Interpolation de masques : définition
L’interpolation de masques est le processus qui consiste à générer des masques de confidentialité intermédiaires entre des images clés définies manuellement dans une séquence d’images ou une vidéo. Un masque de confidentialité est une forme qui désigne les pixels à flouter, pixelliser, couvrir ou masquer d’une autre manière. Dans le cadre de l’anonymisation vidéo, un opérateur peut placer des masques sur un visage, une plaque d’immatriculation, un badge nominatif, un document ou un écran dans certaines images. Le logiciel estime ensuite la position, la taille, la forme ou la rotation du masque pour les images situées entre ces images clés.
L’interpolation de masques réduit le volume de retouches manuelles image par image lorsqu’un objet se déplace de manière prévisible. Elle ne doit pas être confondue avec l’interpolation d’images, l’interpolation d’images vidéo, la détection d’objets ou la détection de visages. Son résultat concerne la géométrie et le minutage des masques, et non la création de nouveau contenu vidéo ni une décision relative à l’identité d’une personne. Les masques obtenus sont ensuite appliqués aux pixels d’origine afin de masquer les informations visuelles sélectionnées.
Pour flouter un visage ou une plaque d’immatriculation, l’interpolation est couramment utilisée après qu’une détection automatique des visages ou des plaques d’immatriculation a manqué un objet, perdu son suivi ou produit un masque incomplet. Elle sert également pour les éléments visuels qui ne sont pas détectés automatiquement, tels que les documents, les badges nominatifs, les tatouages, les logos d’entreprise ou le contenu affiché sur des moniteurs. Ces éléments nécessitent un masquage manuel dans Gallio PRO.
Comment fonctionne l’interpolation de masques dans l’anonymisation vidéo
L’opérateur crée d’abord des images clés. Chaque image clé contient la définition d’un masque pour une image vidéo ou un horodatage précis. Cette définition peut inclure un rectangle, une ellipse, un polygone ou toute autre forme prise en charge, ainsi que ses coordonnées et ses paramètres de floutage. La méthode d’interpolation calcule les valeurs du masque pour les images comprises entre deux images clés.
Pour un paramètre de masque p, tel que la position horizontale, la position verticale, la largeur, la hauteur ou la rotation, une interpolation linéaire simple peut s’exprimer ainsi :
p(t) = p0 + ((t - t0) / (t1 - t0)) × (p1 - p0)
Ici, t0 et t1 correspondent aux instants des deux images clés. L’interpolation linéaire suppose que le paramètre évolue à vitesse constante entre les images clés. Cette méthode peut être suffisante lorsqu’une personne ou un véhicule se déplace de manière fluide dans l’image. Elle peut échouer si le mouvement est brusque, incurvé, occulté ou influencé par le mouvement de la caméra.
Approche d’interpolation | Comportement du masque | Utilisation typique | Principale limite
|
|---|---|---|---|
Linéaire | Se déplace ou redimensionne uniformément entre les images clés | Caméra stable et mouvement prévisible | Ne modélise ni l’accélération ni les trajectoires incurvées |
Bézier ou spline | Utilise une transition courbe entre les images clés | Mouvement plus fluide contrôlé manuellement | Peut dépasser les contours de l’objet si elle est mal configurée |
Assistée par flux optique | Utilise une estimation du mouvement des pixels pour propager un masque | Mouvements détaillés présentant une texture visible | Peut échouer en cas d’occultation, de flou, de reflets ou de changement de plan |
Assistée par suivi d’objet | Met à jour un masque à partir de la position d’un objet suivi | Visages ou plaques d’immatriculation sur des séquences plus longues | Nécessite une vérification lorsque la fiabilité du suivi diminue |
Paramètres clés de l’interpolation de masques
La qualité de l’interpolation doit être évaluée comme une question de protection de la vie privée, et non uniquement comme une fonctionnalité de montage. Un masque visuellement fluide qui laisse apparaître une partie d’un visage ou d’une plaque d’immatriculation n’est pas suffisant. La personne chargée de la vérification doit examiner l’ensemble de l’intervalle entre les images clés, y compris les images immédiatement avant et après chacune d’elles.
- Espacement des images clés : nombre d’images entre les masques vérifiés manuellement. Des intervalles plus courts offrent généralement davantage de contrôle lorsque le mouvement évolue rapidement.
- Marge du masque : zone supplémentaire autour de l’objet détecté ou sélectionné manuellement. Une marge réduite peut laisser apparaître des pixels en bordure. Une marge excessive peut masquer des personnes, des véhicules ou des éléments de la scène sans rapport avec l’objet concerné.
- Changement d’échelle : variation de la largeur et de la hauteur du masque lorsqu’un visage ou une plaque d’immatriculation se rapproche de la caméra ou s’en éloigne.
- Rotation et perspective : une plaque d’immatriculation rectangulaire peut paraître trapézoïdale ou pivoter par rapport à la caméra. Un rectangle horizontal fixe risque de ne pas la couvrir correctement.
- État d’occultation : le masque peut devoir rester actif lorsqu’un objet est partiellement caché par une autre personne, un véhicule ou un objet physique.
- Détection des changements de plan : les masques ne doivent pas être interpolés à travers une coupe vers un plan différent. Un nouveau plan exige une vérification distincte et, dans la plupart des cas, de nouvelles images clés.
Workflow pratique pour l’interpolation manuelle de masques
Un workflow maîtrisé associe l’interpolation à une assurance qualité visuelle. L’objectif est d’éviter de s’appuyer sur des positions de masques estimées lorsque les images sources évoluent d’une manière que le modèle d’interpolation ne peut pas représenter.
- Visionnez la vidéo à vitesse normale et identifiez les visages, les plaques d’immatriculation et les informations visuelles sélectionnées manuellement qui doivent être masquées.
- Créez une image clé à la première image où l’objet devient visible.
- Créez une autre image clé avant un changement de direction, d’échelle, de pose, d’occultation, de mouvement de caméra ou de plan.
- Appliquez l’interpolation uniquement au sein d’un segment visuellement continu.
- Examinez les images intermédiaires à vitesse de lecture, puis image par image autour des mouvements rapides.
- Corrigez la position, la taille ou la forme du masque en ajoutant des images clés plutôt qu’en acceptant des pixels visibles.
- Vérifiez la vidéo exportée, car le rendu, le recadrage, le redimensionnement et le transcodage peuvent modifier les contours visibles du masque.
Limites et modes de défaillance courants
L’interpolation de masques ne peut pas garantir à elle seule l’anonymisation. Elle estime une transition entre des états connus. Si l’objet se déplace de manière imprévisible, devient flou en raison du mouvement, change d’orientation ou disparaît derrière un autre objet, le masque estimé peut dériver. Cette dérive peut laisser des pixels identifiants visibles pendant seulement quelques images, ce qui peut néanmoins suffire à permettre leur visualisation, leur extraction ou une réidentification.
Le flux optique est une méthode permettant d’estimer le mouvement entre les images. La formulation fondatrice de Horn et Schunck décrit le flux optique comme un problème d’estimation fondé sur les variations de luminosité et des hypothèses de régularité spatiale. Ces hypothèses sont fragilisées par les variations d’éclairage, les reflets, les artefacts de compression et le flou de mouvement. Voir Horn et Schunck, « Determining Optical Flow » (1981).
Pour le montage visant à protéger la vie privée, une marge de masque prudente et des images clés supplémentaires sont généralement plus fiables que la tentative de préserver un contour de masque très serré lors de mouvements difficiles. Cela est particulièrement important pour les plaques d’immatriculation petites, éloignées, inclinées ou partiellement occultées.
Cas d’usage de l’interpolation de masques
L’interpolation de masques est utile lorsqu’une vidéo doit être préparée pour un examen interne, une publication, une formation, une analyse d’incident, des travaux de recherche ou un partage avec un tiers. Elle prend en charge à la fois les objets détectés automatiquement et les objets sélectionnés manuellement par un opérateur.
- Prolonger le floutage d’un visage dans les images où la détection de visages perd temporairement le visage.
- Maintenir le floutage d’une plaque d’immatriculation lorsqu’un véhicule se déplace dans une scène filmée par une caméra fixe.
- Masquer un document, un moniteur, un logo, un tatouage ou un badge nominatif visible sur plusieurs images.
- Corriger un masque après qu’une personne a tourné la tête, est entrée dans une zone d’ombre ou a été partiellement cachée par une autre personne.
- Créer un masquage cohérent sur une séquence avant d’exporter une vidéo anonymisée.
Normes et références
L’interpolation de masques est une technique de montage et de vision par ordinateur, et non une méthode juridique ou d’anonymisation normalisée en tant que telle. Sa mise en œuvre doit néanmoins être documentée dans le cadre d’un workflow reproductible de traitement respectueux de la vie privée. Le National Institute of Standards and Technology Artificial Intelligence Risk Management Framework 1.0 (NIST AI RMF 1.0, 2023) identifie la validation, la surveillance et la gestion documentée des risques comme des mesures de contrôle pertinentes pour les systèmes utilisant l’intelligence artificielle.
Pour le codage vidéo et le minutage des images, l’Organisation internationale de normalisation et la Commission électrotechnique internationale publient la famille de normes ISO/IEC 14496 du Moving Picture Experts Group. Les monteurs vidéo doivent préserver le minutage des images sources et vérifier le rendu exporté, car la conversion de la fréquence d’images ou le transcodage peut modifier la correspondance entre les images clés et les images visibles.