可信自主系统中固有隐私保护视觉的必要性
计算机视觉与模式识别
2023-05-12 v2 机器人学
摘要
视觉是机器人学中流行且有效的传感器，从中可推导关于环境的丰富信息：场景的几何与语义，以及场景中人的年龄、性别、身份、活动甚至情绪状态。这引发了关于此类信息的触及范围、留存期限和潜在滥用的重要问题。本文是一份在机器人视觉语境中考虑隐私的行动呼吁。我们提出一种特定形式的隐私保护：不捕获任何图像，且即使攻击者具有完全远程访问权限也无法重建图像。我们给出设计此类系统的一组原则，并通过定位中的案例研究在仿真中展示了以固有隐私保护方式提供重要机器人能力的具体实现。这是第一步，我们希望启发未来工作拓展 sighted 机器人系统可用的应用范围。
引用
@article{arxiv.2303.16408,
title = {The Need for Inherently Privacy-Preserving Vision in Trustworthy Autonomous Systems},
author = {Adam K. Taras and Niko Suenderhauf and Peter Corke and Donald G. Dansereau},
journal= {arXiv preprint arXiv:2303.16408},
year = {2023}
}
备注
7 pages, 6 figures