Làm mờ đối tượng bằng cách sử dụng Ultralytics YOLO11 🚀

Làm mờ vật thể là gì?

Làm mờ đối tượng bằng Ultralytics YOLO11 liên quan đến việc áp dụng hiệu ứng làm mờ cho các đối tượng cụ thể được phát hiện trong hình ảnh hoặc video. Điều này có thể đạt được bằng cách sử dụng YOLO11 khả năng của mô hình để xác định và thao tác các đối tượng trong một cảnh nhất định.

Đồng hồ: Làm mờ đối tượng bằng cách sử dụng Ultralytics YOLO11

Ưu điểm của việc làm mờ đối tượng

• Bảo vệ quyền riêng tư : Làm mờ đối tượng là một công cụ hiệu quả để bảo vệ quyền riêng tư bằng cách che giấu thông tin nhạy cảm hoặc thông tin nhận dạng cá nhân trong hình ảnh hoặc video.
• Tập trung có chọn lọc : YOLO11 cho phép làm mờ có chọn lọc, cho phép người dùng nhắm mục tiêu vào các đối tượng cụ thể, đảm bảo cân bằng giữa quyền riêng tư và giữ lại thông tin hình ảnh có liên quan.
• Xử lý thời gian thực : YOLO11 Hiệu quả của nó cho phép làm mờ vật thể theo thời gian thực, phù hợp với các ứng dụng yêu cầu cải thiện quyền riêng tư tức thời trong môi trường năng động.
• Tuân thủ quy định : Giúp các tổ chức tuân thủ các quy định về bảo vệ dữ liệu như GDPR bằng cách ẩn danh thông tin nhận dạng trong nội dung trực quan.
• Kiểm duyệt nội dung : Hữu ích để làm mờ nội dung không phù hợp hoặc nhạy cảm trên các nền tảng truyền thông trong khi vẫn bảo toàn bối cảnh chung.

# Blur the objects
yolo solutions blur show=True

# Pass a source video
yolo solutions blur source="path/to/video.mp4"

# Blur the specific classes
yolo solutions blur classes="[0, 5]"

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"

# Video writer
w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))
video_writer = cv2.VideoWriter("object_blurring_output.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# Initialize object blurrer object
blurrer = solutions.ObjectBlurrer(
    show=True,  # display the output
    model="yolo11n.pt",  # model for object blurring i.e. yolo11m.pt
    # line_width=2,  # width of bounding box.
    # classes=[0, 2],  # count specific classes i.e, person and car with COCO pretrained model.
    # blur_ratio=0.5,  # adjust percentage of blur intensity, the value in range 0.1 - 1.0
)

# Process video
while cap.isOpened():
    success, im0 = cap.read()

    if not success:
        print("Video frame is empty or processing is complete.")
        break

    results = blurrer(im0)

    # print(results")  # access the output

    video_writer.write(results.plot_im)  # write the processed frame.

cap.release()
video_writer.release()
cv2.destroyAllWindows()  # destroy all opened windows

ObjectBlurrer Lập luận

Đây là một bảng với ObjectBlurrer lập luận:

Các ObjectBlurrer giải pháp cũng hỗ trợ một loạt các track lập luận:

Hơn nữa, có thể sử dụng các đối số trực quan sau:

Ứng dụng trong thế giới thực

Bảo vệ quyền riêng tư trong giám sát

Camera an ninh và hệ thống giám sát có thể sử dụng YOLO11 để tự động làm mờ khuôn mặt, biển số xe hoặc thông tin nhận dạng khác trong khi vẫn ghi lại hoạt động quan trọng. Điều này giúp duy trì an ninh trong khi vẫn tôn trọng quyền riêng tư ở nơi công cộng.

Ẩn danh dữ liệu chăm sóc sức khỏe

Trong chẩn đoán hình ảnh y khoa , thông tin bệnh nhân thường xuất hiện dưới dạng ảnh quét hoặc ảnh chụp. YOLO11 có thể phát hiện và làm mờ thông tin này để tuân thủ các quy định như HIPAA khi chia sẻ dữ liệu y tế cho mục đích nghiên cứu hoặc giáo dục.

Biên tập tài liệu

Khi chia sẻ các tài liệu có chứa thông tin nhạy cảm, YOLO11 có thể tự động phát hiện và làm mờ các thành phần cụ thể như chữ ký, số tài khoản hoặc thông tin cá nhân, hợp lý hóa quy trình biên tập trong khi vẫn duy trì tính toàn vẹn của tài liệu.

Phương tiện truyền thông và sáng tạo nội dung

Người tạo nội dung có thể sử dụng YOLO11 làm mờ logo thương hiệu, tài liệu có bản quyền hoặc nội dung không phù hợp trong video và hình ảnh, giúp tránh các vấn đề pháp lý trong khi vẫn bảo toàn chất lượng nội dung tổng thể.

CÂU HỎI THƯỜNG GẶP

Làm mờ vật thể là gì? Ultralytics YOLO11 ?

Làm mờ đối tượng bằng Ultralytics YOLO11 liên quan đến việc tự động phát hiện và áp dụng hiệu ứng làm mờ cho các đối tượng cụ thể trong hình ảnh hoặc video. Kỹ thuật này tăng cường quyền riêng tư bằng cách che giấu thông tin nhạy cảm trong khi vẫn giữ lại dữ liệu hình ảnh có liên quan. YOLO11 Khả năng xử lý thời gian thực của nó làm cho nó phù hợp với các ứng dụng yêu cầu bảo vệ quyền riêng tư ngay lập tức và điều chỉnh tiêu điểm có chọn lọc.

Làm thế nào tôi có thể thực hiện làm mờ đối tượng theo thời gian thực bằng cách sử dụng YOLO11 ?

Để thực hiện làm mờ đối tượng theo thời gian thực với YOLO11 , hãy làm theo những gì được cung cấp Python Ví dụ. Điều này liên quan đến việc sử dụng YOLO11 để phát hiện đối tượng và OpenCV để áp dụng hiệu ứng làm mờ. Sau đây là phiên bản đơn giản hóa:

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"
w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))

# Video writer
video_writer = cv2.VideoWriter("object_blurring_output.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# Init ObjectBlurrer
blurrer = solutions.ObjectBlurrer(
    show=True,  # display the output
    model="yolo11n.pt",  # model="yolo11n-obb.pt" for object blurring using YOLO11 OBB model.
    blur_ratio=0.5,  # set blur percentage i.e 0.7 for 70% blurred detected objects
    # line_width=2,  # width of bounding box.
    # classes=[0, 2],  # count specific classes i.e, person and car with COCO pretrained model.
)

# Process video
while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or processing is complete.")
        break
    results = blurrer(im0)
    video_writer.write(results.plot_im)

cap.release()
video_writer.release()
cv2.destroyAllWindows()

Lợi ích của việc sử dụng là gì? Ultralytics YOLO11 để làm mờ vật thể?

Ultralytics YOLO11 cung cấp một số lợi thế cho việc làm mờ vật thể:

• Bảo vệ quyền riêng tư : Che giấu hiệu quả thông tin nhạy cảm hoặc thông tin có thể nhận dạng được.
• Lấy nét có chọn lọc : Nhắm mục tiêu vào các đối tượng cụ thể để làm mờ, duy trì nội dung hình ảnh cần thiết.
• Xử lý thời gian thực : Thực hiện làm mờ đối tượng hiệu quả trong môi trường động, phù hợp để tăng cường quyền riêng tư tức thời.
• Cường độ tùy chỉnh : Điều chỉnh tỷ lệ làm mờ để cân bằng nhu cầu riêng tư với bối cảnh trực quan.
• Làm mờ theo từng lớp : Làm mờ có chọn lọc chỉ một số loại đối tượng nhất định trong khi vẫn để các đối tượng khác hiển thị.

Để biết thêm chi tiết về các ứng dụng, hãy xem phần ưu điểm của việc làm mờ vật thể .

Tôi có thể sử dụng Ultralytics YOLO11 làm mờ khuôn mặt trong video vì lý do riêng tư?

Đúng, Ultralytics YOLO11 có thể được cấu hình để phát hiện và làm mờ khuôn mặt trong video để bảo vệ quyền riêng tư. Bằng cách đào tạo hoặc sử dụng mô hình được đào tạo trước để nhận dạng khuôn mặt cụ thể, kết quả phát hiện có thể được xử lý bằng OpenCV để áp dụng hiệu ứng làm mờ. Tham khảo hướng dẫn của chúng tôi về phát hiện đối tượng bằng YOLO11 và sửa đổi mã để nhắm mục tiêu phát hiện khuôn mặt.

Làm thế nào YOLO11 so sánh với các mô hình phát hiện vật thể khác như Faster R-CNN để làm mờ vật thể?

Ultralytics YOLO11 thường vượt trội hơn các mô hình như Faster R-CNN về tốc độ, khiến nó phù hợp hơn với các ứng dụng thời gian thực. Mặc dù cả hai mô hình đều cung cấp khả năng phát hiện chính xác, YOLO11 Kiến trúc của 's được tối ưu hóa cho suy luận nhanh, điều này rất quan trọng đối với các tác vụ như làm mờ đối tượng theo thời gian thực. Tìm hiểu thêm về sự khác biệt về mặt kỹ thuật và số liệu hiệu suất trong tài liệu YOLO11 của chúng tôi.

📅 Được tạo ra cách đây 1 năm ✏️ Đã cập nhật cách đây 5 ngày

Bình luận