구글 스트리트 뷰 서비스상에서의 얼굴 블러닝(Face-blurring) 기법
상태바
구글 스트리트 뷰 서비스상에서의 얼굴 블러닝(Face-blurring) 기법
  • 이수진
  • 승인 2012.07.03 00:00
  • 댓글 0
이 기사를 공유합니다

연 재 순 서

1. e-JIKEI 카메라 기반 e-JIKEI 네트워크 프라이버시 제공 기법
2. Dairi EYE Lock 프로그램 기반 프라이버시 제공 기법
3. 세미블라인드 핑거프린팅(Semi-blind Fingerprinting) 기반 프라이버시 제공 기법
4. Privacy-Safe See-Through Vision 기반 프라이버시 제공 기법
5. USB 메모리 기반 영상 감시 카메라 시스템 프라이버시 제공 기법
6. 적응적 비쥬얼 개념을 활용한 PriSurv 기반 프라이버시 제공 기법
7. 프라이버시 보호를 제공하는 영상 감시 카메라 이미지 분배 시스템 기법
8. 프라이버시 보호를 위한 H.264/AVC 영상 스크램블링 기법
9. SecST-SPIHT 코딩 및 디코딩 스킴을 적용한 프라이버시 제공 기법
10. 영상 감시 시스템 내의 민감한 프라이버시 정보에 대한 영상 데이터 은닉 기법
11. RFID 기반의 프라이버시 제공 영상 감시 시스템 기법
12. Scalable Video Coding을 이용한 프라이버시 보호 영상 감시 시스템 기법
13. DRM 기반의 프라이버시 제공 영상 감시 시스템 기법
14. 영상 감시 시스템 내의 프라이버시 보호를 위한 주파수영역 기반 스크램블링 기법
15. 보안 카메라 내의 움직이는 객체 마스킹을 통한 프라이버시 보호 기법
16. 얼굴검출 및 JPEG2000의 ROI 코딩 기반 프라이버시 제공 영상 감시 시스템 기법
17. Life-log 시스템 영상을 위한 프라이버시 보호 기법
18. 자동화된 영상 감시 시스템을 위한 보안과 프라이버시 보호 기법
19. 접근레벨 기반의 CCTV 영상 프라이버시 보호 기법
20. SPDCM(Stated Preference Discrete Choice Modelling) 기반 프라이버시 보호 기법
21. DWDM 파장 개선을 활용한 CCTV 보안 시스템 기법
22. 구글 스트리트 뷰 서비상에서의 얼굴 블러닝(Face-blurring) 기법


본 기고에서는 구글(Google)에서 연구된 CCTV 환경에서 영상 내의 다양한 객체들에 대한 프라이버시를 제공하는 방법으로 응용 가능한 구글 스트리트 뷰(Street View) 서비스상에서의 얼굴 블러닝 기법에 관해 소개한다.

Google 'Street View' 서비스?

구글 스트리트 뷰 서비스는 전 세계 주요 도시의 도로와 주변 사진을 구글 맵(Google Map)을 통해 쉽게 열람할 수 있는 서비스이다.




[그림 1] 360도 카메라가 장착된 자동차

2007년 5월 구글 맵의 일부로 도입된 구글 스트리트 뷰 서비스는 현재 전 세계적으로 활발히 서비스되고 있으며 [그림 1]과 같은  360도 카메라가 장착된 자동차를 이용하여 촬영된 사진을 [그림 2]와 같이 파노라마식으로 연결하여 해당지역의 모습을 입체적으로 확인할 수 있도록 지원하는 서비스이다.



[그림2] 파노라마식 입체영상

특히 구글 스트리트 뷰는 지도와 사진을 조합하여 실제 거리 모습을 아주 정밀하게 보여주는 정밀 위치정보 서비스 기능을 가진다.



[그림 3] 얼굴 블러닝 기반 구글 스트리트 뷰 영상

하지만 이러한 기능으로 인해 사람의 얼굴과 자동차 번호판 등이 노출돼 사생활 침해 및 초상권 침해의 우려가 제기되었으며 이러한 프라이버시 문제점 해결을 위해 구글은 [그림 3]과 같은 얼굴 블러닝(Face-blurring)과 같은 자동으로 이미지의 중요한 구성 요소가 흐리게 하는 기술을 개발하여 현재 서비스하고 있다.

얼굴(face)과 신체(body) 탐지 원리?

최근에 Devaux 등은 구글 스트리트 뷰 기술의 한 응용으로 얼굴, 신체 및 피부 감지 알고리즘을 이용한 프라이버시 강도를 조절할 수 있는 기술을 제안하였다.

[그림 4] 얼굴(face)과 신체(body) 감지 기법

제안 기술은 [그림 4]와 같이 사람에 대한 감지를 위해 Op enCV 라이브러리에서 구현한 Viola & Jones 알고리즘을 이용한 보행자 검출과 Laptev 알고리즘을 이용한 얼굴 검출 기술을 적용하였으며 피부 검출 알고리즘을 추가로 적용하여 정밀한 얼굴 영역 검출을 유도하였다.


[그림 5] 피부 톤(skin tone) 알고리즘
Haar 특징값 추출 알고리즘과 아다부스트(AdaBoost) 알고리즘은 얼굴 영역 검출을 위해 많이 사용되는 알고리즘이며 특히 제안된 기술에서 적용된 피부 톤(Skin Tone) 알고리즘은 [그림 5]과 같이 동작하여 정밀한 얼굴 영역 검출이 가능하다.


[그림 6] 단일 카메라 영상에서의 4가지 알고리즘 적용 결과

[그림 6]은 Devaux 등이 제안한 구글 스트리트 뷰 기술의 한 응용으로 얼굴, 신체 및 피부 감지 알고리즘을 이용한 프라이버시 강도를 조절 기술의 실험 결과를 보여준다.
결론적으로 구글 스트리트 뷰의 얼굴 블러닝 기술은 보행자에 대한 얼굴 인식이 불가능케 하여 사용자의 신원을 쉽게 파악할 수 없어 강한 프라이버시를 제공할 수 있다.

[참고문헌]

[1] Alexandre Devaux 등. "Face Blurring for Privacy in Street-level Geoviewers Combining Face, Body and Skin Detectors", MVA2009 IAPR Conference on Machine Vision Applications, May 20-22, 2009, Yokohama, JAPAN.
[2] Stan Z. Li & Anil K. Jain. "Handbook of Face Recognition", Springer-Verlag.
[3] Andrea Frome 등. "Large-scale Privacy Protection in Google Street View",  In Interna- tional Conference on Computer Vision, 2009.
 



댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
0 / 400
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.