基于摄像头的反人脸识别技术

　　

　　

　　面部识别系统是一种可以在图像或视频片段中识别个人的计算工具，目前在全球范围内得到广泛应用。然而，一些用户和开发者提出了与隐私相关的担忧，因为从定义上讲，面部识别技术依赖于捕捉人脸的图像。在未经授权的情况下，可以使用面部识别技术通过他/她的脸来识别该人。

　　因此，最近的一些计算机科学研究一直在探索防止未经授权的面部识别通过混淆、合成或改变图像来识别用户的可能性，以增加用户的隐私。这一研究领域现在被广泛地称为反面部识别(AFR)。

　　浙江大学USSLAB的研究人员最近开发了CamPro，这是一种新技术，旨在实现相机传感器级的AFR，生成的图像可以保护用户的面部隐私，而不会影响其他应用，如活动识别。他们的论文被NDSS 2024接受，并在arXiv预印本服务器上预发表，用广泛使用的相机拍摄的图像展示了他们提出的技术。

　　“人工智能(AI)的快速发展促进了各种识别人类活动的计算机视觉应用，”该论文的合著者朱文军告诉科技探索网。“但是，敏感的个人身份信息(PII)，特别是图像中的人脸，会同时被收集并上传到不受信任的第三方服务器。为此，我们提出了一种基于摄像头传感器的面部隐私保护技术CamPro，该技术可以将普通相机改造成无法捕捉面部特征进行识别的隐私保护相机，即反面部识别(AFR)。”

　　大多数先前介绍的AFR方法都是基于后处理，这本质上意味着它们在相机拍摄后修改图像。另一方面，USSLAB开发的CamPro技术在相机传感器生成图像时才开始工作，因此恶意用户将很难绕过它。研究人员称这种模式为“与生俱来的隐私保护”。

　　

　　“一个相机模块通常由一个图像传感器(CMOS或CCD)和一个图像信号处理器(ISP)组成，”朱解释说。“图像传感器将感知到的光线转换为原始读数(raw)，然后，用于信号处理的专用硬件ISP将raw转换为符合人类视觉系统的标准RGB (sRGB)图像。”

　　ISP系统是现代数码相机的重要组成部分，它有两个主要功能。首先，它们能够有效地将RAW图像转换为sRGB图像。此外，它们还可以控制图像捕捉传感器，例如调节快门和ISO感光度来实现自动曝光(AE)。

　　“由于图像传感器和ISP的解耦设计，ISP通常提供一组可调参数来满足不同的传感器，”朱说。CamPro利用ISP的这些可调参数来实现隐私保护的功能。虽然这些参数的最初目的是产生一个可信的图像，但我们发现它们也可以用于实现反面部识别，同时为良性视觉识别应用提供足够的信息，例如，人物检测，姿态估计等。”

　　作为他们最近研究的一部分，朱和他的同事主要关注相机的伽马校正过程(即伽马)和所谓的颜色校正矩阵(CCM)。为了获得最佳参数，在不损害其隐私的情况下识别人，他们模拟了图像捕获的过程，同时还引入了一种基于对抗网络的新优化技术。

　　朱说:“我们注意到，受保护图像的质量可能达不到人类视角的要求。”“因此，我们使用经过训练的图像增强器来恢复图像质量。”

　　

　　与其他AFR系统相比，CamPro通过调整现有的ISP参数在相机内部工作，而不需要重新设计相机。这可以大大简化其在现实世界中的部署，因为它不需要引入全新的传感设备。

　　“我们相信这项工作是开创性的。它不仅实现了传感器级别的图像隐私保护，而且还提出了从信息删除到图像恢复到视觉任务的完整功能链，并且易于部署。”

　　在最初的测试中，CamPro被发现在各种黑箱人脸识别系统中具有良好的通用性，将平均人脸识别准确率降低到0.3%。此外，它被发现能够抵抗白盒网络攻击，这需要重新训练面部识别模型来规避AFR系统的影响。

　　他说:“CamPro更适合某些专业摄像头，比如智能家居中用于老年人跌倒检测的摄像头等。”“这些摄像头需要在不需要面部信息的情况下完成一些视觉任务。CamPro可以有效地防止面部信息被恶意获取和利用在各种场景中。”

　　这组研究人员创建的新系统可能很快就会在现实环境中进行部署和测试，以进一步探索其潜力。此外，CamPro可以激发其他AFR方法的发展，利用相机和传感器的内部参数。

　　“我们发现潜在的攻击者可以很容易地从传感器读数中收集敏感的个人信息，”朱补充说。“我们设想未来的应用应该只从传感器数据中获取相关信息。因此，我们计划在相机之外研究更多种类的传感器，以保护隐私的诞生为范式。对于CamPro，我们计划提高其整体性能，并尝试使其成为一种产品。”

　　更多信息:朱文军等，CamPro:基于摄像头的反人脸识别，arXiv(2024)。期刊信息:arXiv .2401.00151

　　?2024 Science X Network

　　引用一架照相机

　　sed反面部识别技术(2024年2月2日)检索自2024年2月2日的https://techxplore.com/news/2024-01-camera-ba

　　本文档

　　作品受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。的有限公司

　　内容仅供参考之用。