FisheyePP4AV：一种面向自动驾驶鱼眼相机图像的隐私保护方法
计算机视觉与模式识别
2023-09-08 v1 人工智能
摘要
在世界许多地区，用于自动驾驶的在公共道路上收集的大量数据的使用有所增加。为了在真实道路驾驶场景中检测和匿名化行人面部及附近车辆车牌，迫切需要有效的解决方案。随着数据收集量的增加，关于数据的隐私担忧也随之上升，包括但不限于行人面部和周围车辆车牌。普通相机和鱼眼相机是通常安装在采集车上的两种常见相机类型。由于复杂的相机畸变模型，鱼眼相机图像相对于常规图像发生了变形。这导致许多深度学习模型在执行计算机视觉任务时表现不佳。在这项工作中，我们特别关注在遵守若干法律法规的同时保护隐私，针对无人驾驶车辆拍摄的鱼眼相机照片。首先，我们提出一个从多个教师模型中提取人脸和车牌识别知识的框架。我们的第二个建议是使用多样且真实的鱼眼变换将常规图像及其标签转换为类鱼眼数据。最后，我们使用开源的 PP4AV 数据集进行了测试。实验结果表明，即使在软标签数据上训练，我们的模型在自动驾驶车辆数据上的表现也优于基线方法。实现代码可在我们的 github 获取：https://github.com/khaclinh/FisheyePP4AV。
引用
@article{arxiv.2309.03799,
title = {FisheyePP4AV: A privacy-preserving method for autonomous vehicles on fisheye camera images},
author = {Linh Trinh and Bach Ha and Tu Tran},
journal= {arXiv preprint arXiv:2309.03799},
year = {2023}
}