На февральском симпозиуме в Сан-Диего, посвященном сетевым системам безопасности, будет продемонстрирована новая перспективная разработка – Place Avoider. С его помощью, возможно, будет решена проблема нарушения «privacy» и общих этических вопросов, связанных с публичным использованием Google Glass и других смарт-очков, использующих носимые камеры.

Благодаря смартфонам фото- и видеокамеры стали по-настоящему вездесущими. Но с появлением смарт-очков камеры могут стать уж слишком навязчивыми, и многих этот вопрос беспокоит уже сейчас, когда смарт-очки еще не получили массового распространения. Удобство документирования повседневной жизни, возможность оперативно делиться видеозаписями от первого лица, запечатлевать скоротечные моменты и мгновенно отправлять полученные материалы в соцсети сопряжены с массой проблем с конфиденциальностью, неприкосновенностью личной жизни, охраной коммерческих интересов и врачебной этикой.

Проблема состоит еще и в том, что пользователи носимых устройств с камерами могут и не подозревать, что в распространяемых материалах может содержаться информация, предполагающая серьезную правовую ответственность за предание ее гласности. Группа разработчиков школы информатики при Университете штата Индиана предложила первый серьезный шаг на пути решения этих проблем – Place Avoider.

В основе идеи лежит набор алгоритмов для смарт-очков или любых других носимых устройств, оснащенных миниатюрными камерами, который создает и обновляет своеобразный «черный список» мест, где съемка не приветствуется, или вовсе запрещена.

Апу Кападия, руководитель группы, прокомментировал проблему, приведшую к созданию Place Avoider следующим образом: «Никому не хватит никакого времени вручную удалять из отснятого материала то, что может быть расценено, как вмешательство в личную жизнь. Эти устройства могут генерировать такие материалы тысячами каждый день».

По мнению авторов проекта, на сегодняшний день системы компьютерного зрения слишком далеки от совершенства, чтобы полагаться только на сухие алгоритмы в деле отсева приватного контента. Поэтому их разработка предполагает возможность использования принципов машинного обучения. При этом пользователь тоже сможет лично вносить коррективы в результаты обработки.

«Черный список» состоит из трех уровней ограничения. На умеренном уровне (спальня, ванная) Place Avoider распознает изображения и отметит их как требующие анализа, и пока этот анализ не будет произведен, материалы будут недоступны для приложений, которые могут выгрузить их в интернет.

Что касается режимных объектов, то здесь, скорее всего, ни к каким алгоритмам не придется прибегать, так как устройство просто отберут на входе.

В целом, разработчики позиционируют Place Avoider как систему, рассчитанную на законопослушных граждан, по принципу работы во многом схожую с файлом robots.txt, который сообщает роботам поисковых систем страницы, нежелательные для идексации. Разработчики утверждают, что Place Avoider призван помогать, а не ограничивать.

Главный алгоритм получил название SIFT (scale-invariant feature transform) – масштабно-инвариантная функция преобразования. Принцип его действия заключается в поиске специфических элементов с контрастными краями. К примеру, такие элементы как дверные и оконные проемы довольно типичны и в целом остаются визуально постоянными, независимо от изменений освещения и ракурса. Именно такие наборы фрагментов составляют своего рода «электронные отпечатки пальцев». Для этого используются 128 маркеров, которые дают возможность идентифицировать место  проведения съемки без GPS-навигатора.

Работая с такими устройствами как Google Glass, или любыми другими носимыми гаджетами, содержащими камеру, Place Avoider делит «картинку» на мелкие и крупные фрагменты. Далее по каждому из них проводится сверка на предмент наличия объектов из «черного списка». При этом их цвет, форма и текстура подвергаются оценке, а полученный результат транслируется на аналитическую платформу.

На данный момент этот метод проходит тестирование на пяти наборах изображений высокой реалистичности, и результаты пока полностью оправдывают ожидания. Так, например, алгоритм полностью справляется с такими погрешностями как нечеткость изображения, размытость движущегося объекта и прочее.

Предварительные результаты весьма впечатляющи – система в 89,8% случаев точно определяет место съемки – дом или рабочее место.

Обсудить на форуме