Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Model Person blur memungkinkan Anda melindungi privasi orang yang muncul dalam
video
input melalui distorsi seperti menyamarkan atau memburamkan penampilan orang dalam
video output. Model ini menerima streaming video sebagai input dan menghasilkan video yang diubah
dengan wajah atau seluruh tubuh orang diburamkan. Model berjalan pada lima FPS.
Anda dapat menyiapkan parameter di konsol untuk mengontrol distorsi dalam video
output:
Pilih Oklusi penuh atau Filter blur untuk mengontrol jenis distorsi:
Oklusi penuh: Sembunyikan wilayah yang terdeteksi dengan kotak pembatas
hitam buram.
Filter blur: Menerapkan pemburaman tingkat piksel pada wilayah yang terdeteksi.
Pelanggan juga dapat memilih atau menghapus Hanya blur wajah untuk mengontrol
wilayah tampilan orang yang akan didistorsi:
check_box Pilih Hanya blur wajah:
Hanya mendistorsi area wajah.
check_box_outline_blank Jelas
Hanya blur wajah : Membelokkan seluruh orang.
Anda dapat menggunakan kombinasi ini untuk membuat empat jenis video output berikut:
Jenis distorsi
Hanya pemburaman wajah (dipilih/tidak dipilih)
Deskripsi video output
radio_button_checkedOklusi penuh radio_button_uncheckedFilter blur
check_boxHanya memburamkan wajah
Hanya menampilkan kotak hitam buram pada wajah.
radio_button_checkedOklusi penuh radio_button_uncheckedFilter blur
check_box_outline_blankHanya memburamkan wajah
Menampilkan kotak hitam buram di seluruh objek yang terdeteksi.
radio_button_uncheckedOklusi penuh radio_button_checkedFilter blur
check_boxHanya memburamkan wajah
Menghasilkan area yang diburamkan hanya pada wajah.
radio_button_uncheckedOklusi penuh radio_button_checkedFilter blur
check_box_outline_blankHanya memburamkan wajah
Menghasilkan area yang diburamkan di seluruh tubuh yang terdeteksi.
Praktik terbaik dan batasan
Hindari sudut pandang kamera yang tidak biasa (misalnya, tampilan dari atas ke bawah) dengan
orang dan kendaraan yang terlihat berbeda dari tampilan standar atau umum.
Kualitas deteksi dan pemburaman dapat sangat terpengaruh oleh
tampilan yang tidak biasa ini.
Pastikan orang atau wajah terlihat sepenuhnya atau sebagian besar. Kualitas
deteksi dan pemburaman dapat terpengaruh oleh oklusi parsial oleh objek lain.
Pastikan scene memiliki pencahayaan yang tepat. Adegan gelap dapat memengaruhi
kualitas deteksi dan pemburaman.
Detektor orang dan wajah memiliki ukuran objek minimum yang dapat dideteksi. Ukuran ini
adalah sekitar 2% sehubungan dengan ukuran tampilan kamera. Orang dan
wajah yang jauh dari kamera tidak akan diburamkan. Hindari adegan yang ramai
dan perkirakan setiap orang atau wajah akan diburamkan. Model beroperasi secara optimal
saat orang berada di tengah-tengah tampilan dan cukup besar.
Model pemburaman Orang dioptimalkan untuk melindungi privasi pengguna. Akibatnya,
model
mungkin memberikan area pemburaman yang terlalu besar ("konservatif") untuk video.
Untuk menghindari wilayah yang diburamkan secara berlebihan, alihkan metode pemburaman dari
Oklusi Penuh ke Filter Blur.
Model pemburaman Orang adalah operasi yang mahal secara komputasi. Oleh karena itu,
Anda harus mempertimbangkan pertimbangan berikut saat menggunakan model ini:
Resolusi: Tidak ada batasan pada resolusi video input. Namun,
video dengan resolusi lebih tinggi dari 1280x720 piksel akan diperkecil menjadi
1280x720 piksel saat Anda menggunakan model pemburaman Orang. Wajah yang lebih kecil
dan jauh dari kamera tidak akan diburamkan.
Kecepatan frame video output: Kecepatan frame output saat ini dari model pemburaman
Orang adalah lima frame per detik tetap, terlepas dari kecepatan frame
video input. Kecepatan frame output ini dibatasi oleh resource komputasi dan
dapat berubah dalam update produk mendatang.
[[["Mudah dipahami","easyToUnderstand","thumb-up"],["Memecahkan masalah saya","solvedMyProblem","thumb-up"],["Lainnya","otherUp","thumb-up"]],[["Sulit dipahami","hardToUnderstand","thumb-down"],["Informasi atau kode contoh salah","incorrectInformationOrSampleCode","thumb-down"],["Informasi/contoh yang saya butuhkan tidak ada","missingTheInformationSamplesINeed","thumb-down"],["Masalah terjemahan","translationIssue","thumb-down"],["Lainnya","otherDown","thumb-down"]],["Terakhir diperbarui pada 2025-09-01 UTC."],[],[],null,["# Person blur guide\n\nThe **Person blur** model lets you protect the privacy of people who appear in\ninput\nvideos through distortion such as masking or blurring people's appearance in\noutput videos. The model accepts video streams as input and outputs modified\nvideos with people's face or whole body blurred. The model runs at five FPS.\n\nYou can set up parameters in the console to control the distortion in output\nvideos:\n\n1. Choose **Full occlusion** or **Blur filter** to control the distortion type:\n\n - **Full occlusion**: Hide the detected region with an opaque black bounding box.\n - **Blur filter**: Apply pixel-level blurring on the detected region.\n2. Customers can also select or clear **Blur faces only** to control the\n region of the person's appearance to distort:\n\n - check_box Select **Blur faces only**: Distort the face region only.\n - check_box_outline_blank Clear **Blur faces only** : Distort the whole person.\n\nYou can use these combinations to make the following four output video types:\n\nBest practices and limitations\n------------------------------\n\n- Avoid unusual camera viewpoints (for example, a top-down view) where the people and vehicles look different from their standard or common views. The detection and blurring quality can be largely affected by these unusual views.\n- Make sure that people or faces are fully or mostly visible. The detection and blurring quality can be affected by partial occlusion by other objects.\n- Make sure that the scene has proper lighting. Dark scenes might impact detection and blurring quality.\n- The person and face detector has a minimal-detectable object size. This size is approximately 2% with respect to the size of the camera view. People and faces that are far away from the camera aren't blurred. Avoid crowded scenes and expect every person or face to be blurred. The model operates optimally when people are in the center of the scenes and are sufficiently large.\n- The Person blur model optimizes for protecting user privacy. Consequently, the model might provide an excessively large (\"conservative\") blur region for the video. To avoid excessive blacked-out regions, switch your blur method from **Full Occlusion** to **Blur Filter**.\n- The Person blur model is a computationally-expensive operation. Consequently, you should consider the following considerations when using this model:\n - Resolution: There are no constraints on the input video resolution. However, videos with resolution *higher* than 1280x720 pixels are down-sized to 1280x720 pixels when you use the Person blur model. Smaller faces far from cameras aren't blurred.\n - Output video frame rate: The current output frame rate of the Person blur model is a fixed **five frames per second** regardless of the input video frame rate. This output frame rate is limited by computing resources and is subject to change in future product updates."]]