본 연구는 실제 환경에 적용할 수 있는 속성이 보존된 얼굴 익명화를 목표로, Stable Diffusion Inpainting 기반의 파이프라인을 제안한다. 제안된 방식은 얼굴 영역을 생성된 얼굴로 교체하여 새로운 신원으로 대체하되, 성별, 나이, 인종, 표정의 4가지 핵심 속성 정보와 배경, 헤어스타일, 의복 등 부가 정보는 유지하여 시각적 이질감을 최소화한 자연스러운 이미지를 생성한다. 전체 과정은 얼굴 검출, 속성 추출, 마스크 설정을 거쳐 얻은 정보로, 속성 기반의 구조화된 프롬프트를 통해 마스킹 영역의 후보 얼굴을 생성하고 최종 얼굴을 우선순위에 따라 선별한 뒤 교체하는 과정으로 구성된다. 또한 한 이미지의 여러 인물이 포함된 경우를 고려하여 imageᵢd, faceᵢd 이중 식별과 메타데이터 관리를 통해 그룹 이미지로 확장되도록 설계하였다. 실험 결과 생성된 얼굴은 식별률 3. 59%와 코사인 거리 0. 89, 평균 속성 유지율 87%로 기존 StarGAN 방식 대비 인종과 표정 정보 유지에서 유의미한 개선을 보였다. 이러한 결과는 제안 방법이 개인정보 보호와 시각적 정보 보존 사이에서 균형을 확보하려는 목적을 달성하였음을 보여준다. 생성된 결과는 SNS 업로드용 이미지, CCTV, 스트리밍 데이터의 외부 공유 등 실제 환경에서 분석 및 활용할 수 있을 것으로 기대된다.
Park et al. (Sat,) studied this question.