隐私感知相机 2.0 技术报告
计算机视觉与模式识别
2026-03-06 v1 计算与语言
摘要
随着智能感知技术在如更衣室和更衣室等高度敏感环境中的部署增多，视觉监控系统正面临深刻的隐私-安全悖论。现有的隐私保护方法，包括物理去标识化、加密和混淆，往往会损害语义理解或无法确保数学上可逆的不可恢复性。虽然隐私相机 1.0 通过消除数据源中的视觉数据来防止数据泄露，但仅提供文本判断，导致证据在争议中的盲点。为解决这些限制，本文提出了一种基于 AI 流范式和协作边缘-云架构的新型隐私保护感知框架。通过在边缘部署视觉去标识化器，将原始图像实时转换为通过非线性映射和随机噪声注入转化为抽象特征向量，这种做法遵循信息瓶颈原理，确保剥离身份相关信息并数学上不可重建原始图像。抽象表示 transmitted to the cloud for behavior recognition and semantic reconstruction via a "dynamic contour" visual language, achieving a critical balance between perception and privacy while enabling illustrative visual reference without exposing raw images.
引用
@article{arxiv.2603.04775,
title = {Privacy-Aware Camera 2.0 Technical Report},
author = {Huan Song and Shuyu Tian and Ting Long and Jiang Liu and Cheng Yuan and Zhenyu Jia and Jiawei Shao and Xuelong Li},
journal= {arXiv preprint arXiv:2603.04775},
year = {2026}
}