People Occlusion

People Occlusion (с англ. — «окклюзия людей») — это технология компьютерного зрения, позволяющая системе автоматически обнаруживать и «закрывать» (скрывать, заменять, размывать) изображения людей в кадре видеопотока или на статичных фотографиях. Технология применяется для обеспечения конфиденциальности, соблюдения законодательства о персональных данных, а также в системах видеонаблюдения, дополненной реальности и автоматической обработки медиаконтента.

Принцип работы

People Occlusion основана на алгоритмах глубокого обучения, в частности, на свёрточных нейронных сетях (CNN). Процесс включает несколько этапов:

1. Детекция человека — нейросеть находит в кадре области, соответствующие фигуре человека. Используются модели, обученные на больших наборах данных (например, COCO, ImageNet, Open Images). Современные детекторы (YOLO, Faster R-CNN, EfficientDet) способны распознавать людей в различных позах, при частичном перекрытии и в условиях плохого освещения.

1. Сегментация — после обнаружения система выделяет точный контур человека (семантическая сегментация), а не просто прямоугольную область (bounding box). Это позволяет корректно обрабатывать сложные формы (например, руки, волосы, одежду) и избегать артефактов на фоне.

1. Окклюзия — на выделенную область накладывается маска: размытие (blur), пикселизация (mosaic), замена на однотонный цвет, силуэт или синтезированное изображение (например, генерация отсутствующего фона). В некоторых системах применяется инпейнтинг — дорисовка фона с помощью генеративно-состязательных сетей (GAN), что делает результат менее заметным.

1. Постобработка — сглаживание границ маски, коррекция мерцания (если человек движется) и синхронизация с кадром (трекинг).

История и развитие

Первые методы окклюзии людей появились в конце 2000-х годов в рамках исследований по анонимизации видеоданных. Ранние подходы основывались на простом размытии прямоугольных областей, что часто приводило к видимым артефактам. С развитием нейросетей (особенно после появления архитектуры U-Net в 2015 году) точность сегментации значительно выросла.

В 2018–2020 годах технология стала массово внедряться в коммерческие продукты: системы видеонаблюдения (Hikvision, Dahua, Axis), сервисы картографирования (Google Street View, Яндекс.Карты) и платформы для обработки фото (Adobe Photoshop, Facepixelizer). В 2023 году компания NVIDIA представила технологию NVIDIA Canvas с функцией автоматической окклюзии людей для создания виртуальных фонов.

Применение

Обеспечение конфиденциальности

• Видеонаблюдение — в общественных местах (торговые центры, парки, транспорт) окклюзия позволяет скрыть лица и фигуры прохожих, сохраняя при этом общую картину (например, для анализа потоков людей). В России с 2021 года действует закон «О персональных данных» (152-ФЗ), требующий обезличивания изображений граждан при публикации видеозаписей.
• Медицинские учреждения — скрытие пациентов на записях операций или в палатах.
• Журналистика — анонимизация свидетелей, потерпевших или несовершеннолетних в репортажах.

Дополненная и виртуальная реальность

• AR-фильтры — в приложениях (Instagram, Snapchat) окклюзия используется для наложения масок на лицо или замены фона.
• VR-чаты — скрытие реальных тел пользователей для замены аватарами.

Автоматическая обработка контента

• Фоторедакторы — удаление случайных прохожих с туристических снимков (например, функция «Magic Eraser» в Google Photos).
• Видеомонтаж — замена фона в прямом эфире (технология «зелёного экрана» без хромакея).

Безопасность и аналитика

• Системы подсчёта людей — окклюзия позволяет скрыть личности, но сохранить данные о количестве посетителей.
• Робототехника — в социальных роботах (например, «Промобот») окклюзия используется для фокусировки на лице собеседника.

Технические ограничения

• Вычислительная сложность — обработка видео в реальном времени требует мощных GPU (NVIDIA Jetson, Tesla) или специализированных NPU. На мобильных устройствах возможна задержка.
• Качество сегментации — при сильном перекрытии (например, толпа, люди в прозрачной одежде) или нестандартных ракурсах (сверху, снизу) нейросеть может ошибаться.
• Артефакты — при быстром движении или резкой смене освещения маска может «дрожать» или оставлять следы.
• Этические аспекты — технология может использоваться для скрытия лиц протестующих или нежелательных персон, что вызывает споры о балансе между конфиденциальностью и прозрачностью.

Критика и правовые аспекты

В России и ряде других стран (Китай, страны ЕС) применение People Occlusion регулируется законами о персональных данных. Например, в Китае с 2021 года действует Закон о защите персональной информации, требующий обязательного обезличивания изображений граждан в публичных системах. В Евросоюзе GDPR (Общий регламент по защите данных) предписывает анонимизацию видеозаписей, если они не хранятся в зашифрованном виде.

Критики отмечают, что окклюзия не всегда гарантирует полную анонимность: современные методы реконструкции лица (например, на основе нейросетей) могут восстановить черты по размытому изображению. Кроме того, технология может быть использована для скрытия правонарушений (например, в системах «умного города»).

Сравнение с альтернативами

Перспективы

Ожидается, что к 2030 году People Occlusion станет стандартной функцией всех камер видеонаблюдения и фоторедакторов. Развитие нейросетей (в частности, трансформеров и диффузионных моделей) позволит достичь почти идеальной окклюзии — без артефактов и с полным восстановлением фона. Также ведутся исследования по интеграции технологии в бортовые системы автомобилей (для скрытия пешеходов в записях аварий) и в дроны (для анонимизации съёмки с воздуха).

Источники

• Федеральный закон «О персональных данных» № 152-ФЗ от 27.07.2006 (ред. от 14.07.2022).
• Общий регламент по защите данных (GDPR) Европейского союза, 2018.
• Закон Китайской Народной Республики о защите персональной информации, 2021.
• Документация NVIDIA Canvas (2023).
• Статья «Real-time Human Segmentation for Video Surveillance» в журнале IEEE Transactions on Pattern Analysis and Machine Intelligence, 2020.
• Отчёт «State of AI in Computer Vision 2023» компании McKinsey & Company.