基于极端低分辨率的隐私保护人类活动识别
计算机视觉与模式识别
2016-12-28 v3
摘要
防止偷拍视频侵犯隐私是一项重要的社会挑战。我们期望一个计算机视觉系统（例如机器人）能够识别人类活动并辅助日常生活，同时确保其不记录可能侵犯隐私的视频。本文提出一种解决此类矛盾目标的基本方法：仅使用极端低分辨率（例如16x12）匿名视频进行人类活动识别。我们引入逆超分辨率（ISR）范式，即从单个视频学习最优图像变换集以生成多个低分辨率（LR）训练视频的概念。我们的ISR学习针对不同活动分类优化的各类亚像素变换，允许分类器通过创建针对问题定制的多个LR训练视频来最佳利用现有高分辨率视频（例如YouTube视频）。我们通过实验确认逆超分辨率范式能够从极端低分辨率视频中惠及活动识别。
引用
@article{arxiv.1604.03196,
title = {Privacy-Preserving Human Activity Recognition from Extreme Low Resolution},
author = {Michael S. Ryoo and Brandon Rothrock and Charles Fleming and Hyun Jong Yang},
journal= {arXiv preprint arXiv:1604.03196},
year = {2016}
}