earticle

영어

Due to the diversification of media, unauthorized disclosure of personal information occurs frequently. The way to solve this problem is not to simply de-identify personal information in a consistent way. In particular, since the image that can be used as evidence has a conflicting relationship between de-identification of personal information and preservation of facial expression information that can be used as a clue, a selective and conservative de-identification method is required. In this study, the face image to be de-identified was designated and only the corresponding face area was de-identified based on the face recognition technology. For faces that have undergone de-identification, facial expressions can be recognized to infer the emotional state at the time the image was taken, and the corresponding information can be utilized. Both face recognition and expression recognition were analyzed using a CNN model. The facial recognition accuracy was confirmed to be 4.32% when the rejection rate was 0%, and the facial expression classification accuracy for 7 basic emotions was 84.03%. Through this process, an automated software was developed to selectively de-identify the face of a specific person and identify the emotional information of the face, and the possibility of its application was confirmed.

한국어

미디어 매체의 다양화로 인해 동의하지 않은 개인정보 노출이 빈번히 일어나고 있다. 이러한 문제를 해결하 는 방법은 단순히 개인정보를 일관된 방법으로 비식별화하는 것으로 해결되지 않는다. 특히 증거로 활용될 수 있는 영상은 개인정보 비식별화와 단서로 활용될 수 있는 표정 정보의 보존이 상충 관계이기 때문에, 선택적이면서 보존적 인 비식별화 방법이 필요하다. 본 연구에서는 비식별화를 진행할 얼굴 영상을 지정하여 얼굴 인식 기술을 기반으로 해당 얼굴 영역만을 비식별화하였다. 비식별화가 진행된 얼굴에 대해서는 영상이 촬영된 시점의 감정을 상태를 유추 할 수 있도록 표정을 인식하여 해당 정보를 활용할 수 있도록 하였다. 얼굴 인식과 표정 인식 모두 CNN 모델을 사용 하여 분석하였다. 얼굴 인식 정확도는 동인인 거절 비율이 0%일 때, 타인 오인식 비율이 4.32%였으며, 7개 기본 감 정에 대한 표정 분류 정확도는 84.03%로 확인되었다. 이러한 과정을 통해 특정 인물의 얼굴을 선택적으로 비식별화 하면서 해당 얼굴의 감정 정보를 식별할 수 있도록 자동화된 소프트웨어를 개발하여 활용 가능성을 확인하였다.