論文の概要: Privacy-Aware Smart Cameras: View Coverage via Socially Responsible Coordination
- arxiv url: http://arxiv.org/abs/2603.23197v1
- Date: Tue, 24 Mar 2026 13:43:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-25 19:53:37.502182
- Title: Privacy-Aware Smart Cameras: View Coverage via Socially Responsible Coordination
- Title（参考訳）: プライバシーに配慮したスマートカメラ:社会的責任を負うコーディネートによる視認
- Authors: Chuhao Qin, Lukas Esterle, Evangelos Pournaras,
- Abstract要約: プライバシーを意識したスマートカメラによる視界の調整は、より社会的に責任を負う都市知能の鍵となる。
本稿では,対話型スマートカメラが自律的に方向を選択するための分散フレームワークを提案する。
我々は18.42%のカバレッジ効率と85.53%のプライバシー侵害がベースラインや他の最先端のアプローチよりも低いことを示した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Coordination of view coverage via privacy-aware smart cameras is key to a more socially responsible urban intelligence. Rather than maximizing view coverage at any cost or over relying on expensive cryptographic techniques, we address how cameras can coordinate to legitimately monitor public spaces while excluding privacy-sensitive regions by design. This article proposes a decentralized framework in which interactive smart cameras coordinate to autonomously select their orientation via collective learning, while eliminating privacy violations via soft and hard constraint satisfaction. The approach scales to hundreds up to thousands of cameras without any centralized control. Experimental evidence shows 18.42% higher coverage efficiency and 85.53% lower privacy violation than baselines and other state-of-the-art approaches. This significant advance further unravels practical guidelines for operators and policymakers: how the field of view, spatial placement, and budget of cameras operating by ethically-aligned artificial intelligence jointly influence coverage efficiency and privacy protection in large-scale and sensitive urban environments.
- Abstract（参考訳）: プライバシーを意識したスマートカメラによる視界の調整は、より社会的に責任を負う都市知能の鍵となる。
コストや高価な暗号技術に頼らずに、ビューカバレッジを最大化する代わりに、デザインによってプライバシーに敏感な領域を除外しながら、カメラが公共空間を合法的に監視する方法に対処する。
本稿では,対話型スマートカメラが協調して,集団学習による指向を自律的に選択し,ソフトかつハードな制約満足度によるプライバシー侵害を解消する分散化フレームワークを提案する。
このアプローチは、集中制御なしで数百台から数千台のカメラにスケールする。
実験的証拠は、18.42%のカバレッジ効率と85.53%のプライバシー侵害がベースラインや他の最先端のアプローチよりも低いことを示している。
倫理的に整合した人工知能が運用するカメラの視野、空間配置、予算が、大規模で敏感な都市環境におけるカバレッジ効率とプライバシ保護にどのように影響するか。
関連論文リスト
- Single-Pixel Vision-Language Model for Intrinsic Privacy-Preserving Behavioral Intelligence [55.512671026669516]
安全な環境モニタリングを再現する新しいフレームワークSP-VLM(Single-Pixel Vision-Language Model)を提案する。
それは本質的に低次元の1ピクセルのモダリティを通して人間のダイナミクスを捉えることによって、固有のプライバシ・バイ・デザインを実現する。
いずれにせよ,SP-VLMは意味ある行動意味を抽出し,ロバストな異常検出,数え方,行動理解を可能にしている。
論文 参考訳（メタデータ） (2026-01-21T09:11:26Z) - Interdependent Privacy in Smart Homes: Hunting for Bystanders in Privacy Policies [0.8602553195689513]
本稿では,20個のビデオドアベルとスマートカメラ製品を対象としたプライバシーポリシーの分析を行った。
我々は、一部のベンダーが傍観者を認めているが、それらが対処するのは、不服従者を含める程度に限られていることを示した。
傍観者のプライバシに関連する現実のケースを特定し、調査し、現在のデプロイメントが非ユーザに与える影響を実証する。
論文 参考訳（メタデータ） (2025-10-30T14:16:21Z) - Privacy Challenges In Image Processing Applications [0.9374652839580183]
プライバシーリスクが高まる主なアプリケーションには、患者の健康データを含む医療や、不正な追跡を可能にする監視システムなどがある。
差分プライバシーは、制御されたノイズを注入することで厳格なプライバシー保証を提供する一方、MPCは生のデータ入力を公開することなく協調分析を促進する。
ホモモルフィック暗号化は暗号化されたデータの計算を可能にし、匿名化は識別要素を直接削除する。
論文 参考訳（メタデータ） (2025-05-07T07:28:03Z) - Activity Recognition on Avatar-Anonymized Datasets with Masked Differential Privacy [64.32494202656801]
プライバシを保存するコンピュータビジョンは、機械学習と人工知能において重要な問題である。
本稿では,ビデオデータセット中の感性のある被験者を文脈内の合成アバターに置き換える匿名化パイプラインを提案する。
また、匿名化されていないがプライバシーに敏感な背景情報を保護するため、MaskDPを提案する。
論文 参考訳（メタデータ） (2024-10-22T15:22:53Z) - Privacy-preserving Optics for Enhancing Protection in Face De-identification [60.110274007388135]
この脆弱性を解決するために,ハードウェアレベルの顔識別手法を提案する。
また、プライバシ保存画像、フェイスヒートマップ、およびパブリックデータセットからの参照顔イメージを入力として、新しい顔を生成する匿名化フレームワークを提案する。
論文 参考訳（メタデータ） (2024-03-31T19:28:04Z) - IEEE Big Data Cup 2022: Privacy Preserving Matching of Encrypted Images
with Deep Learning [1.179179628317559]
本稿では、最先端の深層畳み込みニューラルネットワークと様々なデータ拡張技術に基づくソリューションについて述べる。
私たちのソリューションは、IEEE Big Data Cup 2022: Privacy Preserving Matching of Encrypted Images Challengeで1位を獲得しました。
論文 参考訳（メタデータ） (2022-11-18T12:20:40Z) - Privacy-Preserving Face Recognition with Learnable Privacy Budgets in
Frequency Domain [77.8858706250075]
本稿では,周波数領域における差分プライバシーを用いたプライバシ保護顔認証手法を提案する。
本手法はいくつかの古典的顔認証テストセットで非常によく機能する。
論文 参考訳（メタデータ） (2022-07-15T07:15:36Z) - PrivHAR: Recognizing Human Actions From Privacy-preserving Lens [58.23806385216332]
我々は、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。
我々のフレームワークは、カメラレンズをパラメータ化して、ビデオの品質を劣化させ、プライバシー特性を抑え、敵の攻撃を防ぎます。
論文 参考訳（メタデータ） (2022-06-08T13:43:29Z) - Surveilling Surveillance: Estimating the Prevalence of Surveillance
Cameras with Street View Data [13.77902229604303]
我々は、カメラ検出モデルを構築し、世界中の10大都市と6大都市から採取された160万のストリートビュー画像に適用する。
本モデルから推定したリコールを調整した後,道路から見える監視カメラの密度を推定できる。
米国10都市を詳細に分析したところ、カメラは商業地域、工業地域、混成地域、および非白人住民のシェアが高い地区に集中していることがわかった。
論文 参考訳（メタデータ） (2021-05-04T21:06:01Z) - Feasibility Study on CCTV-aware Routing and Navigation for Privacy,
Anonymity, and Safety. Jyvaskyla -- Case-study of the First City to Benefit
from CCTV-aware Technology. (Preprint) [0.802904964931021]
CCTV対応ルーティングおよびナビゲーションソリューションの実現可能性について検討する。
フィンランドのJyvaskyla市中心街における7つの歩行者歩行経路について検討した。
論文 参考訳（メタデータ） (2020-11-17T12:45:40Z)
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。