张驰，陆晔，罗渝平，孙晓凯，祝涵珂

（中国电信股份有限公司上海分公司，上海200122）

1 引言

当前，社会治安形势日趋复杂，传统的治安防控措施已经难以满足现实需求。中央已将公共安全视频监控系统建设纳入“十三五”规划和国家安全保障能力建设规划，开展“雪亮工程”建设。在视频监控广泛覆盖的背景之下，随着电信转型业务的发展，在智慧园区、楼宇等产品中，越来越多的产品嵌入园区、楼宇等内部视频流，助力用户第一时间发现问题，实时掌握现场情况。但许多监控视频中有大量人脸信息，存在生物识别ID 乃至关联的身份、位置等个人信息暴露的可能，不仅存在一定的法律风险[1]，也存在被不法分子利用的可能性。因此，在非必要场合，应对实时监控视频中的人脸使用马赛克进行处理，规避相关的风险。

传统的视频流人脸隐私保护技术一般分为3 个步骤：

（1）将视频流分解为图片序列；

（2）对图片序列中每一帧图片进行人脸检测并使用马赛克替换；

（3）将处理过的图片序列重新编码为指定格式的视频流。

通常使用例如OpenCV[2]等开源工具箱从视频源读取一帧图片，然后通过人脸检测算法对图片进行检测，对检测到的人脸进行处理，输出分组视频流然后再读取下一帧图片，以此往复。这种做法对人脸检测和处理的性能提出比较高的要求，处理一帧图片的时间上限取决于视频流的每秒帧数，处理时间过长会导致视频严重卡顿。在许多场景下比如人脸较多时处理耗时增加不可避免，这便对人脸检测算法模型的性能提出了比较高的要求，限制了复杂而精确模型的发挥，导致技术进步困难，算法精度存在瓶颈。……