신 혹은 얼굴 부분을 배경과 분리해야 하는 경우가 있어 초상화 매팅 기법 등을 이용할 때, 이 기법들은 대부분 식별 가능한 초상화 이미지를 기반으로 하는 경우가 많습니다.

 

P3M-Net은 둘 간의 간극을 메우는 경우라고 할 수 있으며, 이를 위해 프라이버시가 보존된 (비식별화된) 초상화 매트를 위한 대규모 익명화 벤치마크 데이터셋인 P3M-10k를 함께 공개했습니다. 보통 초상화 매트 모델들이 비식별화 외에도 가는 머리카락 등을 처리하는데 어려움을 겪는데 반해 P3M-Net의 경우는 이런 부분들이 아주 잘 해낸다고 합니다. 화상회의 서비스에서 대화 당사자의 얼굴에서 세밀한 부분까지 처리해 줄 수 있다면 훨씬 더 자연스러운 영상을 제공할 수 있게 되겠죠.

 

• 초상화 매팅 (Portrait Matting) : 이미지에서 사람의 실루엣을 배경과 분리하는 기술

 

 

사진: P3M-Net의 구조

 

참고) 논문, 코드, 데모(Colab), 소개영상