論文の概要: Privacy Concerns Regarding Occupant Tracking in Smart Buildings
- arxiv url: http://arxiv.org/abs/2010.07028v1
- Date: Wed, 30 Sep 2020 23:33:11 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-13 00:37:30.995493
- Title: Privacy Concerns Regarding Occupant Tracking in Smart Buildings
- Title（参考訳）: スマートビルにおける作業追跡に関するプライバシー問題
- Authors: Ellis Kessler, Moeti Masiane, Awad Abdelhalim
- Abstract要約: 職業追跡は公共の安全、省エネルギー、マーケティングの分野で使われてきた。
被収容者を追跡する主要なシステムは、被収容者の位置に関する詳細レベルを比較して比較する。
ユーザのプライバシーを守るために振動データを変換する手法を提案し,データセット上で検証した。
- 参考スコア（独自算出の注目度）: 2.578242050187029
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Tracking of occupants within buildings has become a topic of interest in the
past decade. Occupant tracking has been used in the public safety, energy
conservation, and marketing fields. Various methods have been demonstrated
which can track people outside of and inside buildings; including GPS,
visual-based tracking using surveillance cameras, and vibration-based tracking
using sensors such as accelerometers. In this work, those main systems for
tracking occupants are compared and contrasted for the levels of detail they
give about where occupants are, as well as their respective privacy concerns
and how identifiable the tracking information collected is to a specific
person. We discuss a case study using vibrations sensors mounted in Virginia
Tech's Goodwin Hall that was recently conducted, demonstrating that similar
levels of accuracy in occupant localization can be achieved to current methods,
and highlighting the amount of identifying information in the vibration signals
dataset. Finally, a method of transforming the vibration data to preserve
occupant privacy was proposed and tested on the dataset. The results indicate
that our proposed method has successfully resulted in anonymizing the
occupant's gender information which was previously identifiable from the
vibration data, while minimally impacting the localization accuracy achieved
without anonymization.
- Abstract（参考訳）: 建物内の住民の追跡は、過去10年間に注目の的となっている。
占有者追跡は公共の安全、エネルギー保全、マーケティングの分野で使われている。
gps、監視カメラを用いた視覚ベースの追跡、加速度計などのセンサーを用いた振動ベースの追跡など、建物外を追跡する様々な方法が実証されている。
本研究では,利用者を追跡する主なシステムは,利用者がどこにいるか,それぞれのプライバシーの懸念,収集された追跡情報をどの程度特定可能か,といった詳細度を比較して比較する。
最近,バージニア工科大学グッドウィンホールに設置した振動センサを用いたケーススタディについて検討し,現状の手法において,占有位置推定における類似したレベルの精度を実現できることを示すとともに,振動信号データセットにおける識別情報の量に着目した。
最後に, 使用者のプライバシーを守るために振動データを変換する手法を提案し, 実験を行った。
その結果,提案手法は,振動データから既往の性別情報の匿名化に成功し,かつ,匿名化を伴わない局所化精度を最小限に抑えることができた。
関連論文リスト
- DenseTrack: Drone-based Crowd Tracking via Density-aware Motion-appearance Synergy [33.57923199717605]
ドローンによる群集追跡は、空中からの物体の正確な識別と監視に困難に直面している。
これらの課題に対処するために、密度認識追跡(DenseTrack)フレームワークを提案する。
DenseTrackは、群衆のカウントに乗じて、オブジェクトの位置を正確に決定し、視覚とモーションのキューを混ぜて、小規模オブジェクトの追跡を改善する。
論文 参考訳（メタデータ） (2024-07-24T13:39:07Z) - OOSTraj: Out-of-Sight Trajectory Prediction With Vision-Positioning Denoising [49.86409475232849]
軌道予測はコンピュータビジョンと自律運転の基本である。
この分野における既存のアプローチは、しばしば正確で完全な観測データを仮定する。
本稿では,視覚的位置決め技術を利用した視線外軌道予測手法を提案する。
論文 参考訳（メタデータ） (2024-04-02T18:30:29Z) - Propagate And Calibrate: Real-time Passive Non-line-of-sight Tracking [84.38335117043907]
本研究では,リレー壁のみを観察することで,見えない部屋を歩いている人を追跡する純粋受動的手法を提案する。
本研究では,リレー壁の映像の非知覚的変化を発掘するため,時間的局所的な動きの伝達に欠かせない特徴として差分フレームを導入する。
提案手法を評価するため,最初の動的受動NLOS追跡データセットであるNLOS-Trackを構築し,公開する。
論文 参考訳（メタデータ） (2023-03-21T12:18:57Z) - Person Monitoring by Full Body Tracking in Uniform Crowd Environment [10.71804432329509]
中東では、均一な群衆環境が最先端のトラッカーに挑戦する規範である。
本研究では,一様群集環境下で,ビデオ毎に1つの特定のターゲットを持つ注釈付きデータセットを開発する。
このデータセットは、最先端のトラッカーの評価と微調整に使用された。
論文 参考訳（メタデータ） (2022-09-02T21:21:47Z) - Privacy-Utility Trades in Crowdsourced Signal Map Obfuscation [20.58763760239068]
クラウドソースセルラー信号強度測定は、ネットワーク性能を改善するために信号マップを生成するために使用できる。
我々は、データがモバイルデバイスを離れる前に、そのようなデータを難読化することを検討する。
評価結果は,多種多様な実世界の信号マップデータセットに基づいて,適切なプライバシとユーティリティを同時に実現可能であることを示す。
論文 参考訳（メタデータ） (2022-01-13T03:46:22Z) - Statistical Feature-based Personal Information Detection in Mobile
Network Traffic [13.568975395946433]
本稿では、交通における個人情報の発生パターンを統計的に表現するために、個人情報の統計的特徴を設計する。
検出器は機械学習アルゴリズムに基づいてトレーニングされ、同様のパターンで潜在的な個人情報を検出する。
われわれの知る限りでは、統計的特徴に基づいて個人情報を検出するのはこれが初めてだ。
論文 参考訳（メタデータ） (2021-12-23T04:01:16Z) - Benchmarking high-fidelity pedestrian tracking systems for research,
real-time monitoring and crowd control [55.41644538483948]
実生活環境における高忠実な歩行者追跡は,群集動態研究において重要なツールである。
この技術が進歩するにつれて、社会においても益々有用になってきている。
歩行者追跡技術の研究と技術に成功させるためには、正確さの検証とベンチマークが不可欠である。
我々は、プライバシーに配慮した歩行者追跡技術のためのベンチマークスイートをコミュニティのオープンスタンダードに向けて提示し、議論する。
論文 参考訳（メタデータ） (2021-08-26T11:45:26Z) - Privacy-preserving Object Detection [52.77024349608834]
我々は,COCOにおけるオブジェクト検出において,顔のぼやけによるデータセットの匿名化と,性別や肌のトーン次元に沿ったバランスの取れた顔の交換は,プライバシを保ち,偏りを部分的に保ちながらオブジェクト検出性能を維持することができることを示した。
論文 参考訳（メタデータ） (2021-03-11T10:34:54Z) - Safety-Oriented Pedestrian Motion and Scene Occupancy Forecasting [91.69900691029908]
我々は、個々の動きとシーン占有マップの両方を予測することを提唱する。
歩行者の相対的な空間情報を保存するScene-Actor Graph Neural Network (SA-GNN)を提案する。
2つの大規模な実世界のデータセットで、我々のシーン占有率予測が最先端のモーション予測手法よりも正確でより校正されていることを示した。
論文 参考訳（メタデータ） (2021-01-07T06:08:21Z) - Urban Sensing based on Mobile Phone Data: Approaches, Applications and
Challenges [67.71975391801257]
モバイルデータ分析における多くの関心は、人間とその行動に関連している。
本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
論文 参考訳（メタデータ） (2020-08-29T15:14:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。