흐림 시각화
이미지의 감지된 객체를 흐리게 합니다.
이미지에서 감지된 객체에 블러 효과를 적용하여 배경은 유지한 채 세부 사항을 가리며, 개인정보 보호, 콘텐츠 필터링 또는 시각적 강조에 유용합니다.
이 블록의 작동 방식
이 블록은 이미지와 감지 예측을 받아 감지된 객체에 블러 효과를 적용하고 배경은 그대로 둡니다. 이 블록은:
이미지와 예측을 입력으로 받습니다
바운딩 박스 또는 세분화 마스크에서 검출된 영역을 식별합니다
감지된 객체 영역에 블러 효과(평균 풀링 사용)를 적용합니다
배경과 검출된 객체 밖의 영역은 변경하지 않은 채 유지합니다
감지된 객체는 흐려지고 나머지 이미지는 선명하게 유지된 주석이 달린 이미지를 반환합니다
이 블록은 객체 감지 예측(바운딩 박스 사용)과 인스턴스 세분화 예측(마스크 사용) 모두와 함께 작동합니다. 마스크가 있는 경우 감지된 객체의 정확한 형태에 블러를 적용하고, 그렇지 않으면 직사각형 바운딩 박스 영역에 블러를 적용합니다. 블러 강도는 커널 크기 매개변수로 제어되며, 커널 크기가 클수록 더 강한 블러 효과가 생성됩니다. 이렇게 하면 주변 이미지의 맥락은 유지하면서 감지된 객체를 가리거나 익명화하는 시각적 효과가 만들어져, 개인정보 보호, 콘텐츠 필터링 또는 배경에 주의를 집중시키는 데 이상적입니다.
일반적인 사용 사례
프라이버시 보호 및 익명화: 이미지나 비디오에서 얼굴, 사람, 번호판 또는 기타 민감한 정보를 흐리게 하여 개인정보를 보호하고, 데이터 보호 규정을 준수하며, 공유하거나 게시하기 전에 콘텐츠를 익명화합니다
콘텐츠 필터링 및 검토: 콘텐츠 검토 워크플로, 안전한 콘텐츠 미리보기 또는 사용자 생성 콘텐츠 필터링을 위해 이미지나 비디오의 부적절하거나 민감한 콘텐츠를 가립니다
시각적 강조 및 집중: 감지된 객체를 흐리게 하여 이미지의 다른 부분에 주의를 끌고, 흐릿한 전경 객체와 선명한 배경 사이의 시각적 대비를 만들거나, 구성에서 특정 요소를 강조합니다
제품 사진 및 전자상거래: 제품 사진, 카탈로그 제작 또는 전자상거래 이미지 준비를 위해 이미지에서 주의를 분산시키는 요소나 보조 제품을 흐리게 하여 मुख्य 주제를 선명하고 두드러지게 유지합니다
보안 및 감시: 보안 영상이나 감시 이미지에서 사람, 차량 또는 기타 식별 가능한 요소를 익명화하면서, 분석, 보고 또는 공개 공유를 위해 장면의 맥락은 유지합니다
문서화 및 보고: 민감한 정보를 가려야 하지만 전체 맥락은 보이도록 해야 하는 보고서, 문서 또는 사례 연구를 위해 이미지의 익명화되거나 검열된 버전을 만듭니다
다른 블록과 연결하기
이 블록의 주석이 달린 이미지는 다음에 연결할 수 있습니다:
다른 시각화 블록 (예: Label Visualization, Bounding Box Visualization, Polygon Visualization) 흐리게 처리된 객체 위에 추가 주석을 더해 포괄적인 시각화를 제공하거나 무엇이 흐려졌는지 표시하는 데 사용합니다
데이터 저장 블록 (예: Local File Sink, CSV Formatter, Roboflow Dataset Upload) 문서화, 보고 또는 개인정보 보호 콘텐츠 보관을 위해 흐리게 처리된 이미지를 저장하는 데 사용합니다
웹훅 블록 콘텐츠 검토, 개인정보 보호를 준수하는 공유 또는 익명화된 분석을 위해 흐리게 처리된 이미지를 외부 시스템, API 또는 웹 애플리케이션으로 전송합니다
알림 블록 (예: Email Notification, Slack Notification) 알림이나 보고서에서 개인정보가 보호된 시각적 증거로 흐리게 처리된 이미지를 전송하는 데 사용합니다
비디오 출력 블록 실시간 모니터링, 개인정보 보호를 준수하는 비디오 처리 또는 후처리 분석을 위해 흐리게 처리된 객체가 있는 주석 비디오 스트림이나 녹화를 생성하는 데 사용합니다
유형 식별자
step에서 다음 식별자를 사용하세요 "type" 필드: roboflow_core/blur_visualization@v1 를 워크플로에 단계로 추가합니다.
속성
이름
유형
설명
참조
name
str
이 단계에 고유 식별자를 입력하세요..
❌
copy_image
bool
이 옵션을 활성화하면 시각화를 위해 입력 이미지의 복사본을 만들어 원본을 보존합니다. 여러 시각화를 겹쳐 사용할 때 이 옵션을 사용하세요..
✅
커널 크기
int
평균 풀링에 사용되는 블러 커널의 크기입니다. 값이 클수록 더 강한 블러 효과가 생겨 객체가 더 많이 가려집니다. 값이 작을수록 미세한 블러 효과가 생깁니다. 일반적인 값의 범위는 5(약한 블러)에서 51(강한 블러)까지입니다. 최적의 블러 성능을 위해서는 홀수여야 합니다..
✅
해당 참조 열은 워크플로 런타임에서 사용할 수 있는 동적 값으로 속성을 매개변수화할 수 있음을 나타냅니다. 자세한 내용은 워크플로 런타임. 자세한 내용은 바인딩 를 참조하세요.
입력 및 출력 바인딩
사용 가능한 연결은 바인딩 종류에 따라 달라집니다. 어떤 바인딩 종류가 있는지 확인하세요 흐림 시각화 버전 v1 가 있습니다.
입력 및 출력 바인딩
입력
image(image): 시각화에 사용할 이미지입니다..copy_image(boolean): 이 옵션을 활성화하면 시각화를 위해 입력 이미지의 복사본을 만들어 원본을 보존합니다. 여러 시각화를 겹쳐 사용할 때 이 옵션을 사용하세요..predictions(Union[instance_segmentation_prediction,keypoint_detection_prediction,object_detection_prediction,rle_instance_segmentation_prediction]): 시각화할 모델 예측..커널 크기(정수): 평균 풀링에 사용되는 블러 커널의 크기입니다. 값이 클수록 더 강한 블러 효과가 생겨 객체가 더 많이 가려집니다. 값이 작을수록 미세한 블러 효과가 생깁니다. 일반적인 값의 범위는 5(약한 블러)에서 51(강한 블러)까지입니다. 최적의 블러 성능을 위해서는 홀수여야 합니다..
출력
image(image): 워크플로의 이미지.
마지막 업데이트
도움이 되었나요?