CCTV ROBUST FACE DE-IDENTIFICATION METHOD AND SYSTEM OF CCTV IMAGE USING DEEP LEARNING MULTI-MODEL

Disclosed are a robust face de-identification method of CCTV images using a multi-model and a system thereof. The face de-identification method, performed by a de-identification system according to one embodiment, comprises the steps of: using a multi-model for image information to detect at least one region information among a human region, a head region, and a face region; combining results of the at least one detected region information to determine a location of a face; based on the determined location of the face, tracking face location information from the image information; and generating de-identification-processed image information in response to the tracked face location information. The multi-model may be trained to simultaneously detect the human region, the head region, and the face region through each deep learning-based detection model, which is configured to detect the region information from the image information. Accordingly, the method can automatically detect the face of a person appearing in CCTV images to mask the same. 멀티 모델을 이용한 CCTV 영상의 강건한 얼굴 비식별화 방법 및 시스템이 개시된다. 일 실시예에 따른 비식별화 시스템에 의해 수행되는 얼굴 비식별화 방법은, 영상 정보에 대하여 멀티 모델을 사용하여 사람 영역, 머리 영역, 얼굴 영역 중 적어도 하나 이상의 영역 정보를 검출하는 단계; 상기 검출된 적어도 하나 이상의 영역 정보의 결과를 병합하여 얼굴의 위치를 판정하는 단계; 상기 판정된 얼굴의 위치에 기초하여 상기 영상 정보로부터 얼굴 위치 정보를 추적하는 단계; 및 상기 추적된 얼굴 위치 정보에 대응하여 비식별화 처리된 영상 정보를 생성하는 단계를 포함하고, 상기 멀티 모델은, 상기 영상 정보로부터 영역 정보를 검출하기 위하여 구성된 딥러닝 기반의 각각의 검출 모델을 통해 사람 영역, 머리 영역, 얼굴 영역을 동시에 검출하도록 학습된 것일 수 있다.