监控数据中的隐私感知行人检测
计算机视觉与模式识别
2021-10-29 v1 机器学习
摘要
人群管理依赖于操作员或目标检测模型对监控视频的检查。这些模型规模庞大，难以部署在资源受限的边缘硬件上。相反，计算常被卸载到（第三方）云平台。尽管人群管理可能是合法应用，但将视频从摄像头传输至远程基础设施可能为提取额外信息打开大门，这些信息构成隐私侵犯，例如行人跟踪或人脸识别。本文中，我们使用对抗训练获得一个轻量级混淆器，将视频帧变换为仅保留行人检测所需的信息。重要的是，混淆后的数据可由公开可用的目标检测器处理，无需重新训练且无明显精度损失。
引用
@article{arxiv.2110.15171,
title = {Privacy Aware Person Detection in Surveillance Data},
author = {Sander De Coninck and Sam Leroux and Pieter Simoens},
journal= {arXiv preprint arXiv:2110.15171},
year = {2021}
}