The Need for Inherently Privacy-Preserving Vision in Trustworthy Autonomous Systems

要約

ビジョンは、環境に関する豊富な情報を引き出すことができるロボティクス用の一般的で効果的なセンサーです。シーンのジオメトリとセマンティクスだけでなく、そのシーン内の人間の年齢、性別、アイデンティティ、活動、さらには感情的な状態さえもです。
これは、この情報の到達範囲、存続期間、および潜在的な悪用について重要な問題を提起します。
このホワイト ペーパーは、ロボット ビジョンのコンテキストでプライバシーを考慮するための行動を促すものです。
完全なリモートアクセスがあっても攻撃者によって画像がキャプチャされたり再構築されたりしない、特定の形式のプライバシー保護を提案します。
このようなシステムを設計できる一連の原則を提示し、ローカリゼーションのケーススタディを通じて、本質的にプライバシーを保護する方法で重要なロボット機能を提供する特定の実装をシミュレーションで示します。
これは最初のステップであり、視力のあるロボット システムに開かれたアプリケーションの範囲を拡大する将来の作業を刺激したいと考えています。

要約(オリジナル)

Vision is a popular and effective sensor for robotics from which we can derive rich information about the environment: the geometry and semantics of the scene, as well as the age, gender, identity, activity and even emotional state of humans within that scene. This raises important questions about the reach, lifespan, and potential misuse of this information. This paper is a call to action to consider privacy in the context of robotic vision. We propose a specific form privacy preservation in which no images are captured or could be reconstructed by an attacker even with full remote access. We present a set of principles by which such systems can be designed, and through a case study in localisation demonstrate in simulation a specific implementation that delivers an important robotic capability in an inherently privacy-preserving manner. This is a first step, and we hope to inspire future works that expand the range of applications open to sighted robotic systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google