Introdução

Este é um simples projeto final para a matéria de Álgebra Linear Algorítmica no ano de 2022.1, ministrada pelo professor João Antônio Recio da Paixão, no curso de Ciência da Computacão da UFRJ.

O intuito deste projeto é desenvolver uma ferramenta que borre o rosto de uma pessoa em uma foto ou vídeo e explorar como aplicar blur em uma imagem usando álgebra linear usando o Filtro Gaussiano(GaussianBlur)

Funcionamento

O código desse projeto também está disponível para ser usado em um notebook no Google Colaboratory, sendo necessário o uso da GPU para o funcionamento da biblioteca dlib no Colab, necessário para a IA.

Para o reconhecimento dos rostos, foi usada a IA conhecida como face_recognition, feita por ageitgey, pois é uma API bem simples e documentada de Python.

No notebook há 4 funções principais:

• borra_quadrilatero

  Esta função possui como entrada (filename, top, right, bottom, left), sendo o filename o nome/caminho do arquivo a ser alterado e o "top, right, bottom, left" a posição, em pixels, do quadrilatero a ser borrado.

  Possui como especificação aplicar um filtro gaussiano apenas na região do quadrilátero especificado.

• censura_foto

  Esta função possui como entrada (filename, number_of_times_to_upsample = 2), sendo o filename o nome/caminho da foto a ser alterada e um parâmetro opcional "number_of_times_to_upsample", que comanda a precisão para encontar os rostos mais distantes na imagem, porém quanto mais alto é o valor, mais lento fica. Definido como 2 por padrão.

  Possui como especificação aplicar um filtro gaussiano(blur/borrar) apenas nos rostos encontrados pela IA na imagem.

• extrai_video

  Esta função possui como entrada (filename), sendo o filename o nome/caminho do vídeo a ser extraído em todos os seus frames e seu audio.

  Possui como especificação colocar todos os frames inalterados do vídeo no formato .png e seu áudio no formato .mp3 na pasta "./video"

• censura_video

  Esta função possui como entrada (filename, number_of_times_to_upsample = 1), sendo o filename o nome/caminho do vídeo a ser alterado e um parâmetro opcional "number_of_times_to_upsample", que comanda a precisão para encontar os rostos mais distantes em cada frame, porém quanto mais alto é o valor, mais lento fica. Definido como 1 por padrão.

  Possui como especificação aplicar um filtro gaussiano(blur/borrar) apenas nos rostos encontrados pela IA em cada frame e ser rápido o suficiente para retornar um vídeo curto com seus frames alterados e seu áudio.

Para saber mais sobre essas funções e o funcionamento do Filtro Gaussiano, veja a Wiki

Exemplo de Uso

Em Imagens

• Foto original:

  

• Resultado:

  

Em Vídeos

• Vídeo original

  

• Resultado

  

Limitações

• A IA não consegue identificar um rosto se há alguma obstrução na face, isso pode causar erros frequentes nos vídeos
• A IA não consegue indentificar uma face em que não esteja olhando diretamente para a câmera, isso pode causar erros frequentes em fotos e vídeos
• A IA não consegue encontrar um rosto muito distante sem um alto custo computacional e com precisão, o que causa erros frequentes em algumas fotos e vídeos.
• A IA reconhece com menor taxa de sucesso rostos em um arquivo .jpg, logo o ideal seria no formato .png
• Imagens com baixa iluminação possuem uma baixa taxa de reconhecimento
• Vídeos muito grandes demoram muito para serem analisados

Agradecimentos

• Ao professor João Paixão pelas aulas
• Ao face_recognition pela IA
• Ao Google pela GPU usada no Colab
• Ao OpenCV pela útil biblioteca em python

Autor

• Manoel Marcelo da Silva @manoelmms