PrivateFrameЛокальная обработка видеоПриложение · CLI · PythonРазмытие и мозаика

PrivateFrame — Руководство по установке и использованию

Начните с приложения для компьютера, автоматизируйте обработку видео или интегрируйте её в Python.

2026-09-08•8 мин чтения

Что вы настроите

Обнаруживайте и отслеживайте лица на видео, затем применяйте размытие или мозаику на своём устройстве. Выберите всех или используйте эталонные фотографии, чтобы указать, кто останется видимым.

Для коммерческого развёртывания с предобученными моделями InsightFace требуется отдельная коммерческая лицензия на модели.

Видеодемонстрация

Посмотрите, как работает PrivateFrame.

Посмотрите, как лица отслеживаются и скрываются в разных сценах с помощью гауссова размытия и мозаики.

Реальный результат PrivateFrame. Проверьте обработанное видео перед публикацией.

Открыть видео

Музыка: Tears in Rain — Scott Buckley · CC BY 4.0. Использован фрагмент с монтажом и сведением.

Перед началом

Нужны Python 3.10+ и обновлённый исходный код InsightFace с каталогом python-package/insightface/app/privateframe/. Выполняйте команды установки из корня этого репозитория. Руководство использует обновлённые исходники; старый репозиторий или опубликованный пакет может ещё не содержать PrivateFrame.
Локальное видео и папка для результата. Замените пути /data/... в примерах на пути на вашем устройстве. Для каждого примера используйте отдельную папку вывода, чтобы сохранять результаты раздельно.
После установки зависимостей и моделей обработка выполняется локально. Видео и эталонные фотографии не загружаются на сервер для обработки. Недостающие модели могут скачиваться при первом использовании.

1. Руководство по установке и использованию

Нужны Python 3.10+ и обновлённый исходный код InsightFace с каталогом python-package/insightface/app/privateframe/. Выполняйте команды установки из корня этого репозитория. Руководство использует обновлённые исходники; старый репозиторий или опубликованный пакет может ещё не содержать PrivateFrame.

Требуется Python 3.10 или новее. Следуйте руководству для установки из обновлённого репозитория. При первом запуске может потребоваться скачивание моделей. Предоставляемые предобученные модели предназначены только для оценки в рамках некоммерческих исследований. Перед коммерческим развёртыванием получите лицензию на модели.

Приложение для компьютера

python -m pip install "./python-package[gui]"

Командная строка / Python API

python -m pip install "./python-package[privateframe]"
insightface-privateframe --help

2. Приложение для компьютера

Откройте модуль PrivateFrame в InsightFace Evaluation Studio. Выберите видео, настройки и выходную папку.

Откройте PrivateFrame в приложении InsightFace для компьютера или передайте видео в CLI либо Python API.
Выберите режим, при необходимости добавьте эталонные фотографии и задайте размытие или мозаику.
Экспортируйте новое видео и JSON анализа для повторного использования. Проверьте результат, прежде чем делиться им.

Приложение для компьютера

insightface-gui

3. Командная строка — Выберите, чьи лица скрыть

Обрабатывайте видео одной командой или разделите анализ и рендеринг для проверки и повторного экспорта.

Для режимов с фотографиями поместите чёткие снимки одного человека в формате JPG, JPEG, PNG или WebP непосредственно в одну папку образцов. Из каждого фото используется только самое крупное обнаруженное лицо. Для обоих режимов нужен хотя бы один пригодный образец лица. По умолчанию лица без совпадения или с неопределённым совпадением остаются видимыми в blur_only и размываются в exempt.

Скрыть все лица: Скрывайте каждое обнаруженное лицо. Эталонные фотографии и установление личности не требуются.
Скрыть выбранных людей: Скрывайте людей, совпавших с эталонными фотографиями, и оставляйте остальных видимыми.
Оставить выбранных людей видимыми: Оставляйте людей с совпадением видимыми, а лица без совпадения или с неопределённым результатом скрывайте.

Скрыть все лица

insightface-privateframe process \
  --input /data/video.mp4 --output-dir /data/all

Скрыть выбранных людей

insightface-privateframe process \
  --input /data/video.mp4 --output-dir /data/selected \
  --recognition.mode blur_only \
  --recognition.reference_dir /data/reference_photos

Оставить выбранных людей видимыми

insightface-privateframe process \
  --input /data/video.mp4 --output-dir /data/exempt \
  --recognition.mode exempt \
  --recognition.reference_dir /data/reference_photos

4. Один анализ — повторный рендеринг

Повторно используйте JSON анализа, чтобы менять параметры рендеринга или редактировать рамки лиц без повторного обнаружения и распознавания.

Да. Сохраните исходное видео и JSON анализа, чтобы повторно выполнить рендеринг с другими параметрами размытия, мозаики или кодирования. В JSON также можно редактировать рамки лиц. Изменение настроек обнаружения или сопоставления личности требует нового анализа.

analyze

insightface-privateframe analyze \
  --input /data/video.mp4 --output-dir /data/review

render · mosaic

insightface-privateframe render \
  --input /data/video.mp4 \
  --result /data/review/video_privateframe.json \
  --redacted /data/review/video_mosaic.mp4 \
  --render.redaction.method mosaic

5. Python API

Встраивайте анализ и рендеринг в своё приложение с обратными вызовами для отслеживания прогресса и отмены.

Python API

from insightface.app.privateframe import (
    analyze_streaming_pipeline,
    default_output_paths,
    render_streaming_artifacts,
)
from insightface.app.privateframe.base_config import DEFAULT_CONFIG_PATH

paths = default_output_paths("/data/video.mp4", "/data/python_output")

analysis = analyze_streaming_pipeline(
    config_path=DEFAULT_CONFIG_PATH,
    input_path=paths.source,
    workdir=paths.workdir,
    result_path=paths.result_json,
)

rendered = render_streaming_artifacts(
    input_path=paths.source,
    result_path=paths.result_json,
    redacted_path=paths.result_video,
    config_overrides={"render.redaction.method": "mosaic"},
)

6. Обработайте, проверьте и поделитесь

Экспортируйте новое видео и JSON анализа для повторного использования. Проверьте результат, прежде чем делиться им.

Сопоставление по фотографиям может пропустить человека. Проверяйте результаты выборочной обработки перед публикацией: в режиме скрытия выбранных людей целевой человек без совпадения может остаться видимым.

Нет. Обнаружение, отслеживание и сопоставление могут пропустить лица или ошибиться. Проверьте экспортированное видео, особенно краткие появления, смены сцен и перекрытия лиц. Скрытие лиц не скрывает голоса, имена, одежду и другие признаки, позволяющие установить личность.

7. Можно ли использовать PrivateFrame в коммерческих целях?

Код InsightFace распространяется по лицензии MIT. Предобученные модели проекта предназначены для некоммерческих исследований; коммерческое использование требует соответствующего разрешения на модели. Свяжитесь с нами, чтобы обсудить ваше развёртывание.

Добавьте защиту лиц в свой процесс работы с видео.

Для коммерческого развёртывания с предобученными моделями InsightFace требуется отдельная лицензия на модели. Код распространяется по лицензии MIT; лицензии на код и модели применяются отдельно.

Запросить коммерческую лицензию