视觉群体感知应用中的视觉隐私保护方法研究

发布时间：2021-12-28 16:06

　　视觉群体感知技术（Visual Crowd Sensing,VCS）是一种新型的应用范式,它可以在广大移动智能手机用户的协助下完成大规模的视觉数据采集和挖掘任务,是一种非常有应用前景的技术。VCS应用的关键过程是协调用户感知视觉数据,如图片或视频,然后上传至云端。但是,用户在拍照或者录制视频的过程中,可能会无意中将他人的隐私信息拍摄入内,导致无意中侵犯他人隐私。该问题会严重阻碍VCS技术的发展,我们亟需一种视觉隐私保护方法来解决该问题。然而,目前国内外还没有针对VCS应用的视觉隐私保护方法,本文的工作弥补了这一方面的不足。本文首次提出一种支持视觉隐私保护的VCS应用框架,能够有效的解决VCS应用中的视觉隐私安全问题。与传统VCS框架相比,本文引入了视觉隐私保护机制,通过实时检测图片或者视频中的隐私目标然后将其消除,实现VCS应用的视觉隐私保护。为了检测图像中的隐私目标,本文设计了一种基于深度学习的目标检测模型,该模型在使用隐私标注图像数据训练后,可以实时检测出图像或者视频中的隐私目标。另外,随着隐私目标的增多,隐私检测模型需要不断进行模型更新。使用传统的目标检测模型训练方法更新模型时,... 

【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

MCS应用架构图

分配到合适的感知参与者手中；感知参与者会根据任务需求，利用手中的摄像设备采集图像或者视频，携同其它一些额外必要信息，经过处理后，上传至服务平台；服务平台对所收集的数据进行相应处理，例如数据聚合、过滤和选择等操作，最后将数据集合反馈至任务发布者，又或者是选择将数据集发布，提供数据请求者查询使用。通过利用该应用模型，研究者设计并开发出了许多非常有趣和实用的应用，例如将 VSC 应用于观察河流和小溪的水质的 CreekWatch[9]，该应用请求智能手机用户协助拍摄附近的河流和小溪的水质情况并上传，可以有效帮助地质学家或者环保机构完成一些调研工作；或者是将VCS 用于监控城市垃圾分布情况的 GarbageWatch[10]，还有PhotoNet[11]，PhotoCity[12]，WreckWatch[13]，FlierMeet[14]以及 Mediascope[15]等等。另外，近年来，人工智能技术得到了飞速的发展，尤其是在计算机视觉领域，图像分类、目标检测、图像分割甚至是图像描述（ImageCaptioning）技术均有了突破性的研究进展，利用人工智能技术将可以实现更加自动化、智能化地分析和处理视觉数据，VCS 技术结合人工智能技术，将会是一个非常有意义的研究内容，相信会为 VCS 的研究带来新的活力。

它天然的也存在 MCS 应用下的隐私安全问题，例如任务发布者因为发布某项特定任务可能导致自身的隐私信息泄露、感知参与者在执行感知任务过程中可能导致个人隐私信息泄露以及数据请求者在查询过程中，由于查询内容的泄露也会导致隐私信息泄露，具体情况如图 1-3 所示。综述文章[16，17]也对 MCS 应用下的隐私安全问题进行了非常详细的探讨，针对这些隐私安全问题，研究者们已经提出来非常多有效的解决方案，因此，本文对这部分的隐私安全威胁问题将不再进行过多的探讨。相较而言，本文更加关心的是 VCS 应用所特有的视觉隐私安全问题。VCS 技术与 MCS 技术不同的是，VCS 技术更加注重的是视觉数据的感知，感知数据的形式也主要以图像和视频为主，这就导致 VCS 应用容易引入一个额外的隐私安全隐患，感知参与者可能在采集图像或者视频的过程中，无意间把 “旁人”的隐私信息也拍摄入内，导致侵犯了他人的隐私安全。“旁人”的隐私安全问题主要是一种视觉隐私安全问题，该问题是 VCS 应用相对MCS 所特有的安全威胁问题，且无法避免。文献[1,16]中均对视觉隐私问题有相应的提及，该问题也是本文着重希望解决的问题。


本文编号：3554346