隐私感知摄像机的设计：基于深度神经网络的研究
计算机视觉与模式识别
2022-08-25 v1 计算机与社会
摘要
尽管个人数据保护方面的法律有所进展，私人数据被未授权实体滥用的问题仍至关重要。为此，隐私 by Design 常被提出作为数据保护的解决方案。本文利用常用于提取敏感数据的深度学习技术研究相机畸变的影响。为此，我们模拟了对应于具有固定焦距、光圈和焦点的现实常规相机的离焦图像，以及来自单色相机的灰度图像。然后我们通过实验研究证明，我们可以构建无法提取诸如车牌号码等个人信息的隐私感知摄像机。同时，我们确保有用的非敏感数据仍可从畸变图像中提取。代码可在 https://github.com/upciti/privacy-by-design-semseg 获取。
引用
@article{arxiv.2208.11372,
title = {On the Design of Privacy-Aware Cameras: a Study on Deep Neural Networks},
author = {Marcela Carvalho and Oussama Ennaffi and Sylvain Chateau and Samy Ait Bachir},
journal= {arXiv preprint arXiv:2208.11372},
year = {2022}
}
备注
Accepted in ECCV 2022 International Workshop on Distributed Cameras