通过边缘端实时视频处理保护未成年人隐私
计算机视觉与模式识别
2020-05-05 v1 图像与视频处理
摘要
闭路电视（CCTV）摄像头对大量个人信息的采集，包括家庭中的未成年成员，引发了诸多隐私担忧。特别是，泄露儿童的身份或活动可能危及他们的福祉。在本文中，我们研究对边缘监控系统而言负担得起的轻量级解决方案，其能够可行且准确地识别未成年人，从而可相应地采取适当的隐私保护措施。最先进的深度学习架构被修改并以级联方式重新利用，以最大化我们模型的精度。一条流水线从输入帧中提取人脸，并将每个人脸分类为成人或儿童。超过20,000个标注样本点被用于分类。我们探究了此类模型在网络的边缘端、Edge-Fog架构中使用所需的时间和资源，在CPU上可实现近实时性能。定量实验结果表明，与其他一些基于人脸识别的儿童检测方法相比，我们提出的模型具有优越性，分类准确率达92.1%。
引用
@article{arxiv.2005.01178,
title = {Minor Privacy Protection Through Real-time Video Processing at the Edge},
author = {Meng Yuan and Seyed Yahya Nikouei and Alem Fitwi and Yu Chen and Yunxi Dong},
journal= {arXiv preprint arXiv:2005.01178},
year = {2020}
}
备注
Accepted by the 2nd International Workshop on Smart City Communication and Networking at the ICCCN 2020