所有检测到的人脸
模糊所有人脸
遮挡所有检测到的人脸，无需参考照片或身份匹配。
返回首页
PrivateFrame · 视频人脸隐私保护
分享视频，由您决定哪些人脸保持可见。
在自己的设备上检测并跟踪视频中的人脸，再应用模糊或马赛克。可处理所有人脸，也可通过参考照片选择需要保留的人物。
使用 InsightFace 预训练模型进行商业部署，需另行获取商业模型授权。
申请商业授权- 本地视频处理
- 桌面应用 · CLI · Python
- 模糊与马赛克
视频演示
查看 PrivateFrame 的实际效果。
观看不同场景中的人脸跟踪与遮挡效果，以及高斯模糊和马赛克输出。
PrivateFrame 实际输出效果。分享前请检查处理后的视频。
打开视频音乐：Scott Buckley 创作的 Tears in Rain · CC BY 4.0。已节选并混音。
选择需要模糊的人物
三种模式，控制人脸可见范围。
处理所有检测到的人脸，或通过参考照片文件夹匹配人物。
匹配的人物
仅模糊选定人物
模糊与参考照片匹配的人物，保留其他人物的人脸可见。
其他所有人物
保留选定人物可见
保留匹配人物的人脸可见，同时模糊未匹配或匹配不确定的人脸。
照片匹配可能漏掉人物。分享前请检查选择性处理的结果；在“仅模糊选定人物”模式下，未匹配到的目标人物可能仍然可见。
适配视频工作流程
本地处理，灵活输出。
素材留在自己的设备上
安装依赖和模型后，在本地处理视频与参考照片，无需上传素材。
跨帧跟踪人脸
跟踪检测到的人脸，并稳定各帧的遮挡区域，让覆盖效果更一致。
选择模糊或马赛克
根据素材调整遮挡样式、强度和覆盖边距。
分析一次，多次渲染
复用分析 JSON，即可调整渲染设置或编辑人脸框，无需重复检测与识别。
简单的使用流程
从原始视频生成独立的遮挡副本。
- 01
选择本地视频
在 InsightFace 桌面应用中打开 PrivateFrame，或向 CLI、Python API 传入视频。
- 02
设置哪些人物保持可见
选择人物处理模式，按需添加参考照片，再选择模糊或马赛克。
- 03
处理、检查并分享
导出新视频与可复用的分析 JSON。分享前请检查输出结果。
开始使用
选择适合您工作方式的入口。
通过桌面应用开始体验、自动化视频工作流程，或将处理能力集成到 Python 中。
桌面应用
在 InsightFace Evaluation Studio 中打开 PrivateFrame，选择视频、处理设置和输出文件夹。
python -m pip install \
"./python-package[gui]"
insightface-gui命令行
用一条命令处理视频，也可将分析与渲染分开，方便检查和多次导出。
python -m pip install \
"./python-package[privateframe]"
insightface-privateframe process \
--input video.mp4 --output-dir outputPython API
将分析与渲染集成到自己的应用中，支持进度与取消回调。
from insightface.app.privateframe import (
analyze_streaming_pipeline,
render_streaming_artifacts,
)适用场景
为更广泛的受众准备视频素材。
采访与活动
保留主讲人可见，同时遮挡检测到的其他参与者或路人的人脸。
教学与培训
在分发课堂或工作坊录像前，对其中的人脸进行遮挡处理。
企业视频
对内部视频中的人脸进行遮挡，再将副本分享给外部协作者。
常见问题
首次导出前，了解这些事项。
PrivateFrame 会上传我的视频吗？
安装依赖和模型后，视频处理在本地运行，不会上传视频或参考照片进行处理。首次使用时可能需要下载缺失的模型。
不重新分析，能调整输出效果吗？
可以。保留原始视频和分析 JSON，即可用不同的模糊、马赛克或编码设置重新渲染。也可以编辑 JSON 中的人脸框。若要更改检测或身份匹配设置，则需要重新分析。
人脸遮挡能保证匿名吗？
不能。检测、跟踪和匹配可能漏掉人脸或出现错误。请检查导出的视频，尤其是短暂出现的人脸、切换镜头和遮挡场景。人脸遮挡不会隐藏声音、姓名、衣着或其他可识别身份的上下文信息。
PrivateFrame 可以用于商业用途吗？
InsightFace 代码采用 MIT 许可证。项目提供的预训练模型仅限非商业研究使用；商业使用需要获得相应的模型授权。欢迎联系我们讨论部署需求。