Anonimización de imágenes de helicóptero mediante el uso de machine learning.

Abstract

Actualmente, las técnicas de tratamiento de imágenes y anonimización son cada vez más comunes en entornos regulados por marcos legales que exigen ocultar elementos sensibles. Este proceso es muy relevante en sectores donde se trabaja con imágenes de uso comercial, las cuales están condicionadas por leyes o directivas relacionadas con la protección de datos. Sin embargo, el tratamiento de imágenes con el objetivo de anonimizar ciertos elementos puede llegar a resultar un desafío, especialmente si los elementos son visualmente difíciles de detectar o aparecen en gran cantidad. En el caso de las imágenes de alta resolución capturadas desde un helicóptero, los objetos a anonimizar pueden resultar muy pequeños y numerosos, lo cual hace inviable abordar este problema manualmente. Por este motivo, el proyecto que se plantea pretende aplicar técnicas de automatización haciendo uso de herramientas de Deep Learning para reducir, de manera significativa, el tiempo empleado en el tratamiento de las imágenes. Se propondrán modelos basados en redes neuronales capaces de detectar objetos en tiempo real, junto con estrategias de segmentación de imágenes para trabar sobre regiones de menor tamaño. Todo esto permitirá procesar grandes volúmenes de imágenes en segundo plano mientras se aplican mecanismos de anonimización tras la detección. Este proyecto centrará el foco de la anonimización en dos clases principales, que serán las caras de las personas y las matrículas de los vehículos que puedan aparecer en las imágenes, tratando en todo momento de garantizar resultados fiables y robustos a través de una metodología que permita la integración y la mejora continua de los procesos.

Image processing and anonymization techniques are becoming increasingly common in environments regulated by legal frameworks that require the concealment of sensitive elements. This process is highly relevant in sectors that work with images for commercial use, which are conditioned by laws or directives related to data protection. However, image processing with the aim of anonymizing certain elements can be a challenge, especially if the elements are visually difficult to detect or appear in large numbers. In the case of high-resolution images captured from a helicopter, the objects to be anonymized may be very small and numerous, making it unfeasible to address this problem manually. For this reason, the proposed project aims to apply automation techniques using Deep Learning tools to significantly reduce the time spent processing images. Models based on neural networks capable of detecting objects in real time will be proposed, along with image segmentation strategies to work on smaller regions. All of this will allow large volumes of images to be processed in the background while anonymization mechanisms are applied after detection. This project will focus the anonymization on two main classes, which will be the faces of people and the license plates of vehicles that may appear in the images, trying at all times to guarantee reliable and robust results through a methodology that allows the integration and continuous improvement of the processes.