Attribute-Preserving Face Anonymization Using StarGAN v2

본 논문에서는 얼굴 이미지에서 성별, 나이, 인종, 표정의 주요 속성 정보를 최대한 보존하면서 동일인임을 식별하기 불가능하도록 얼굴의 정체성을 제거하는 StarGAN v2 기반 얼굴 익명화 방법을 제안한다. 기존의 비식별화 방식인 모자이크 및 블러는 빠르고 간편해, 실시간 영상에서의 얼굴 비식별화에 적합하지만, 얼굴의 시각적 정보를 손실시켜 데이터 세트 구축, 통계 분석, 객체 탐지 및 추적 모델 등 다양한 분야에서 영상, 이미지를 활용하기 어렵고, 딥러닝 복원 기술이 발전함에 따라 완전한 비식별화를 보장하기 어렵다는 한계가 존재한다. 이러한 기존 기법의 한계를 극복하기 위해, 본 연구에서는 StarGAN v2의 다중 도메인 이미지 변환과 스타일 코드 주입 구조를 활용하여, 주요 속성은 유지하면서 정체성을 제거한 익명화 이미지를 생성하고 원본 얼굴을 교체하는 방법을 제안한다. 제안된 방법은 성별 99.37%, 나이 77.99%, 인종 78.62%, 표정 71.07%의 속성 유지율을 달성하였고, 0.85의 코사인 거리와 4.4%의 식별률로 얼굴 정체성 제거가 성공적으로 수행되었음을 확인하였다. 제안한 방법으로 생성된 이미지는 개인정보 보호에 대한 우려 없이 다양한 목적으로 활용할 수 있으며, 속성 보존을 통해 시각적으로 자연스럽고, 실질적인 활용에 더 적합하다.