PrivateFrame · Confidentialité des visages en vidéo
Partagez la vidéo.Choisissez les visages qui restent visibles.
Détectez et suivez les visages dans vos vidéos, puis appliquez un flou ou une mosaïque sur votre propre appareil. Sélectionnez tout le monde ou utilisez des photos de référence pour choisir qui reste visible.
Trois façons de contrôler la visibilité des visages.
Traitez tous les visages détectés ou identifiez les personnes à partir d’un dossier de photos de référence.
Tous les visages détectés
Flouter tous les visages
Masquez tous les visages détectés. Aucune photo de référence ni identification des personnes n’est nécessaire.
Personnes reconnues
Flouter les personnes sélectionnées
Floutez les personnes correspondant à vos photos de référence et laissez les autres visibles.
Toutes les autres personnes
Garder les personnes sélectionnées visibles
Gardez visibles les personnes reconnues et floutez les visages sans correspondance ou dont l’identification est incertaine.
La comparaison avec les photos peut manquer une personne. Vérifiez les résultats sélectifs avant de les partager ; en mode de floutage des personnes sélectionnées, une personne cible non reconnue peut rester visible.
Conçu pour vos traitements vidéo
Traitement local. Résultats flexibles.
Gardez vos médias sur votre appareil
Après avoir installé les dépendances et les modèles, traitez les vidéos et les photos de référence en local, sans les téléverser.
Suivez les visages d’une image à l’autre
Suivez les visages détectés et stabilisez leurs zones d’une image à l’autre pour une couverture plus régulière.
Choisissez le flou ou la mosaïque
Ajustez le style, l’intensité et la marge de couverture du masquage selon votre vidéo.
Analysez une fois, recommencez le rendu
Réutilisez le JSON d’analyse pour modifier les paramètres de rendu ou les cadres des visages sans répéter la détection et la reconnaissance.
Un processus simple
De la vidéo d’origine à une copie distincte aux visages masqués.
01
Choisissez une vidéo locale
Ouvrez PrivateFrame dans l’application de bureau InsightFace ou transmettez une vidéo à la CLI ou à l’API Python.
02
Définissez qui reste visible
Choisissez un mode de sélection, ajoutez des photos de référence si nécessaire, puis optez pour le flou ou la mosaïque.
03
Traitez, vérifiez et partagez
Exportez une nouvelle vidéo et un JSON d’analyse réutilisable. Vérifiez le résultat avant de le partager.
Premiers pas
Utilisez l’interface adaptée à votre travail.
Commencez avec l’application de bureau, automatisez un traitement vidéo ou intégrez-le à Python.
Application de bureau
Ouvrez le module PrivateFrame dans InsightFace Evaluation Studio. Choisissez votre vidéo, vos paramètres et le dossier de sortie.
Intégrez l’analyse et le rendu à votre application avec des fonctions de rappel pour la progression et l’annulation.
from insightface.app.privateframe import (
analyze_streaming_pipeline,
render_streaming_artifacts,
)
Nécessite Python 3.10 ou ultérieur. Suivez le guide pour installer la version du dépôt mis à jour. Des modèles peuvent devoir être téléchargés au premier lancement. Les modèles préentraînés fournis sont réservés à l’évaluation dans le cadre de recherches non commerciales. Obtenez une licence de modèles avant tout déploiement commercial.
Gardez les intervenants visibles tout en masquant les visages détectés des autres participants ou des passants.
Enseignement et formation
Masquez les visages des enregistrements de cours ou d’ateliers avant de les diffuser.
Vidéos professionnelles
Masquez les visages dans les vidéos internes avant d’en partager une copie avec des collaborateurs externes.
Questions et réponses
Avant votre premier export.
PrivateFrame téléverse-t-il ma vidéo ?
Le traitement vidéo s’exécute localement après l’installation des dépendances et des modèles. Les vidéos et les photos de référence ne sont pas téléversées pour être traitées. Les modèles manquants peuvent être téléchargés à la première utilisation.
Puis-je modifier le résultat sans relancer l’analyse ?
Oui. Conservez la vidéo d’origine et le JSON d’analyse pour refaire le rendu avec d’autres paramètres de flou, de mosaïque ou d’encodage. Vous pouvez aussi modifier les cadres des visages dans le JSON. Les changements de détection ou d’identification des personnes nécessitent une nouvelle analyse.
Le masquage des visages garantit-il l’anonymat ?
Non. La détection, le suivi et la comparaison peuvent manquer des visages ou se tromper. Vérifiez la vidéo exportée, notamment les apparitions brèves, les changements de plan et les occultations. Le masquage des visages ne dissimule pas les voix, les noms, les vêtements ni les autres éléments permettant d’identifier une personne.
Puis-je utiliser PrivateFrame à des fins commerciales ?
Le code InsightFace est sous licence MIT. Les modèles préentraînés fournis par le projet sont destinés à la recherche non commerciale ; une utilisation commerciale nécessite une autorisation appropriée pour les modèles. Contactez-nous pour discuter de votre déploiement.
Intégrez la confidentialité des visages à vos traitements vidéo.
Le déploiement commercial avec les modèles préentraînés d’InsightFace nécessite une licence de modèles distincte. Le code est sous licence MIT ; les licences du code et des modèles s’appliquent séparément.