面向大规模、自动化、准确的 CCTV 摄像机目标计算机视觉检测：在隐私、安全与网络安全中的应用与启示（预印本）
计算机视觉与模式识别
2021-08-24 v3 密码学与安全
摘要
为了抵御 CCTV 摄像机及技术对隐私日益严重的侵犯，必须存在同等级的具备隐私、安全与网络安全特性的 CCTV 感知解决方案。我们认为，构建此类 CCTV 感知解决方案的第一个重要步骤必须是一个映射系统（例如 Google Maps、OpenStreetMap），该系统提供隐私与安全路由及导航选项。然而，这反过来要求映射系统包含关于 CCTV 摄像机精确地理位置、覆盖区域以及可能的其他元数据（例如分辨率、人脸识别特性、运营商）的更新信息。但当前映射系统缺失此类信息，且有若干方式可弥补。一种解决方案是对带有地理定位标签的图像（例如各平台上的街景图像、在 Flickr 等图像分享平台上公开发布的用户图像）进行 CCTV 摄像机检测。遗憾的是，据我们所知，目前尚无用于 CCTV 摄像机目标检测的计算机视觉模型，也没有支持隐私与安全路由选项的映射系统。为弥补这些空白，本文引入 CCTVCV——首个且唯一与 MS COCO 兼容的计算机视觉模型，能够准确检测图像与视频帧中的 CCTV 与视频监控摄像机。为此，我们的最佳检测器使用 8387 张经人工审核并标注包含 10419 个 CCTV 摄像机实例的图像构建，准确率高达 98.7%。此外，我们构建并评估了多个模型，对其性能进行了全面比较，并概述了此类研究的核心挑战。
引用
@article{arxiv.2006.03870,
title = {Towards large-scale, automated, accurate detection of CCTV camera objects using computer vision. Applications and implications for privacy, safety, and cybersecurity. (Preprint)},
author = {Hannu Turtiainen and Andrei Costin and Tuomo Lahtinen and Lauri Sintonen and Timo Hamalainen},
journal= {arXiv preprint arXiv:2006.03870},
year = {2021}
}