Использование нейронных сетей семейства YOLO для поиска и сокрытия чувствительной информации в видеопотоке

В статье рассматривается использование нейронных сетей семейства YOLO для поиска и сокрытия чувствительной информации в видеопотоке. Приведено обоснование актуальности защиты персональных и конфиденциальных данных при использовании их в медицинской сфере. В качестве целевых объектов детекции определены лица людей, документы и экраны цифровых устройств. Предложен алгоритм покадровой обработки, включающий предварительную подготовку изображения, детектирование объектов, агрегацию областей интереса и их последующее сокрытие. Для обнаружения объектов применяются модели нейронных сетей семейства YOLO. Представлены результаты обучения и дообучения соответствующих моделей. Описана архитектура программной системы, а также продемонстрирован результат работы.

1. Гюльбяков Н.Р. Цифровизация в здравоохранении: актуальный обзор литературы / Н.Р. Гюльбяков, Н.В. Алексеева, Х.Н. Гюльбякова // Международный научно-исследовательский журнал. – 2024. – № 11 (149). – URL: https://research-journal.org/archive/11-149-2024-november/10.60797/IRJ.2024.149.90 (дата обращения: 28.05.2026).

2. О персональных данных: Федеральный закон от 27.07.2006 № 152-ФЗ (ред. от 24.06.2025): [принят Государственной Думой 8 июля 2006 года: одобрен Советом Федерации 14 июля 2006 года] // КонсультантПлюс. – URL: https://www.consultant.ru/document/cons_doc_LAW_61801/ (дата обращения: 28.05.2026).

3. Lei Geral de Proteção de Dados Pessoais (LGPD) // Gov.br [Электронный ресурс]. – URL: https://www.gov.br/planalto/pt-br/vice-presidencia/acesso-a-informacao/lgpd (дата обращения: 28.05.2026).

4. О безопасности данных: Закон КНР: [принят 29-м заседанием Постоянного комитета Всекитайского собрания народных представителей 13-го созыва 10 июня 2021 г.: вступил в силу 1 сентября 2021 г.] // Всекитайское собрание народных представителей Китайской Народной Республики. – URL: http://en.npc.gov.cn.cdurl.cn/2021-06/10/c_689311.htm (дата обращения: 20.06.2026).

5. О защите персональной информации: Закон КНР: [принят 30-м заседанием Постоянного комитета Всекитайского собрания народных представителей 13-го созыва 20 августа 2021 г.: вступил в силу 1 ноября 2021 г.] // Государственный реестр КНР. – URL: https://www.jsmm.gov.cn/u/cms/www/202110/1317253417oi.pdf (дата обращения: 20.06.2026).

6. Viola P.A. Robust Real-Time Face Detection / P.A. Viola, M.J. Jones // International Journal of Computer Vision. – 2004. – Vol. 57, No. 2. – P. 137–154.

7. Dalal N. Histograms of Oriented Gradients for Human Detection / N. Dalal, B. Triggs // 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR'05), San Diego, USA. – IEEE, 2005. – Vol. 1. – P. 886–893.

8. Faster R-CNN: towards real-time object detection with region proposal networks / Sh. Ren, K. He, R. Girshick, J. Sun // IEEE Transactions on Pattern Analysis and Machine Intelligence. – Vol. 39, Iss. 6. – P. 1137–1149.

9. You Only Look Once: Unified, Real-Time Object Detection / J. Redmon, S. Divvala, R. Girshick, A. Farhadi // Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR). – IEEE, 2016. – P. 779–788.

10. YOLOv8-Face: Pre-trained YOLOv8-Face models // GitHub [Электронный ресурс]. – URL: https://github.com/lindevs/yolov8-face (дата обращения: 28.05.2026).

11. Face Detection Dataset, version 1 // Roboflow Universe [Электронный ресурс]. – URL: https://universe.roboflow.com/uniform-fhonp/face-detection-quvrj/dataset/1 (дата обращения: 28.05.2026).

12. Ultralytics YOLO26 // Ultralytics Docs [Электронный ресурс]. – URL: https://docs.ultralytics.com/models/yolo26/#performance-metrics (дата обращения: 28.05.2026).

13. Document segmentation v2 // Roboflow Universe [Электронный ресурс]. – URL: https://universe.roboflow.com/lung-x8el1/document-segmentation-v2-gt86h/dataset/2 (дата обращения: 28.05.2026).