Face Redaction

Face Redaction

找出照片或视频里的每一张人脸并用像素化、模糊或纯色块遮住，其余画面保持不变。适合处理监控、活动或街头素材的隐私团队。

由 hamzaasyf 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Face Redaction 能找出照片和视频里的人脸并把它们遮住，其余画面保持原样。它能处理合影、密集人群和昏暗的监控画面。在视频里，检测器丢掉某张脸时，跟踪器会把遮挡延续过这段空档，所以人脸不会在模糊的帧里重新露出来。

它既有网页应用，也有命令行工具。

适合谁：适合那些在分享、存储或用于训练前必须隐藏身份的人。

行业 | 谁在用 | 怎么用 | 例子
安防 | 监控和执法记录仪操作员 | 在素材离开现场前遮住人脸 | 用低光选项处理一帧昏暗的监控画面
合规 | 隐私和法务团队 | 回应数据请求时不暴露旁人 | 模糊除提出请求者之外的所有人
机器学习 | 数据团队 | 训练前对图像集做匿名化 | 用命令行工具处理一个照片文件夹
媒体 | 活动和街头摄像师 | 发布素材时不露出人脸 | 对人群片段里的人脸做像素化

如果你需要找出某个具体的人，可以跳过它，因为它只负责遮住人脸，不负责识别。

用在哪里：

• 网页浏览器：打开 Hugging Face 上这个 Space 的页面，无需安装任何东西
• 装有 Python 的 Windows、macOS 或 Linux：使用网页界面
• 终端：使用命令行工具

用例 | 谁用 | 得到什么
处理照片 | 分享图片的人 | 人脸被像素化、模糊或遮挡的副本
处理视频 | 素材所有者 | 同样遮挡并保留原音频的视频
检查结果 | 审核人员 | 带分数的编号框，外加一份不带框的干净副本
统计人脸 | 分析人员 | 人脸框的 JSON 报告，视频则是每条轨迹的计数

如何设置：

• 你电脑上的 Python
• requirements.txt 里列出的 Python 包
• huggingface_hub 包，它提供 hf 命令

1. 安装 huggingface_hub 包。
2. 用 hf 命令下载这个 Space。
3. 进入下载好的文件夹。
4. 安装指定版本的 Gradio。
5. 安装 requirements.txt 里的包。
6. 用 Python 启动应用。

pip install -U huggingface_hub
hf download hamzaasyf/face-redaction --repo-type space --local-dir face-redaction
cd face-redaction
pip install gradio==6.31.0
pip install -r requirements.txt
python app.py

如何使用：在网页界面里，你选择照片或视频标签页，添加文件并选择样式。在终端里，你用一个文件和一个输出文件名来运行命令行工具。

python cli.py photo.jpg -o redacted.png --style blur
python cli.py clip.mp4 -o redacted.mp4 --scales 1,2
python cli.py cctv.jpg -o redacted.png --scales 1,2,3 --low-light --threshold 0.5

工具 | 作用
app.py | 打开带照片和视频标签页的网页界面
cli.py | 在命令行里处理照片或视频
--style | 选择遮挡人脸的方式，例如模糊
--scales | 设置检测器扫描的缩放级别
--low-light | 只为检测提亮昏暗的画面
--threshold | 设置检测阈值，难处理的素材调低

示例：你对 photo.jpg 运行上面第一条命令。它会写出 redacted.png，其中每张检测到的人脸都被模糊，其余画面不变。

新手与专家：如果你刚接触这类工具，先打开 Space，用默认设置试一张合影。确认每张脸都被遮住，再换一种样式试试。

如果你懂这个领域，检测器是 YuNet，它在多个缩放级别的重叠图块上运行，所以连很小的人脸也能抓到。重复的框用非极大值抑制合并。跟踪器像 ByteTrack 那样分两个阶段在帧之间匹配框，并按匀速估计每条轨迹的运动。输出视频编码为 H.264，声音会被保留。

每一帧按 1x、2x 和 3x 切成图块
YuNet 在每个图块上检测人脸
合并重复的框
跟踪器遮住检测器漏掉的人脸
遮挡人脸并保存输出

注意事项：

• 许可证：代码是 MIT，README 说 YuNet 模型也是 MIT
• 运行成本：来源没有提到
• 触及的数据：你提供的照片和视频，以及 Space 里的文件
• 不适合：保证完全遮挡，因为转过身、大部分被挡住或在画面里很小的人脸仍可能被漏掉，发布前请先检查输出
• 限制：在线演示只取每段视频的前 20 秒，README 提到可以用 MAX_VIDEO_SECONDS 设置来修改

Hugging Face 上的数据（2026年11月13日）

• 点赞：1
• 构建方式：gradio
• 许可证：mit

链接

• Space：https://huggingface.co/spaces/hamzaasyf/face-redaction
• 文件：https://huggingface.co/spaces/hamzaasyf/face-redaction/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。