이상 행동탐지기반의 자동 선별적 비식별화 연구

Automatic Selective De-Identification Based on Abnormal Behavior Detection

초록

지금까지는 자동으로 비식별화하는 경우에 얼굴인식이나, 객체탐지를 이용하여 프레임 단위의 비식별화를 하고 있다. 그러나, 사람들이 거부감을 가질 수 있는 상황(혐오, 폭력 장면 등)에 대해서도 동작 단위의 비식별화가 요구되고 있기 때문에 이러한 경우 동영상 편집기를 이용하여 수작업으로 비식별화를 진행하고 있다. 본 논문에서는 동작 단위의 비식별화를 위해서. 공간영역의 객체탐지(YOLOv5)와 동작 인식(MViT) 기술을 이용하고, 시간 영역에서 트랜스포머 기반의 이상 탐지를 통해서 비식별화 대상이 되는 프레임의 시작과 끝 시점을 분석하여, 해당 프레임 섹션에 비식별화를 진행하였다. 본 실험에서는 다수의 동영상을 비식별화하였고, 이상행동 5종(쓰러짐, 폭행, 주저앉음, 사고, 기물파손)에 대해서 평균 72.8%의 정확도를 가진다.

키워드

Selective De-IdentificationAnomaly DetectionPersonal InformationAction RecognitionObject Detection선별적 비식별화이상 탐지개인정보동작 인식객체 인식
제목
이상 행동탐지기반의 자동 선별적 비식별화 연구
제목 (타언어)
Automatic Selective De-Identification Based on Abnormal Behavior Detection
저자
김대진전윤걸김준화
DOI
10.9728/dcs.2025.26.4.1069
발행일
2025-04
저널명
디지털컨텐츠학회논문지
26
4
페이지
1069 ~ 1076