不看而视：儿童性虐待数据集分析流程
计算机视觉与模式识别
2022-05-02 v1 计算机与社会
摘要
儿童性虐待材料(CSAM)的在线分享与观看增长迅速，以至于人类专家已无法应对人工审查。然而，CSAM的自动分类是一个具有挑战性的研究领域，很大程度上由于目标数据——且应永远——私密且仅由执法机构独占而无法获取。为协助研究者从不可见数据中获取洞察并安全地提供对CSAM图像的进一步理解，我们提出了一种超越数据集及相应标签统计的分析模板。它聚焦于自动信号的提取，这些信号由预训练机器学习模型（如物体类别与色情检测）以及图像指标（如亮度与锐度）共同提供。仅提供稀疏信号的聚合统计以保障受害儿童和青少年的匿名性。该流程通过对各指定信号施加阈值来过滤数据，并提供子集内此类信号的分布、信号间相关性以及偏差评估。我们在基于区域的标注儿童色情数据集(RCPD)上演示了我们的方案，RCPD是文献中少数CSAM基准之一，包含常规与CSAM图像共超过2000个样本，由巴西联邦警察合作生成。尽管在多种意义上存在噪声与局限，我们认为自动信号能够凸显数据整体分布的重要方面，这对无法公开的数据库颇具价值。我们的目标是安全地公开CSAM数据集的特征，鼓励研究者加入该领域，并或许促使其他机构提供其基准的类似报告。
引用
@article{arxiv.2204.14110,
title = {Seeing without Looking: Analysis Pipeline for Child Sexual Abuse Datasets},
author = {Camila Laranjeira and João Macedo and Sandra Avila and Jefersson A. dos Santos},
journal= {arXiv preprint arXiv:2204.14110},
year = {2022}
}
备注
FAccT 2022 - 5th Conference on Fairness, Accountability and Transparency