sighthound/redactor

Sighthound Redactor Docker镜像文档

概述

Sighthound Redactor Docker镜像是一款专注于隐私保护的媒体处理工具，旨在自动识别并模糊处理视频和图像中的敏感个人信息（如人脸、车牌等可识别特征），帮助用户在数据处理流程中满足隐私合规要求，有效保护个人隐私安全。

核心功能与特性

核心功能

• 智能敏感信息检测：集成先进计算机视觉算法，可精准识别图像/视频中的人脸、车牌等敏感生物特征与标识信息
• 多模式模糊处理：支持高斯模糊、像素化、马赛克等多种模糊效果，适应不同场景下的隐私保护需求
• 批量媒体处理：支持单文件处理与批量目录处理两种模式，满足大规模媒体内容处理需求
• 跨格式兼容：兼容主流图像格式（JPG、PNG、BMP）及视频格式（MP4、AVI、MOV）

关键特性

• 实时处理能力：优化的检测引擎支持近实时处理，降低延迟
• 可配置参数：支持自定义检测灵敏度、模糊强度、区域覆盖范围等参数
• 元数据保留：处理后的媒体文件可选择性保留原始元数据
• 完善日志系统：生成详细处理日志，包含检测结果、处理时长等关键信息，便于审计与问题排查

使用场景

• 监控视频隐私处理：对安防监控录像进行人脸/车牌模糊处理，保护无关人员隐私
• 社交媒体内容审核：预处理用户上传的图像/视频，自动模糊敏感信息后再发布
• 公共区域影像发布：对公共场合拍摄的媒体内容进行脱敏处理，符合隐私***要求
• 企业数据合规：在数据共享或公开前处理敏感视觉信息，满足GDPR、CCPA等隐私***要求

使用方法

环境要求

• Docker Engine 20.10+
• 主机配置：至少2GB RAM，推荐4GB+以获得更佳性能
• （可选）NVIDIA GPU及NVIDIA Container Toolkit（启用GPU加速时需配置）

基础使用示例

单图像文件处理

bash
docker run -v /local/input:/input -v /local/output:/output sighthound/redactor \
  --input /input/source_image.jpg \
  --output /output/redacted_image.jpg \
  --detection-types face \
  --blur-type gaussian \
  --blur-strength 7

视频文件处理

bash
docker run -v /local/input:/input -v /local/output:/output sighthound/redactor \
  --input /input/source_video.mp4 \
  --output /output/redacted_video.mp4 \
  --detection-types face,license_plate \
  --blur-type pixelate \
  --blur-strength 5

批量目录处理

bash
docker run -v /local/input_dir:/input -v /local/output_dir:/output sighthound/redactor \
  --input /input \
  --output /output \
  --detection-types face \
  --blur-type mosaic \
  --batch-process true

核心参数说明

高级配置（环境变量）

注意事项

• 处理4K及以上分辨率视频时，建议配置--memory=8g参数限制容器内存
• 批量处理大量文件时，可通过--batch-size参数调整单次处理文件数量（默认10个）
• 检测精度受输入媒体质量影响，建议输入图像分辨率不低于720p
• 处理结果建议进行人工复核，确保隐私保护效果符合预期