@article{oai:ipsj.ixsq.nii.ac.jp:00199736,
 author = {谷村, 朋樹 and 河野, 慎 and 米澤, 拓郎 and 中澤, 仁 and Tomoki, Tanimura and Makoto, Kawano and Takuro, Yonezawa and Jin, Nakazawa},
 issue = {10},
 journal = {情報処理学会論文誌},
 month = {Oct},
 note = {都市の様子を記録した映像を分析することで，都市の状態を自動で把握，予測することが可能となる．しかし，都市の映像には人や車などのプライバシに関する物体が含まれているため，無加工の状態でネットワークに送信・共有したり，利用したりすることは難しい．結果，プライバシ情報が含まれる可能性のある映像は有効活用されないまま，消去されている場合も多い．本研究では，映像からプライバシに関する物体を自動で検出し，映像上から消去するGANonymizerを提案する．提案手法では，まず入力画像から深層学習を用いた物体検出技術を用いて，人や車などのプライバシに関する物体を検出する．そして敵対的学習によりトレーニングされたネットワークで，検出した物体部分の背景を生成し，元の画像に合成する．さらに，自然な背景生成が困難なケースに対応するため，2つのネットワークの接続点に新たなパディング処理を施す手法を提案する．本研究では，実際に記録された都市映像の匿名化実験を行い，複数の指標で映像の自然さを定量的に評価するとともに，匿名化された箇所をマーキングしてもらうユーザ評価実験を行うことで，提案手法の有効性を評価した．, Sharing and analyzing image data from ubiquitous urban cameras must enable us to understand and predict various contexts of the city. Meanwhile, since such image data always contains privacy data such as people and cars, we cannot easily share and analyze the data through the Internet for the viewpoint of privacy protection. As a result, most of the urban image data are only kept/shared within the camera owners or even discarded to reduce risks of privacy data leakage. To solve the privacy problem and accelerate sharing of urban image data, we propose GANonymizer that automatically detects and removes objects related to privacy from the urban images. GANonymizer combines two neural networks: 1) a network which detects objects related to privacy such as persons and cars in an input image using object detection network, and 2) a network that removes the detected objects naturally as though they do not exist originally. In addition, we propose two padding layers for removing the detected objects more naturally. Through our experiment of applying GANonymizer to urban video images, we confirmed that GANonymizer partially achieved natural removal of objects related to privacy.},
 pages = {1829--1844},
 title = {GANonymizer：物体検出と敵対的生成を用いた映像匿名化手法},
 volume = {60},
 year = {2019}
}