視覚プライバシー

視覚プライバシーとは、視覚情報の収集と配信、プライバシーの期待、およびそれらを取り巻く法的問題との関係です。今日では、デジタルカメラはどこにでもあります。スマートフォンからタブレット、ラップトップから監視カメラに至るまで、電子デバイスに見られる最も一般的なセンサーの1つです。ただし、それを取り巻くプライバシーと信頼の影響により、コンピューティング環境にシームレスに溶け込む能力が制限されます。特に、大規模なカメラネットワークでは、そのような展開の利点と欠点を理解することに関心が高まっています。英国では700万台を超えるCCTVカメラが導入されていると推定されています。 ^[1] セキュリティ上の懸念の高まりにより、カメラネットワークは米国などの他の国でも急増し続けています。このようなシステムの影響は引き続き評価されていますが、並行して、これらのカメラネットワークの使用方法を制御し、エンドユーザーに送信される画像やビデオを変更するためのツールが検討されてきました。

視覚データの形式

ビジュアルプライバシーは、通常、次のような特定のテクノロジに適用されます。

視覚プライバシーを強化する技術

カメラネットワークから収集された情報を提供しながらプライバシーを強化または保護するために、さまざまな形式のテクノロジが検討されています。これらのソリューションのほとんどは、ターゲットアプリケーションに依存し、プライバシーを保護する方法で実現しようとします。

「リスペクトフルカメラ」は、ビデオで観察された人物の顔の上に色付きの点を重ねることで、その人物の顔を自動的に隠すソリューションです。この技術は、個人が着用している色付きのマーカーを追跡し、マーカーからのオフセットによって顔の位置を推測します。^[2]
Googleストリートビューは自動顔検出機能を使用して、マンハッタン市内のすべての顔をぼかします。^[3]
Eptascapeは、自動人物追跡機能とプライバシー保護機能を備えた監視機能を備えた製品を提供しています。 ^[4]
Cardeaは、顔認識とコンテキストコンピューティング技術を使用して、コンテキスト依存のプライバシー設定に応じて写真内の傍観者の視覚プライバシーを保護するコンテキスト認識型の視覚プライバシー保護メカニズムです。^[5]
サーマルカメラと深度カメラ^[6]は人物検出や人数カウントに使用されます。
プライバシー保護レンズ設計^[7]は、人間の姿勢推定や行動認識などの視覚タスクを実行するための光学系とアルゴリズムの共同最適化で構成されています。

したがって、視覚プライバシーには、コンピューティング設計の選択、^[8]共同および分散環境でのデータ共有に関するプライバシーポリシー、およびデータの所有権自体を考慮した、プライバシーを意識したプライバシー保護システムが含まれます。特に、テクノロジーの採用と大規模な受け入れにおいては、プライバシーと信頼が相互に関連している場合があります。公正で正確なコンピュータービジョンモデルを持つことは、前述の2つを確保するのに大いに役立ちます。多くの開発者も現在、プライバシーバイデザインの視点を浸透させています。これには、すべてのユーザーの機密データをエッジクライアントデバイスで処理すること、データ保持期間を短縮すること、データが意図されていない目的に使用されないようにすることなどが含まれますが、これらに限定されません。

参照

大規模監視

参考文献

^ 「ロンドンにはCCTVカメラが何台あるか？英国のCCTV数（2022年更新）」Clarion UK 2022年10月4日2024年6月18日閲覧。
^ Jeremy Schiff、Marci Meingast、Deirdre K. Mulligan、Shankar Sastry、Ken Goldberg (2007)。「敬意あるカメラ: プライバシーの懸念に対処するためのリアルタイムの視覚マーカー検出」。国際インテリジェントロボットおよびシステム会議 (IROS)。カリフォルニア州サンディエゴ。2007 年 10 月。
^ 「ストリートビューがマンハッタンを再訪」
^ 「Eptascape, Inc. MPEG-7 Video Analytics」。www.eptascape.com。2008年6月21日時点のオリジナルよりアーカイブ。2022年1月13日閲覧。
^ 「Cardea: 写真撮影と共有のためのコンテキスト認識型視覚プライバシー保護」(PDF) 。 2018年11月8日時点のオリジナル(PDF)からアーカイブ。 2023年12月24日閲覧。
^ Pittaluga, Francesco; Koppal, Sanjeev J. (2015 年 6 月)。「小型ビジョンセンサー用のプライバシー保護光学系」。2015 IEEE コンピュータービジョンおよびパターン認識会議 (CVPR) 。ボストン、マサチューセッツ州、米国: IEEE。pp. 314–324。CiteSeerX 10.1.1.944.2193。doi : 10.1109 / CVPR.2015.7298628。ISBN 9781467369640.S2CID 14056410 。
^ Hinojosa, Carlos; Niebles, Juan Carlos; Arguello, Henry (2021年10月). 「人間の姿勢推定のためのプライバシー保護光学の学習」. 2021 IEEE International Conference on Computer Vision (ICCV) . バーチャル、米国: IEEE/CVF: 2573–2582.
^ Koelle, Marion; Wolf, Katrin; Boll, Susanne (2018)。「LEDステータスライトを超えて - 装着型カメラのプライバシー通知の設計要件」。第12回国際タンジブル・エンベデッド・エンボディッド・インタラクション会議議事録。Tei '18。ストックホルム、スウェーデン：ACM Press。pp. 177–187。doi ： 10.1145 / 3173225.3173234。ISBN 9781450355681.S2CID 3954480 。

外部リンク

瞬きしない：21 世紀の視覚プライバシーに関する新たな視点

[r243-1] 「ロンドンにはCCTVカメラが何台あるか？英国のCCTV数（2022年更新）」Clarion UK 2022年10月4日2024年6月18日閲覧。

[2] Jeremy Schiff、Marci Meingast、Deirdre K. Mulligan、Shankar Sastry、Ken Goldberg (2007)。「敬意あるカメラ: プライバシーの懸念に対処するためのリアルタイムの視覚マーカー検出」。国際インテリジェントロボットおよびシステム会議 (IROS)。カリフォルニア州サンディエゴ。2007 年 10 月。

[3] 「ストリートビューがマンハッタンを再訪」

[4] 「Eptascape, Inc. MPEG-7 Video Analytics」。www.eptascape.com。2008年6月21日時点のオリジナルよりアーカイブ。2022年1月13日閲覧。

[cardea-5] 「Cardea: 写真撮影と共有のためのコンテキスト認識型視覚プライバシー保護」(PDF) 。 2018年11月8日時点のオリジナル(PDF)からアーカイブ。 2023年12月24日閲覧。

[6] Pittaluga, Francesco; Koppal, Sanjeev J. (2015 年 6 月)。「小型ビジョンセンサー用のプライバシー保護光学系」。2015 IEEE コンピュータービジョンおよびパターン認識会議 (CVPR) 。ボストン、マサチューセッツ州、米国: IEEE。pp. 314–324。CiteSeerX 10.1.1.944.2193。doi : 10.1109 / CVPR.2015.7298628。ISBN 9781467369640.S2CID 14056410 。

[7] Hinojosa, Carlos; Niebles, Juan Carlos; Arguello, Henry (2021年10月). 「人間の姿勢推定のためのプライバシー保護光学の学習」. 2021 IEEE International Conference on Computer Vision (ICCV) . バーチャル、米国: IEEE/CVF: 2573–2582.

[8] Koelle, Marion; Wolf, Katrin; Boll, Susanne (2018)。「LEDステータスライトを超えて - 装着型カメラのプライバシー通知の設計要件」。第12回国際タンジブル・エンベデッド・エンボディッド・インタラクション会議議事録。Tei '18。ストックホルム、スウェーデン：ACM Press。pp. 177–187。doi ： 10.1145 / 3173225.3173234。ISBN 9781450355681.S2CID 3954480 。