极低分辨率的RFID视觉技术，用于实时且视觉上匿名化的动作识别

《ACM Transactions on Sensor Networks》：Extremely Low-resolution RFID Vision for Real-time and Visually-anonymized Action Recognition

匿名化实时监控系统设计及低功耗实现

　　

摘要

尽管基于视觉的个人监控（例如在医疗保健领域）具有巨大潜力，但隐私数据泄露的担忧阻碍了其在个人空间（如卧室）中的广泛应用。在图像处理和联邦学习领域，已经提出了一系列数据匿名化方法。这些方法通常会在本地存储高质量的图像和视频，并在上传到云端之前通过后处理对其进行匿名化处理。然而，最近发生的物联网摄像头被黑客攻击以及本地数据泄露事件表明，需要在感知阶段就对数据进行匿名化处理。此外，在复杂的室内环境中实现无盲点的持续监控需要一个可扩展且经济高效的系统。本文介绍了Mosaic，这是一个基于视觉的端到端动作识别框架，它能够（i）从感知阶段就开始实现数据匿名化；（ii）实现无需电池供电的运行方式，从而实现无盲点的持续监控。Mosaic使用了一个分辨率极低的近红外（NIR）图像传感器（6×10像素）来实现视频匿名化，并结合了一个符合RFID标准的完全被动式标签以及四个太阳能电池，从而在低至30勒克斯的光照条件下（例如货架深处无直射光的情况下）实现实时近红外视频流传输。该系统还配备了一个轻量级的动作识别神经网络，可实现实时推理（在Intel(R) Core i7-8700处理器上的响应时间为18.4毫秒）。Mosaic在10个动作类别上的平均准确率达到了98%，在数据匿名化和高精度动作识别之间取得了平衡。由于利用了近红外（非可见光）频率，Mosaic即使在黑暗环境中也能正常工作，而不会干扰睡眠。最后，该系统还展示了其在野外监控中的潜力，能够检测到远至20米的火源。