PrivHAR: Recognizing Human Actions From Privacy-preserving Lens

要約

デジタルカメラの普及に伴い、特に行動認識のようなアプリケーションにおいて、プライバシーとセキュリティに関する関心が高まっている。本論文では、人間の行動認識パイプラインに沿って、堅牢な視覚的プライバシー保護を提供するための最適化フレームワークを提案する。本フレームワークは、行動認識のための関連する特徴を維持しながら、プライバシー属性を抑制し、敵対的な攻撃から保護するために、ビデオの品質をうまく低下させるようにカメラレンズをパラメータ化するものである。我々は、広範なシミュレーションとハードウェア実験により、我々のアプローチを検証する。

要約(オリジナル)

The accelerated use of digital cameras prompts an increasing concern about privacy and security, particularly in applications such as action recognition. In this paper, we propose an optimizing framework to provide robust visual privacy protection along the human action recognition pipeline. Our framework parameterizes the camera lens to successfully degrade the quality of the videos to inhibit privacy attributes and protect against adversarial attacks while maintaining relevant features for activity recognition. We validate our approach with extensive simulations and hardware experiments.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL