#CAMPROS

[outdoorovernights]

CAMPROS CP 8 Person Tent Review

Have you ever wondered what makes a camping experience truly memorable? Perhaps it’s the right kind of tent that can transform a simple outdoor getaway into an extraordinary adventure. When it comes to camping with family or a group of friends, the CAMPROS CP Tent 8 Person Camping Tent could be the piece of gear that elevates your journey into the wild. Spacious Comfort: Your Home Away From…

[travalora]

https://www.travalora.com/product/campros-cp-8-person-camping-tent/

[camprovietnam]

Khám Phá Camera Hành Trình Ô Tô FineVu GX300: Lựa Chọn Tối Ưu Cho Hành Trình An Toàn

Trong bối cảnh giao thông phức tạp và nhiều tình huống không lường trước, việc trang bị một chiếc camera hành trình cho ô tô không chỉ giúp ghi lại hành trình mà còn là một công cụ bảo vệ quan trọng. Camera hành trình FineVu GX300 đã nổi lên như một trong những lựa chọn hàng đầu, đáp ứng mọi nhu cầu của người dùng về chất lượng hình ảnh, tính năng an toàn và giá trị sử dụng.

2. Đặc Điểm Nổi Bật Của FineVu GX300

2.1. Ghi Hình 4K Ultra HD - Chi Tiết Từng Khoảnh Khắc

FineVu GX300 được trang bị cảm biến hiện đại cho phép ghi hình ở độ phân giải 4K Ultra HD (3840x2160). Điều này mang lại hình ảnh sắc nét và chi tiết, giúp người dùng dễ dàng nhận diện biển số xe và các yếu tố quan trọng trên đường.

2.2. Công Nghệ Cảm Biến Sony Starvis - Ghi Hình Tối Ưu Trong Mọi Điều Kiện Ánh Sáng

Cảm biến Sony Starvis giúp FineVu GX300 ghi hình rõ nét ngay cả trong điều kiện ánh sáng yếu hoặc ban đêm. Đây là một tính năng vượt trội, giúp người dùng yên tâm lái xe trong mọi điều kiện thời tiết và ánh sáng.

2.3. Góc Quay Rộng 160 Độ - Quan Sát Toàn Diện

Với góc quay rộng 160 độ, FineVu GX300 bao quát toàn bộ khung cảnh trước xe, giảm thiểu điểm mù và giúp ghi lại mọi diễn biến trên đường một cách toàn diện. Điều này đặc biệt hữu ích trong việc giám sát và xử lý các tình huống khẩn cấp.

2.4. Kết Nối Wi-Fi - Dễ Dàng Chia Sẻ Và Quản Lý Dữ Liệu

FineVu GX300 cho phép kết nối Wi-Fi trực tiếp với điện thoại thông minh, giúp bạn dễ dàng xem lại, tải xuống và chia sẻ video chỉ với vài thao tác trên ứng dụng đi kèm. Tính năng này mang lại sự tiện lợi và linh hoạt trong việc quản lý dữ liệu.

2.5. Hệ Thống Cảnh Báo An Toàn - Bảo Vệ Tối Đa Cho Người Lái

FineVu GX300 tích hợp hệ thống cảnh báo va chạm và lệch làn đường, giúp người lái nhận biết và xử lý kịp thời các nguy cơ tiềm ẩn. Điều này không chỉ giúp giảm thiểu rủi ro tai nạn mà còn nâng cao an toàn cho hành trình.

2.6. Chế Độ Ghi Hình Liên Tục Và Phát Hiện Chuyển Động - Giám Sát Toàn Diện

FineVu GX300 hỗ trợ chế độ ghi hình liên tục và phát hiện chuyển động, giúp ghi lại mọi hoạt động xung quanh xe. Tính năng này đặc biệt quan trọng khi xe đang đỗ và không có người giám sát, bảo vệ xe khỏi những rủi ro không mong muốn.

3. Lợi Ích Khi Sử Dụng FineVu GX300

3.1. Chất Lượng Hình Ảnh Xuất Sắc

Với độ phân giải 4K và cảm biến Sony Starvis, FineVu GX300 mang lại chất lượng hình ảnh vượt trội, giúp bạn ghi lại mọi chi tiết một cách rõ nét và chân thực.

3.2. Thiết Kế Nhỏ Gọn Và Dễ Dàng Lắp Đặt

FineVu GX300 có thiết kế nhỏ gọn, dễ dàng lắp đặt và không chiếm nhiều diện tích trên kính chắn gió của xe. Chỉ cần vài phút để cài đặt, bạn đã có thể sử dụng camera và trải nghiệm những tính năng ưu việt của sản phẩm.

3.3. Giám Sát Và Bảo Vệ Xe Tốt Hơn

Với góc quay rộng và chế độ ghi hình liên tục, FineVu GX300 giúp bạn giám sát toàn diện xung quanh xe và bảo vệ xe khỏi những rủi ro tiềm ẩn. Camera còn giúp ghi lại bằng chứng quan trọng trong các trường hợp xảy ra va chạm hoặc tranh chấp.

3.4. Tiết Kiệm Thời Gian Và Chi Phí

Việc sử dụng FineVu GX300 giúp bạn tiết kiệm thời gian và chi phí liên quan đến việc tìm kiếm và bảo trì xe. Bạn có thể dễ dàng kiểm tra và quản lý xe từ xa, đảm bảo mọi hành trình luôn an toàn và suôn sẻ.

4. Hướng Dẫn Lắp Đặt Và Sử Dụng FineVu GX300

4.1. Chuẩn Bị Trước Khi Lắp Đặt

Trước khi bắt đầu, bạn cần chuẩn bị camera, thẻ nhớ microSD, dây nguồn, và bộ dụng cụ lắp đặt. Đảm bảo bạn có đủ không gian và điều kiện ánh sáng để thực hiện các thao tác một cách chính xác.

4.2. Lắp Đặt Camera Hành Trình

Chọn vị trí lắp đặt: Lắp camera trên kính trước của xe, đảm bảo tầm nhìn tốt và không che khuất tầm nhìn của tài xế.

Cố định camera: Sử dụng miếng dán hoặc chân đế đi kèm để cố định camera chắc chắn.

Kết nối dây nguồn: Kết nối dây nguồn từ camera đến cổng nguồn của xe, đảm bảo nguồn điện ổn định cho camera hoạt động.

4.3. Cài Đặt Và Kết Nối Camera

Lắp thẻ nhớ: Lắp thẻ nhớ microSD vào khe cắm của camera, đảm bảo thẻ nhớ được lắp đúng cách và nhận diện tốt.

Bật nguồn camera: Bật nguồn camera và chờ cho camera khởi động.

Kết nối Wi-Fi: Kết nối camera với điện thoại thông minh qua Wi-Fi, đảm bảo kết nối ổn định.

Cài đặt ứng dụng điều khiển: Tải và cài đặt ứng dụng điều khiển trên điện thoại, sau đó kết nối với camera để cấu hình các thông số cần thiết.

4.4. Sử Dụng Và Quản Lý Camera

Bật camera: Bật camera mỗi khi khởi động xe để ghi lại hành trình.

Xem lại video: Sử dụng ứng dụng để xem lại video, tải xuống hoặc chia sẻ với người khác.

Quản lý dữ liệu: Định kỳ kiểm tra và xóa các video không cần thiết để giải phóng dung lượng thẻ nhớ và đảm bảo hiệu suất hoạt động của camera.

5. Đánh Giá Của Người Dùng Về FineVu GX300

5.1. Phản Hồi Tích Cực Về Chất Lượng Hình Ảnh

Người dùng đánh giá rất cao chất lượng hình ảnh của FineVu GX300, đặc biệt là khả năng ghi hình rõ nét trong mọi điều kiện ánh sáng. Điều này giúp họ yên tâm hơn khi lái xe vào ban đêm hoặc trong điều kiện thời tiết xấu.

5.2. Sự Tiện Lợi Trong Việc Kết Nối Và Sử Dụng

Tính năng kết nối Wi-Fi và khả năng điều khiển từ xa qua ứng dụng được nhiều người dùng đánh giá cao vì tính tiện lợi và dễ sử dụng. Họ có thể dễ dàng truy cập và quản lý các tệp video ngay trên điện thoại mà không cần phải tháo thẻ nhớ.

5.3. An Toàn Và Bảo Vệ Xe Tốt Hơn

Hệ thống cảnh báo va chạm và lệch làn đường giúp người dùng lái xe an toàn hơn và giảm thiểu rủi ro tai nạn. Chế độ ghi hình liên tục và phát hiện chuyển động cũng được đánh giá cao vì khả năng bảo vệ xe khỏi các nguy cơ mất cắp hoặc hư hỏng.

6. Câu Hỏi Thường Gặp (FAQ)

6.1. FineVu GX300 có ghi hình tốt vào ban đêm không?

Có, với cảm biến Sony Starvis, FineVu GX300 ghi hình rõ nét ngay cả trong điều kiện ánh sáng yếu hoặc ban đêm, giúp bạn giám sát mọi tình huống một cách chính xác và chi tiết.

6.2. Làm sao để kết nối FineVu GX300 với điện thoại?

Bạn có thể kết nối FineVu GX300 với điện thoại thông qua Wi-Fi và sử dụng ứng dụng điều khiển đi kèm để xem lại video, tải xuống hoặc chia sẻ một cách dễ dàng.

6.3. FineVu GX300 có hỗ trợ ghi âm không?

Có, FineVu GX300 hỗ trợ ghi âm cùng với video, giúp bạn ghi lại toàn bộ âm thanh trong quá trình lái xe, từ đó có thể cung cấp thêm bằng chứng trong trường hợp cần thiết.

[vilaoperaria]

CamPro reside dentro de um módulo de câmera para obter reconhecimento antifacial (AFR) durante a geração de imagens, ou seja, preservação da privacidade desde o nascimento, enquanto os métodos AFR tradicionais dessensibilizam as imagens brutas emitidas pelo módulo de câmera, ou seja, com base em pós-processamento . Crédito: Zhu et al. Sistemas de reconhecimento facial, ferramentas computacionais que podem reconhecer indivíduos em imagens ou vídeos, são agora amplamente utilizados em todo o mundo. Alguns usuários e desenvolvedores, no entanto, levantaram preocupações relacionadas à privacidade, já que, por definição, as técnicas de reconhecimento facial dependem de imagens que capturam os rostos das pessoas. É possível utilizar técnicas de reconhecimento facial para identificar a pessoa pelo rosto sem autorização. Alguns estudos recentes de ciência da computação têm explorado assim a possibilidade de impedir o reconhecimento facial não autorizado de reconhecer usuários, ofuscando, sintetizando ou alterando imagens, para aumentar a privacidade dos usuários. Este campo de pesquisa é agora amplamente conhecido como reconhecimento antifacial (AFR). Pesquisadores do USSLAB da Universidade de Zhejiang desenvolveram recentemente o CamPro, uma nova técnica projetada para obter AFR no nível do sensor da câmera, produzindo imagens que podem proteger a privacidade facial dos usuários sem influenciar outras aplicações, como o reconhecimento de atividades. O artigo deles, aceito pelo NDSS 2024 e pré-publicado no arXiv servidor de pré-impressão, demonstra sua técnica proposta usando imagens tiradas por câmeras amplamente disponíveis. "O rápido desenvolvimento da inteligência artificial (IA) facilitou várias aplicações de visão computacional que reconhecem atividade humana”, disse Wenjun Zhu, coautor do artigo, ao Tech Xplore. “No entanto, as informações confidenciais de identificação pessoal (PII), especialmente os rostos nas imagens, são simultaneamente coletadas e enviadas para servidores de terceiros não confiáveis. Para este fim, propomos uma tecnologia de proteção de privacidade facial baseada em sensor de câmera, CamPro, que pode remodelar uma câmera comum em uma câmera que persevera a privacidade e é incapaz de capturar as características faciais para identificação, ou seja, Reconhecimento Antifacial (AFR). )." A maioria das abordagens AFR introduzidas anteriormente são baseadas em pós-processamento, o que essencialmente significa que elas modificam as imagens capturadas pelas câmeras depois de terem sido tiradas. Por outro lado, a técnica CamPro desenvolvida pela USSLAB só começa a funcionar quando as imagens são geradas pelos sensores das câmeras, sendo mais difícil para usuários mal-intencionados contorná-la. Os pesquisadores chamaram esse paradigma de “preservação da privacidade desde o nascimento”. Estágios típicos de identificação facial. Crédito: Zhu et al. “Um módulo de câmera geralmente consiste em um sensor de imagem (CMOS ou CCD) e um processador de sinal de imagem (ISP)”, explicou Zhu. “O sensor de imagem converte as luzes percebidas em leituras brutas (RAW) e, em seguida, o ISP, um hardware especializado para processamento de sinalconverte o RAW em uma imagem RGB padrão (sRGB) que está de acordo com os sistemas visuais humanos." Os sistemas ISP são componentes essenciais das câmeras digitais modernas, que possuem duas funções principais. Em primeiro lugar, permitem a conversão eficiente de imagens RAW em imagens sRGB. Além disso, oferecem controle sobre sensores de captura de imagem, por exemplo, ajustando obturadores e sensibilidade ISO para realizar exposição automática (AE). "Devido ao design desacoplado do sensor de imagem e ISP, os ISPs geralmente fornecem um conjunto de parâmetros ajustáveis ​​para atender a diferentes sensores", disse Zhu. "CamPro aproveita esses parâmetros ajustáveis ​​do ISP para alcançar a funcionalidade de proteção de privacidade. Embora o objetivo original desses parâmetros seja produzir

uma imagem plausível, descobrimos que eles também podem ser usados ​​para obter reconhecimento anti-facial, ao mesmo tempo que fornecem informações suficientes para aplicações benignas de reconhecimento visual, por exemplo, detecção de pessoas, estimativa de pose, etc.” Como parte de seu estudo recente, Zhu e seus colegas se concentraram principalmente no processo de correção gama de uma câmera (ou seja, Gama) e na chamada matriz de correção de cores (CCM). Para atingir parâmetros ideais que permitam o reconhecimento das pessoas sem comprometer a sua privacidade, emularam o processo de captura das imagens, ao mesmo tempo que introduziram uma nova técnica de otimização baseada em redes adversárias. “Percebemos que a qualidade das imagens protegidas pode não atender aos requisitos da visão humana”, disse Zhu. “Portanto, implementamos um intensificador de imagem treinado para restaurar a qualidade da imagem.” Efeitos de inversão de cores em FR e HAR. FR: Os rostos destacados em círculos são comparados pelo FaceNet e não são vistos como a mesma identidade. HAR: A pessoa da frente é detectada, mas a de trás é perdida após a inversão de cores. A inversão de cores afeta menos a operação normal do HAR. Crédito: Zhu et al. Em contraste com outros sistemas AFR, o CamPro funciona dentro de uma câmera ajustando os parâmetros ISP existentes, sem a necessidade de redesenhar a câmera. Isto poderia simplificar enormemente a sua implantação no mundo real, uma vez que não implicaria a introdução de dispositivos de detecção inteiramente novos. "Acreditamos que este trabalho é inovador. Ele não apenas alcançou proteção de privacidade de imagem em nível de sensor, mas também propõe uma cadeia de funções completa, desde a remoção de informações até a restauração de imagens, até tarefas visuais, e é fácil de implantar", disse Zhu. Nos testes iniciais, descobriu-se que o CamPro generaliza bem vários sistemas de identificação facial de caixa preta, reduzindo a precisão média da identificação facial para 0,3%. Além disso, descobriu-se que é resistente a ataques cibernéticos de caixa branca, que envolvem o retreinamento de modelos de reconhecimento facial para contornar os efeitos dos sistemas AFR. “CamPro é mais adequado para certas câmeras especializadas, como aquelas usadas em casas inteligentes para detecção de quedas de idosos, etc.”, disse Zhu. "Essas câmeras precisam realizar algumas tarefas visuais sem exigir informações faciais. A CamPro pode efetivamente impedir que informações faciais sejam obtidas de forma maliciosa e utilizadas em vários cenários." O novo sistema criado por esta equipa de investigadores poderá em breve ser implantado e testado em ambientes do mundo real, para explorar ainda mais o seu potencial. Além disso, o CamPro poderia inspirar o desenvolvimento de outras abordagens AFR que aproveitassem os parâmetros internos de câmeras e sensores. “Descobrimos que um invasor em potencial pode facilmente coletar informações pessoais confidenciais das leituras dos sensores”, acrescentou Zhu. "Prevemos que aplicações futuras deverão obter apenas as informações relacionadas a partir dos dados dos sensores. Portanto, planejamos estudar mais tipos de sensores, além dos Câmera, com o paradigma da preservação da privacidade desde o nascimento. Para a CamPro, planejamos melhorar seu desempenho geral e tentar torná-la um produto.” Mais Informações: Wenjun Zhu et al, CamPro: reconhecimento antifacial baseado em câmera, arXiv (2024). DOI: 10.48550/arxiv.2401.00151 Informações do diário: arXiv   © 2024 Science X Network Citação: Uma técnica de reconhecimento antifacial baseada em câmera (2024, 2 de fevereiro) recuperada em 10 de maio de 2024 em https://techxplore.com/news/2024-01-camera-based-anti-facial-recognition.html Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem permissão por escrito. O conteúdo é fornecido apenas para fins informativos.

https://w3b.com.br/uma-tecnica-de-reconhecimento-anti-facial-baseada-em-camera/?feed_id=6568&_unique_id=66662e64f3347

[w3bcombr]

CamPro reside dentro de um módulo de câmera para obter reconhecimento antifacial (AFR) durante a geração de imagens, ou seja, preservação da privacidade desde o nascimento, enquanto os métodos AFR tradicionais dessensibilizam as imagens brutas emitidas pelo módulo de câmera, ou seja, com base em pós-processamento . Crédito: Zhu et al. Sistemas de reconhecimento facial, ferramentas computacionais que podem reconhecer indivíduos em imagens ou vídeos, são agora amplamente utilizados em todo o mundo. Alguns usuários e desenvolvedores, no entanto, levantaram preocupações relacionadas à privacidade, já que, por definição, as técnicas de reconhecimento facial dependem de imagens que capturam os rostos das pessoas. É possível utilizar técnicas de reconhecimento facial para identificar a pessoa pelo rosto sem autorização. Alguns estudos recentes de ciência da computação têm explorado assim a possibilidade de impedir o reconhecimento facial não autorizado de reconhecer usuários, ofuscando, sintetizando ou alterando imagens, para aumentar a privacidade dos usuários. Este campo de pesquisa é agora amplamente conhecido como reconhecimento antifacial (AFR). Pesquisadores do USSLAB da Universidade de Zhejiang desenvolveram recentemente o CamPro, uma nova técnica projetada para obter AFR no nível do sensor da câmera, produzindo imagens que podem proteger a privacidade facial dos usuários sem influenciar outras aplicações, como o reconhecimento de atividades. O artigo deles, aceito pelo NDSS 2024 e pré-publicado no arXiv servidor de pré-impressão, demonstra sua técnica proposta usando imagens tiradas por câmeras amplamente disponíveis. "O rápido desenvolvimento da inteligência artificial (IA) facilitou várias aplicações de visão computacional que reconhecem atividade humana”, disse Wenjun Zhu, coautor do artigo, ao Tech Xplore. “No entanto, as informações confidenciais de identificação pessoal (PII), especialmente os rostos nas imagens, são simultaneamente coletadas e enviadas para servidores de terceiros não confiáveis. Para este fim, propomos uma tecnologia de proteção de privacidade facial baseada em sensor de câmera, CamPro, que pode remodelar uma câmera comum em uma câmera que persevera a privacidade e é incapaz de capturar as características faciais para identificação, ou seja, Reconhecimento Antifacial (AFR). )." A maioria das abordagens AFR introduzidas anteriormente são baseadas em pós-processamento, o que essencialmente significa que elas modificam as imagens capturadas pelas câmeras depois de terem sido tiradas. Por outro lado, a técnica CamPro desenvolvida pela USSLAB só começa a funcionar quando as imagens são geradas pelos sensores das câmeras, sendo mais difícil para usuários mal-intencionados contorná-la. Os pesquisadores chamaram esse paradigma de “preservação da privacidade desde o nascimento”. Estágios típicos de identificação facial. Crédito: Zhu et al. “Um módulo de câmera geralmente consiste em um sensor de imagem (CMOS ou CCD) e um processador de sinal de imagem (ISP)”, explicou Zhu. “O sensor de imagem converte as luzes percebidas em leituras brutas (RAW) e, em seguida, o ISP, um hardware especializado para processamento de sinalconverte o RAW em uma imagem RGB padrão (sRGB) que está de acordo com os sistemas visuais humanos." Os sistemas ISP são componentes essenciais das câmeras digitais modernas, que possuem duas funções principais. Em primeiro lugar, permitem a conversão eficiente de imagens RAW em imagens sRGB. Além disso, oferecem controle sobre sensores de captura de imagem, por exemplo, ajustando obturadores e sensibilidade ISO para realizar exposição automática (AE). "Devido ao design desacoplado do sensor de imagem e ISP, os ISPs geralmente fornecem um conjunto de parâmetros ajustáveis ​​para atender a diferentes sensores", disse Zhu. "CamPro aproveita esses parâmetros ajustáveis ​​do ISP para alcançar a funcionalidade de proteção de privacidade. Embora o objetivo original desses parâmetros seja produzir

uma imagem plausível, descobrimos que eles também podem ser usados ​​para obter reconhecimento anti-facial, ao mesmo tempo que fornecem informações suficientes para aplicações benignas de reconhecimento visual, por exemplo, detecção de pessoas, estimativa de pose, etc.” Como parte de seu estudo recente, Zhu e seus colegas se concentraram principalmente no processo de correção gama de uma câmera (ou seja, Gama) e na chamada matriz de correção de cores (CCM). Para atingir parâmetros ideais que permitam o reconhecimento das pessoas sem comprometer a sua privacidade, emularam o processo de captura das imagens, ao mesmo tempo que introduziram uma nova técnica de otimização baseada em redes adversárias. “Percebemos que a qualidade das imagens protegidas pode não atender aos requisitos da visão humana”, disse Zhu. “Portanto, implementamos um intensificador de imagem treinado para restaurar a qualidade da imagem.” Efeitos de inversão de cores em FR e HAR. FR: Os rostos destacados em círculos são comparados pelo FaceNet e não são vistos como a mesma identidade. HAR: A pessoa da frente é detectada, mas a de trás é perdida após a inversão de cores. A inversão de cores afeta menos a operação normal do HAR. Crédito: Zhu et al. Em contraste com outros sistemas AFR, o CamPro funciona dentro de uma câmera ajustando os parâmetros ISP existentes, sem a necessidade de redesenhar a câmera. Isto poderia simplificar enormemente a sua implantação no mundo real, uma vez que não implicaria a introdução de dispositivos de detecção inteiramente novos. "Acreditamos que este trabalho é inovador. Ele não apenas alcançou proteção de privacidade de imagem em nível de sensor, mas também propõe uma cadeia de funções completa, desde a remoção de informações até a restauração de imagens, até tarefas visuais, e é fácil de implantar", disse Zhu. Nos testes iniciais, descobriu-se que o CamPro generaliza bem vários sistemas de identificação facial de caixa preta, reduzindo a precisão média da identificação facial para 0,3%. Além disso, descobriu-se que é resistente a ataques cibernéticos de caixa branca, que envolvem o retreinamento de modelos de reconhecimento facial para contornar os efeitos dos sistemas AFR. “CamPro é mais adequado para certas câmeras especializadas, como aquelas usadas em casas inteligentes para detecção de quedas de idosos, etc.”, disse Zhu. "Essas câmeras precisam realizar algumas tarefas visuais sem exigir informações faciais. A CamPro pode efetivamente impedir que informações faciais sejam obtidas de forma maliciosa e utilizadas em vários cenários." O novo sistema criado por esta equipa de investigadores poderá em breve ser implantado e testado em ambientes do mundo real, para explorar ainda mais o seu potencial. Além disso, o CamPro poderia inspirar o desenvolvimento de outras abordagens AFR que aproveitassem os parâmetros internos de câmeras e sensores. “Descobrimos que um invasor em potencial pode facilmente coletar informações pessoais confidenciais das leituras dos sensores”, acrescentou Zhu. "Prevemos que aplicações futuras deverão obter apenas as informações relacionadas a partir dos dados dos sensores. Portanto, planejamos estudar mais tipos de sensores, além dos Câmera, com o paradigma da preservação da privacidade desde o nascimento. Para a CamPro, planejamos melhorar seu desempenho geral e tentar torná-la um produto.” Mais Informações: Wenjun Zhu et al, CamPro: reconhecimento antifacial baseado em câmera, arXiv (2024). DOI: 10.48550/arxiv.2401.00151 Informações do diário: arXiv   © 2024 Science X Network Citação: Uma técnica de reconhecimento antifacial baseada em câmera (2024, 2 de fevereiro) recuperada em 10 de maio de 2024 em https://techxplore.com/news/2024-01-camera-based-anti-facial-recognition.html Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem permissão por escrito. O conteúdo é fornecido apenas para fins informativos.

[mirandascontalidade]

CamPro reside dentro de um módulo de câmera para obter reconhecimento antifacial (AFR) durante a geração de imagens, ou seja, preservação da privacidade desde o nascimento, enquanto os métodos AFR tradicionais dessensibilizam as imagens brutas emitidas pelo módulo de câmera, ou seja, com base em pós-processamento . Crédito: Zhu et al. Sistemas de reconhecimento facial, ferramentas computacionais que podem reconhecer indivíduos em imagens ou vídeos, são agora amplamente utilizados em todo o mundo. Alguns usuários e desenvolvedores, no entanto, levantaram preocupações relacionadas à privacidade, já que, por definição, as técnicas de reconhecimento facial dependem de imagens que capturam os rostos das pessoas. É possível utilizar técnicas de reconhecimento facial para identificar a pessoa pelo rosto sem autorização. Alguns estudos recentes de ciência da computação têm explorado assim a possibilidade de impedir o reconhecimento facial não autorizado de reconhecer usuários, ofuscando, sintetizando ou alterando imagens, para aumentar a privacidade dos usuários. Este campo de pesquisa é agora amplamente conhecido como reconhecimento antifacial (AFR). Pesquisadores do USSLAB da Universidade de Zhejiang desenvolveram recentemente o CamPro, uma nova técnica projetada para obter AFR no nível do sensor da câmera, produzindo imagens que podem proteger a privacidade facial dos usuários sem influenciar outras aplicações, como o reconhecimento de atividades. O artigo deles, aceito pelo NDSS 2024 e pré-publicado no arXiv servidor de pré-impressão, demonstra sua técnica proposta usando imagens tiradas por câmeras amplamente disponíveis. "O rápido desenvolvimento da inteligência artificial (IA) facilitou várias aplicações de visão computacional que reconhecem atividade humana”, disse Wenjun Zhu, coautor do artigo, ao Tech Xplore. “No entanto, as informações confidenciais de identificação pessoal (PII), especialmente os rostos nas imagens, são simultaneamente coletadas e enviadas para servidores de terceiros não confiáveis. Para este fim, propomos uma tecnologia de proteção de privacidade facial baseada em sensor de câmera, CamPro, que pode remodelar uma câmera comum em uma câmera que persevera a privacidade e é incapaz de capturar as características faciais para identificação, ou seja, Reconhecimento Antifacial (AFR). )." A maioria das abordagens AFR introduzidas anteriormente são baseadas em pós-processamento, o que essencialmente significa que elas modificam as imagens capturadas pelas câmeras depois de terem sido tiradas. Por outro lado, a técnica CamPro desenvolvida pela USSLAB só começa a funcionar quando as imagens são geradas pelos sensores das câmeras, sendo mais difícil para usuários mal-intencionados contorná-la. Os pesquisadores chamaram esse paradigma de “preservação da privacidade desde o nascimento”. Estágios típicos de identificação facial. Crédito: Zhu et al. “Um módulo de câmera geralmente consiste em um sensor de imagem (CMOS ou CCD) e um processador de sinal de imagem (ISP)”, explicou Zhu. “O sensor de imagem converte as luzes percebidas em leituras brutas (RAW) e, em seguida, o ISP, um hardware especializado para processamento de sinalconverte o RAW em uma imagem RGB padrão (sRGB) que está de acordo com os sistemas visuais humanos." Os sistemas ISP são componentes essenciais das câmeras digitais modernas, que possuem duas funções principais. Em primeiro lugar, permitem a conversão eficiente de imagens RAW em imagens sRGB. Além disso, oferecem controle sobre sensores de captura de imagem, por exemplo, ajustando obturadores e sensibilidade ISO para realizar exposição automática (AE). "Devido ao design desacoplado do sensor de imagem e ISP, os ISPs geralmente fornecem um conjunto de parâmetros ajustáveis ​​para atender a diferentes sensores", disse Zhu. "CamPro aproveita esses parâmetros ajustáveis ​​do ISP para alcançar a funcionalidade de proteção de privacidade. Embora o objetivo original desses parâmetros seja produzir

uma imagem plausível, descobrimos que eles também podem ser usados ​​para obter reconhecimento anti-facial, ao mesmo tempo que fornecem informações suficientes para aplicações benignas de reconhecimento visual, por exemplo, detecção de pessoas, estimativa de pose, etc.” Como parte de seu estudo recente, Zhu e seus colegas se concentraram principalmente no processo de correção gama de uma câmera (ou seja, Gama) e na chamada matriz de correção de cores (CCM). Para atingir parâmetros ideais que permitam o reconhecimento das pessoas sem comprometer a sua privacidade, emularam o processo de captura das imagens, ao mesmo tempo que introduziram uma nova técnica de otimização baseada em redes adversárias. “Percebemos que a qualidade das imagens protegidas pode não atender aos requisitos da visão humana”, disse Zhu. “Portanto, implementamos um intensificador de imagem treinado para restaurar a qualidade da imagem.” Efeitos de inversão de cores em FR e HAR. FR: Os rostos destacados em círculos são comparados pelo FaceNet e não são vistos como a mesma identidade. HAR: A pessoa da frente é detectada, mas a de trás é perdida após a inversão de cores. A inversão de cores afeta menos a operação normal do HAR. Crédito: Zhu et al. Em contraste com outros sistemas AFR, o CamPro funciona dentro de uma câmera ajustando os parâmetros ISP existentes, sem a necessidade de redesenhar a câmera. Isto poderia simplificar enormemente a sua implantação no mundo real, uma vez que não implicaria a introdução de dispositivos de detecção inteiramente novos. "Acreditamos que este trabalho é inovador. Ele não apenas alcançou proteção de privacidade de imagem em nível de sensor, mas também propõe uma cadeia de funções completa, desde a remoção de informações até a restauração de imagens, até tarefas visuais, e é fácil de implantar", disse Zhu. Nos testes iniciais, descobriu-se que o CamPro generaliza bem vários sistemas de identificação facial de caixa preta, reduzindo a precisão média da identificação facial para 0,3%. Além disso, descobriu-se que é resistente a ataques cibernéticos de caixa branca, que envolvem o retreinamento de modelos de reconhecimento facial para contornar os efeitos dos sistemas AFR. “CamPro é mais adequado para certas câmeras especializadas, como aquelas usadas em casas inteligentes para detecção de quedas de idosos, etc.”, disse Zhu. "Essas câmeras precisam realizar algumas tarefas visuais sem exigir informações faciais. A CamPro pode efetivamente impedir que informações faciais sejam obtidas de forma maliciosa e utilizadas em vários cenários." O novo sistema criado por esta equipa de investigadores poderá em breve ser implantado e testado em ambientes do mundo real, para explorar ainda mais o seu potencial. Além disso, o CamPro poderia inspirar o desenvolvimento de outras abordagens AFR que aproveitassem os parâmetros internos de câmeras e sensores. “Descobrimos que um invasor em potencial pode facilmente coletar informações pessoais confidenciais das leituras dos sensores”, acrescentou Zhu. "Prevemos que aplicações futuras deverão obter apenas as informações relacionadas a partir dos dados dos sensores. Portanto, planejamos estudar mais tipos de sensores, além dos Câmera, com o paradigma da preservação da privacidade desde o nascimento. Para a CamPro, planejamos melhorar seu desempenho geral e tentar torná-la um produto.” Mais Informações: Wenjun Zhu et al, CamPro: reconhecimento antifacial baseado em câmera, arXiv (2024). DOI: 10.48550/arxiv.2401.00151 Informações do diário: arXiv   © 2024 Science X Network Citação: Uma técnica de reconhecimento antifacial baseada em câmera (2024, 2 de fevereiro) recuperada em 10 de maio de 2024 em https://techxplore.com/news/2024-01-camera-based-anti-facial-recognition.html Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem permissão por escrito. O conteúdo é fornecido apenas para fins informativos.

[internacoesvidanova]

CamPro reside dentro de um módulo de câmera para obter reconhecimento antifacial (AFR) durante a geração de imagens, ou seja, preservação da privacidade desde o nascimento, enquanto os métodos AFR tradicionais dessensibilizam as imagens brutas emitidas pelo módulo de câmera, ou seja, com base em pós-processamento . Crédito: Zhu et al. Sistemas de reconhecimento facial, ferramentas computacionais que podem reconhecer indivíduos em imagens ou vídeos, são agora amplamente utilizados em todo o mundo. Alguns usuários e desenvolvedores, no entanto, levantaram preocupações relacionadas à privacidade, já que, por definição, as técnicas de reconhecimento facial dependem de imagens que capturam os rostos das pessoas. É possível utilizar técnicas de reconhecimento facial para identificar a pessoa pelo rosto sem autorização. Alguns estudos recentes de ciência da computação têm explorado assim a possibilidade de impedir o reconhecimento facial não autorizado de reconhecer usuários, ofuscando, sintetizando ou alterando imagens, para aumentar a privacidade dos usuários. Este campo de pesquisa é agora amplamente conhecido como reconhecimento antifacial (AFR). Pesquisadores do USSLAB da Universidade de Zhejiang desenvolveram recentemente o CamPro, uma nova técnica projetada para obter AFR no nível do sensor da câmera, produzindo imagens que podem proteger a privacidade facial dos usuários sem influenciar outras aplicações, como o reconhecimento de atividades. O artigo deles, aceito pelo NDSS 2024 e pré-publicado no arXiv servidor de pré-impressão, demonstra sua técnica proposta usando imagens tiradas por câmeras amplamente disponíveis. "O rápido desenvolvimento da inteligência artificial (IA) facilitou várias aplicações de visão computacional que reconhecem atividade humana”, disse Wenjun Zhu, coautor do artigo, ao Tech Xplore. “No entanto, as informações confidenciais de identificação pessoal (PII), especialmente os rostos nas imagens, são simultaneamente coletadas e enviadas para servidores de terceiros não confiáveis. Para este fim, propomos uma tecnologia de proteção de privacidade facial baseada em sensor de câmera, CamPro, que pode remodelar uma câmera comum em uma câmera que persevera a privacidade e é incapaz de capturar as características faciais para identificação, ou seja, Reconhecimento Antifacial (AFR). )." A maioria das abordagens AFR introduzidas anteriormente são baseadas em pós-processamento, o que essencialmente significa que elas modificam as imagens capturadas pelas câmeras depois de terem sido tiradas. Por outro lado, a técnica CamPro desenvolvida pela USSLAB só começa a funcionar quando as imagens são geradas pelos sensores das câmeras, sendo mais difícil para usuários mal-intencionados contorná-la. Os pesquisadores chamaram esse paradigma de “preservação da privacidade desde o nascimento”. Estágios típicos de identificação facial. Crédito: Zhu et al. “Um módulo de câmera geralmente consiste em um sensor de imagem (CMOS ou CCD) e um processador de sinal de imagem (ISP)”, explicou Zhu. “O sensor de imagem converte as luzes percebidas em leituras brutas (RAW) e, em seguida, o ISP, um hardware especializado para processamento de sinalconverte o RAW em uma imagem RGB padrão (sRGB) que está de acordo com os sistemas visuais humanos." Os sistemas ISP são componentes essenciais das câmeras digitais modernas, que possuem duas funções principais. Em primeiro lugar, permitem a conversão eficiente de imagens RAW em imagens sRGB. Além disso, oferecem controle sobre sensores de captura de imagem, por exemplo, ajustando obturadores e sensibilidade ISO para realizar exposição automática (AE). "Devido ao design desacoplado do sensor de imagem e ISP, os ISPs geralmente fornecem um conjunto de parâmetros ajustáveis ​​para atender a diferentes sensores", disse Zhu. "CamPro aproveita esses parâmetros ajustáveis ​​do ISP para alcançar a funcionalidade de proteção de privacidade. Embora o objetivo original desses parâmetros seja produzir

uma imagem plausível, descobrimos que eles também podem ser usados ​​para obter reconhecimento anti-facial, ao mesmo tempo que fornecem informações suficientes para aplicações benignas de reconhecimento visual, por exemplo, detecção de pessoas, estimativa de pose, etc.” Como parte de seu estudo recente, Zhu e seus colegas se concentraram principalmente no processo de correção gama de uma câmera (ou seja, Gama) e na chamada matriz de correção de cores (CCM). Para atingir parâmetros ideais que permitam o reconhecimento das pessoas sem comprometer a sua privacidade, emularam o processo de captura das imagens, ao mesmo tempo que introduziram uma nova técnica de otimização baseada em redes adversárias. “Percebemos que a qualidade das imagens protegidas pode não atender aos requisitos da visão humana”, disse Zhu. “Portanto, implementamos um intensificador de imagem treinado para restaurar a qualidade da imagem.” Efeitos de inversão de cores em FR e HAR. FR: Os rostos destacados em círculos são comparados pelo FaceNet e não são vistos como a mesma identidade. HAR: A pessoa da frente é detectada, mas a de trás é perdida após a inversão de cores. A inversão de cores afeta menos a operação normal do HAR. Crédito: Zhu et al. Em contraste com outros sistemas AFR, o CamPro funciona dentro de uma câmera ajustando os parâmetros ISP existentes, sem a necessidade de redesenhar a câmera. Isto poderia simplificar enormemente a sua implantação no mundo real, uma vez que não implicaria a introdução de dispositivos de detecção inteiramente novos. "Acreditamos que este trabalho é inovador. Ele não apenas alcançou proteção de privacidade de imagem em nível de sensor, mas também propõe uma cadeia de funções completa, desde a remoção de informações até a restauração de imagens, até tarefas visuais, e é fácil de implantar", disse Zhu. Nos testes iniciais, descobriu-se que o CamPro generaliza bem vários sistemas de identificação facial de caixa preta, reduzindo a precisão média da identificação facial para 0,3%. Além disso, descobriu-se que é resistente a ataques cibernéticos de caixa branca, que envolvem o retreinamento de modelos de reconhecimento facial para contornar os efeitos dos sistemas AFR. “CamPro é mais adequado para certas câmeras especializadas, como aquelas usadas em casas inteligentes para detecção de quedas de idosos, etc.”, disse Zhu. "Essas câmeras precisam realizar algumas tarefas visuais sem exigir informações faciais. A CamPro pode efetivamente impedir que informações faciais sejam obtidas de forma maliciosa e utilizadas em vários cenários." O novo sistema criado por esta equipa de investigadores poderá em breve ser implantado e testado em ambientes do mundo real, para explorar ainda mais o seu potencial. Além disso, o CamPro poderia inspirar o desenvolvimento de outras abordagens AFR que aproveitassem os parâmetros internos de câmeras e sensores. “Descobrimos que um invasor em potencial pode facilmente coletar informações pessoais confidenciais das leituras dos sensores”, acrescentou Zhu. "Prevemos que aplicações futuras deverão obter apenas as informações relacionadas a partir dos dados dos sensores. Portanto, planejamos estudar mais tipos de sensores, além dos Câmera, com o paradigma da preservação da privacidade desde o nascimento. Para a CamPro, planejamos melhorar seu desempenho geral e tentar torná-la um produto.” Mais Informações: Wenjun Zhu et al, CamPro: reconhecimento antifacial baseado em câmera, arXiv (2024). DOI: 10.48550/arxiv.2401.00151 Informações do diário: arXiv   © 2024 Science X Network Citação: Uma técnica de reconhecimento antifacial baseada em câmera (2024, 2 de fevereiro) recuperada em 10 de maio de 2024 em https://techxplore.com/news/2024-01-camera-based-anti-facial-recognition.html Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem permissão por escrito. O conteúdo é fornecido apenas para fins informativos.

[industriabigar]

CamPro reside dentro de um módulo de câmera para obter reconhecimento antifacial (AFR) durante a geração de imagens, ou seja, preservação da privacidade desde o nascimento, enquanto os métodos AFR tradicionais dessensibilizam as imagens brutas emitidas pelo módulo de câmera, ou seja, com base em pós-processamento . Crédito: Zhu et al. Sistemas de reconhecimento facial, ferramentas computacionais que podem reconhecer indivíduos em imagens ou vídeos, são agora amplamente utilizados em todo o mundo. Alguns usuários e desenvolvedores, no entanto, levantaram preocupações relacionadas à privacidade, já que, por definição, as técnicas de reconhecimento facial dependem de imagens que capturam os rostos das pessoas. É possível utilizar técnicas de reconhecimento facial para identificar a pessoa pelo rosto sem autorização. Alguns estudos recentes de ciência da computação têm explorado assim a possibilidade de impedir o reconhecimento facial não autorizado de reconhecer usuários, ofuscando, sintetizando ou alterando imagens, para aumentar a privacidade dos usuários. Este campo de pesquisa é agora amplamente conhecido como reconhecimento antifacial (AFR). Pesquisadores do USSLAB da Universidade de Zhejiang desenvolveram recentemente o CamPro, uma nova técnica projetada para obter AFR no nível do sensor da câmera, produzindo imagens que podem proteger a privacidade facial dos usuários sem influenciar outras aplicações, como o reconhecimento de atividades. O artigo deles, aceito pelo NDSS 2024 e pré-publicado no arXiv servidor de pré-impressão, demonstra sua técnica proposta usando imagens tiradas por câmeras amplamente disponíveis. "O rápido desenvolvimento da inteligência artificial (IA) facilitou várias aplicações de visão computacional que reconhecem atividade humana”, disse Wenjun Zhu, coautor do artigo, ao Tech Xplore. “No entanto, as informações confidenciais de identificação pessoal (PII), especialmente os rostos nas imagens, são simultaneamente coletadas e enviadas para servidores de terceiros não confiáveis. Para este fim, propomos uma tecnologia de proteção de privacidade facial baseada em sensor de câmera, CamPro, que pode remodelar uma câmera comum em uma câmera que persevera a privacidade e é incapaz de capturar as características faciais para identificação, ou seja, Reconhecimento Antifacial (AFR). )." A maioria das abordagens AFR introduzidas anteriormente são baseadas em pós-processamento, o que essencialmente significa que elas modificam as imagens capturadas pelas câmeras depois de terem sido tiradas. Por outro lado, a técnica CamPro desenvolvida pela USSLAB só começa a funcionar quando as imagens são geradas pelos sensores das câmeras, sendo mais difícil para usuários mal-intencionados contorná-la. Os pesquisadores chamaram esse paradigma de “preservação da privacidade desde o nascimento”. Estágios típicos de identificação facial. Crédito: Zhu et al. “Um módulo de câmera geralmente consiste em um sensor de imagem (CMOS ou CCD) e um processador de sinal de imagem (ISP)”, explicou Zhu. “O sensor de imagem converte as luzes percebidas em leituras brutas (RAW) e, em seguida, o ISP, um hardware especializado para processamento de sinalconverte o RAW em uma imagem RGB padrão (sRGB) que está de acordo com os sistemas visuais humanos." Os sistemas ISP são componentes essenciais das câmeras digitais modernas, que possuem duas funções principais. Em primeiro lugar, permitem a conversão eficiente de imagens RAW em imagens sRGB. Além disso, oferecem controle sobre sensores de captura de imagem, por exemplo, ajustando obturadores e sensibilidade ISO para realizar exposição automática (AE). "Devido ao design desacoplado do sensor de imagem e ISP, os ISPs geralmente fornecem um conjunto de parâmetros ajustáveis ​​para atender a diferentes sensores", disse Zhu. "CamPro aproveita esses parâmetros ajustáveis ​​do ISP para alcançar a funcionalidade de proteção de privacidade. Embora o objetivo original desses parâmetros seja produzir

uma imagem plausível, descobrimos que eles também podem ser usados ​​para obter reconhecimento anti-facial, ao mesmo tempo que fornecem informações suficientes para aplicações benignas de reconhecimento visual, por exemplo, detecção de pessoas, estimativa de pose, etc.” Como parte de seu estudo recente, Zhu e seus colegas se concentraram principalmente no processo de correção gama de uma câmera (ou seja, Gama) e na chamada matriz de correção de cores (CCM). Para atingir parâmetros ideais que permitam o reconhecimento das pessoas sem comprometer a sua privacidade, emularam o processo de captura das imagens, ao mesmo tempo que introduziram uma nova técnica de otimização baseada em redes adversárias. “Percebemos que a qualidade das imagens protegidas pode não atender aos requisitos da visão humana”, disse Zhu. “Portanto, implementamos um intensificador de imagem treinado para restaurar a qualidade da imagem.” Efeitos de inversão de cores em FR e HAR. FR: Os rostos destacados em círculos são comparados pelo FaceNet e não são vistos como a mesma identidade. HAR: A pessoa da frente é detectada, mas a de trás é perdida após a inversão de cores. A inversão de cores afeta menos a operação normal do HAR. Crédito: Zhu et al. Em contraste com outros sistemas AFR, o CamPro funciona dentro de uma câmera ajustando os parâmetros ISP existentes, sem a necessidade de redesenhar a câmera. Isto poderia simplificar enormemente a sua implantação no mundo real, uma vez que não implicaria a introdução de dispositivos de detecção inteiramente novos. "Acreditamos que este trabalho é inovador. Ele não apenas alcançou proteção de privacidade de imagem em nível de sensor, mas também propõe uma cadeia de funções completa, desde a remoção de informações até a restauração de imagens, até tarefas visuais, e é fácil de implantar", disse Zhu. Nos testes iniciais, descobriu-se que o CamPro generaliza bem vários sistemas de identificação facial de caixa preta, reduzindo a precisão média da identificação facial para 0,3%. Além disso, descobriu-se que é resistente a ataques cibernéticos de caixa branca, que envolvem o retreinamento de modelos de reconhecimento facial para contornar os efeitos dos sistemas AFR. “CamPro é mais adequado para certas câmeras especializadas, como aquelas usadas em casas inteligentes para detecção de quedas de idosos, etc.”, disse Zhu. "Essas câmeras precisam realizar algumas tarefas visuais sem exigir informações faciais. A CamPro pode efetivamente impedir que informações faciais sejam obtidas de forma maliciosa e utilizadas em vários cenários." O novo sistema criado por esta equipa de investigadores poderá em breve ser implantado e testado em ambientes do mundo real, para explorar ainda mais o seu potencial. Além disso, o CamPro poderia inspirar o desenvolvimento de outras abordagens AFR que aproveitassem os parâmetros internos de câmeras e sensores. “Descobrimos que um invasor em potencial pode facilmente coletar informações pessoais confidenciais das leituras dos sensores”, acrescentou Zhu. "Prevemos que aplicações futuras deverão obter apenas as informações relacionadas a partir dos dados dos sensores. Portanto, planejamos estudar mais tipos de sensores, além dos Câmera, com o paradigma da preservação da privacidade desde o nascimento. Para a CamPro, planejamos melhorar seu desempenho geral e tentar torná-la um produto.” Mais Informações: Wenjun Zhu et al, CamPro: reconhecimento antifacial baseado em câmera, arXiv (2024). DOI: 10.48550/arxiv.2401.00151 Informações do diário: arXiv   © 2024 Science X Network Citação: Uma técnica de reconhecimento antifacial baseada em câmera (2024, 2 de fevereiro) recuperada em 10 de maio de 2024 em https://techxplore.com/news/2024-01-camera-based-anti-facial-recognition.html Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem permissão por escrito. O conteúdo é fornecido apenas para fins informativos.

[gwsnet]

CamPro reside dentro de um módulo de câmera para obter reconhecimento antifacial (AFR) durante a geração de imagens, ou seja, preservação da privacidade desde o nascimento, enquanto os métodos AFR tradicionais dessensibilizam as imagens brutas emitidas pelo módulo de câmera, ou seja, com base em pós-processamento . Crédito: Zhu et al. Sistemas de reconhecimento facial, ferramentas computacionais que podem reconhecer indivíduos em imagens ou vídeos, são agora amplamente utilizados em todo o mundo. Alguns usuários e desenvolvedores, no entanto, levantaram preocupações relacionadas à privacidade, já que, por definição, as técnicas de reconhecimento facial dependem de imagens que capturam os rostos das pessoas. É possível utilizar técnicas de reconhecimento facial para identificar a pessoa pelo rosto sem autorização. Alguns estudos recentes de ciência da computação têm explorado assim a possibilidade de impedir o reconhecimento facial não autorizado de reconhecer usuários, ofuscando, sintetizando ou alterando imagens, para aumentar a privacidade dos usuários. Este campo de pesquisa é agora amplamente conhecido como reconhecimento antifacial (AFR). Pesquisadores do USSLAB da Universidade de Zhejiang desenvolveram recentemente o CamPro, uma nova técnica projetada para obter AFR no nível do sensor da câmera, produzindo imagens que podem proteger a privacidade facial dos usuários sem influenciar outras aplicações, como o reconhecimento de atividades. O artigo deles, aceito pelo NDSS 2024 e pré-publicado no arXiv servidor de pré-impressão, demonstra sua técnica proposta usando imagens tiradas por câmeras amplamente disponíveis. "O rápido desenvolvimento da inteligência artificial (IA) facilitou várias aplicações de visão computacional que reconhecem atividade humana”, disse Wenjun Zhu, coautor do artigo, ao Tech Xplore. “No entanto, as informações confidenciais de identificação pessoal (PII), especialmente os rostos nas imagens, são simultaneamente coletadas e enviadas para servidores de terceiros não confiáveis. Para este fim, propomos uma tecnologia de proteção de privacidade facial baseada em sensor de câmera, CamPro, que pode remodelar uma câmera comum em uma câmera que persevera a privacidade e é incapaz de capturar as características faciais para identificação, ou seja, Reconhecimento Antifacial (AFR). )." A maioria das abordagens AFR introduzidas anteriormente são baseadas em pós-processamento, o que essencialmente significa que elas modificam as imagens capturadas pelas câmeras depois de terem sido tiradas. Por outro lado, a técnica CamPro desenvolvida pela USSLAB só começa a funcionar quando as imagens são geradas pelos sensores das câmeras, sendo mais difícil para usuários mal-intencionados contorná-la. Os pesquisadores chamaram esse paradigma de “preservação da privacidade desde o nascimento”. Estágios típicos de identificação facial. Crédito: Zhu et al. “Um módulo de câmera geralmente consiste em um sensor de imagem (CMOS ou CCD) e um processador de sinal de imagem (ISP)”, explicou Zhu. “O sensor de imagem converte as luzes percebidas em leituras brutas (RAW) e, em seguida, o ISP, um hardware especializado para processamento de sinalconverte o RAW em uma imagem RGB padrão (sRGB) que está de acordo com os sistemas visuais humanos." Os sistemas ISP são componentes essenciais das câmeras digitais modernas, que possuem duas funções principais. Em primeiro lugar, permitem a conversão eficiente de imagens RAW em imagens sRGB. Além disso, oferecem controle sobre sensores de captura de imagem, por exemplo, ajustando obturadores e sensibilidade ISO para realizar exposição automática (AE). "Devido ao design desacoplado do sensor de imagem e ISP, os ISPs geralmente fornecem um conjunto de parâmetros ajustáveis ​​para atender a diferentes sensores", disse Zhu. "CamPro aproveita esses parâmetros ajustáveis ​​do ISP para alcançar a funcionalidade de proteção de privacidade. Embora o objetivo original desses parâmetros seja produzir

uma imagem plausível, descobrimos que eles também podem ser usados ​​para obter reconhecimento anti-facial, ao mesmo tempo que fornecem informações suficientes para aplicações benignas de reconhecimento visual, por exemplo, detecção de pessoas, estimativa de pose, etc.” Como parte de seu estudo recente, Zhu e seus colegas se concentraram principalmente no processo de correção gama de uma câmera (ou seja, Gama) e na chamada matriz de correção de cores (CCM). Para atingir parâmetros ideais que permitam o reconhecimento das pessoas sem comprometer a sua privacidade, emularam o processo de captura das imagens, ao mesmo tempo que introduziram uma nova técnica de otimização baseada em redes adversárias. “Percebemos que a qualidade das imagens protegidas pode não atender aos requisitos da visão humana”, disse Zhu. “Portanto, implementamos um intensificador de imagem treinado para restaurar a qualidade da imagem.” Efeitos de inversão de cores em FR e HAR. FR: Os rostos destacados em círculos são comparados pelo FaceNet e não são vistos como a mesma identidade. HAR: A pessoa da frente é detectada, mas a de trás é perdida após a inversão de cores. A inversão de cores afeta menos a operação normal do HAR. Crédito: Zhu et al. Em contraste com outros sistemas AFR, o CamPro funciona dentro de uma câmera ajustando os parâmetros ISP existentes, sem a necessidade de redesenhar a câmera. Isto poderia simplificar enormemente a sua implantação no mundo real, uma vez que não implicaria a introdução de dispositivos de detecção inteiramente novos. "Acreditamos que este trabalho é inovador. Ele não apenas alcançou proteção de privacidade de imagem em nível de sensor, mas também propõe uma cadeia de funções completa, desde a remoção de informações até a restauração de imagens, até tarefas visuais, e é fácil de implantar", disse Zhu. Nos testes iniciais, descobriu-se que o CamPro generaliza bem vários sistemas de identificação facial de caixa preta, reduzindo a precisão média da identificação facial para 0,3%. Além disso, descobriu-se que é resistente a ataques cibernéticos de caixa branca, que envolvem o retreinamento de modelos de reconhecimento facial para contornar os efeitos dos sistemas AFR. “CamPro é mais adequado para certas câmeras especializadas, como aquelas usadas em casas inteligentes para detecção de quedas de idosos, etc.”, disse Zhu. "Essas câmeras precisam realizar algumas tarefas visuais sem exigir informações faciais. A CamPro pode efetivamente impedir que informações faciais sejam obtidas de forma maliciosa e utilizadas em vários cenários." O novo sistema criado por esta equipa de investigadores poderá em breve ser implantado e testado em ambientes do mundo real, para explorar ainda mais o seu potencial. Além disso, o CamPro poderia inspirar o desenvolvimento de outras abordagens AFR que aproveitassem os parâmetros internos de câmeras e sensores. “Descobrimos que um invasor em potencial pode facilmente coletar informações pessoais confidenciais das leituras dos sensores”, acrescentou Zhu. "Prevemos que aplicações futuras deverão obter apenas as informações relacionadas a partir dos dados dos sensores. Portanto, planejamos estudar mais tipos de sensores, além dos Câmera, com o paradigma da preservação da privacidade desde o nascimento. Para a CamPro, planejamos melhorar seu desempenho geral e tentar torná-la um produto.” Mais Informações: Wenjun Zhu et al, CamPro: reconhecimento antifacial baseado em câmera, arXiv (2024). DOI: 10.48550/arxiv.2401.00151 Informações do diário: arXiv   © 2024 Science X Network Citação: Uma técnica de reconhecimento antifacial baseada em câmera (2024, 2 de fevereiro) recuperada em 10 de maio de 2024 em https://techxplore.com/news/2024-01-camera-based-anti-facial-recognition.html Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem permissão por escrito. O conteúdo é fornecido apenas para fins informativos.

[giacongcokhicampro]

Dịch vụ gia công khuôn dập TPHCM của CAMPRO chuẩn xác

📣 DỊCH VỤ GIA CÔNG KHUÔN DẬP TPHCM CỦA CAMPRO - CHUẨN XÁC 📣 Chào các bạn thân yêu, Hôm nay, tôi muốn chia sẻ với các bạn về một dịch vụ tuyệt vời mà tôi đã trải nghiệm tại CAMPRO - một công ty chuyên về gia công khuôn dập tại TPHCM. CAMPRO đã không ngừng phát triển và nắm bắt xu hướng công nghiệp hiện đại, đáp ứng nhu cầu ngày càng cao của khách hàng. Với đội ngũ kỹ thuật viên giàu kinh nghiệm cùng các thiết bị hiện đại, CAMPRO cam kết mang đến cho khách hàng những sản phẩm gia công khuôn dập chất lượng và chuẩn xác. Điều đặc biệt ở CAMPRO là sự tận tâm và chuyên nghiệp của đội ngũ nhân viên. Họ luôn lắng nghe và hiểu rõ yêu cầu của khách hàng, từ đó đưa ra các giải pháp tối ưu nhằm tối đa hóa hiệu quả sản xuất. Bên cạnh đó, CAMPRO cũng luôn đảm bảo tiến độ và chất lượng sản phẩm, giúp khách hàng tiết kiệm thời gian và tối ưu hóa chi phí. CAMPRO cung cấp các dịch vụ gia công khuôn dập đa dạng, từ gia công khuôn - 27qsxc4puo

https://cokhicampro.com/gia-cong-khuon-dap-tphcm.html

[outdoorovernights]

CAMPROS Dome Tent Review

Are you searching for a camping experience that combines comfort, practicality, and ease of use? Let’s sit down for a moment and chat about the CAMPROS CP Tent, a personal oasis in the great outdoors. Whether you’re a first-time camper or a seasoned outdoor enthusiast, this tent promises to elevate your camping adventures. Spacious Design More Headroom With its near-vertical wall design and…

[aishavass]

"The worldwide Double Column Machining Center market research has many advantages for businesses, in

[thefivealphabets]

Campro CP SKY-2

We have shared the official Campro CP SKY-2 Stock Firmware ROM (Flash File) on this page. The Firmware comes in a zip package that contains the original Firmware, Flash Tool, USB Driver, and How-to Flash Guide. Campro CP SKY-2 Stock Firmware ROM (Flash File) You can use the Stock Firmware (Flash File) to re-install the Mobile OS on your Mobile Devices. You can also use it to fix the device if…

[vilaoperaria]

CamPro reside dentro de um módulo de câmera para obter reconhecimento antifacial (AFR) durante a geração de imagens, ou seja, preservação da privacidade desde o nascimento, enquanto os métodos AFR tradicionais dessensibilizam as imagens brutas emitidas pelo módulo de câmera, ou seja, com base em pós-processamento . Crédito: Zhu et al. Sistemas de reconhecimento facial, ferramentas computacionais que podem reconhecer indivíduos em imagens ou vídeos, são agora amplamente utilizados em todo o mundo. Alguns usuários e desenvolvedores, no entanto, levantaram preocupações relacionadas à privacidade, já que, por definição, as técnicas de reconhecimento facial dependem de imagens que capturam os rostos das pessoas. É possível utilizar técnicas de reconhecimento facial para identificar a pessoa pelo rosto sem autorização. Alguns estudos recentes de ciência da computação têm explorado assim a possibilidade de impedir o reconhecimento facial não autorizado de reconhecer usuários, ofuscando, sintetizando ou alterando imagens, para aumentar a privacidade dos usuários. Este campo de pesquisa é agora amplamente conhecido como reconhecimento antifacial (AFR). Pesquisadores do USSLAB da Universidade de Zhejiang desenvolveram recentemente o CamPro, uma nova técnica projetada para obter AFR no nível do sensor da câmera, produzindo imagens que podem proteger a privacidade facial dos usuários sem influenciar outras aplicações, como o reconhecimento de atividades. O artigo deles, aceito pelo NDSS 2024 e pré-publicado no arXiv servidor de pré-impressão, demonstra sua técnica proposta usando imagens tiradas por câmeras amplamente disponíveis. "O rápido desenvolvimento da inteligência artificial (IA) facilitou várias aplicações de visão computacional que reconhecem atividade humana”, disse Wenjun Zhu, coautor do artigo, ao Tech Xplore. “No entanto, as informações confidenciais de identificação pessoal (PII), especialmente os rostos nas imagens, são simultaneamente coletadas e enviadas para servidores de terceiros não confiáveis. Para este fim, propomos uma tecnologia de proteção de privacidade facial baseada em sensor de câmera, CamPro, que pode remodelar uma câmera comum em uma câmera que persevera a privacidade e é incapaz de capturar as características faciais para identificação, ou seja, Reconhecimento Antifacial (AFR). )." A maioria das abordagens AFR introduzidas anteriormente são baseadas em pós-processamento, o que essencialmente significa que elas modificam as imagens capturadas pelas câmeras depois de terem sido tiradas. Por outro lado, a técnica CamPro desenvolvida pela USSLAB só começa a funcionar quando as imagens são geradas pelos sensores das câmeras, sendo mais difícil para usuários mal-intencionados contorná-la. Os pesquisadores chamaram esse paradigma de “preservação da privacidade desde o nascimento”. Estágios típicos de identificação facial. Crédito: Zhu et al. “Um módulo de câmera geralmente consiste em um sensor de imagem (CMOS ou CCD) e um processador de sinal de imagem (ISP)”, explicou Zhu. “O sensor de imagem converte as luzes percebidas em leituras brutas (RAW) e, em seguida, o ISP, um hardware especializado para processamento de sinalconverte o RAW em uma imagem RGB padrão (sRGB) que está de acordo com os sistemas visuais humanos." Os sistemas ISP são componentes essenciais das câmeras digitais modernas, que possuem duas funções principais. Em primeiro lugar, permitem a conversão eficiente de imagens RAW em imagens sRGB. Além disso, oferecem controle sobre sensores de captura de imagem, por exemplo, ajustando obturadores e sensibilidade ISO para realizar exposição automática (AE). "Devido ao design desacoplado do sensor de imagem e ISP, os ISPs geralmente fornecem um conjunto de parâmetros ajustáveis ​​para atender a diferentes sensores", disse Zhu. "CamPro aproveita esses parâmetros ajustáveis ​​do ISP para alcançar a funcionalidade de proteção de privacidade. Embora o objetivo original desses parâmetros seja produzir

uma imagem plausível, descobrimos que eles também podem ser usados ​​para obter reconhecimento anti-facial, ao mesmo tempo que fornecem informações suficientes para aplicações benignas de reconhecimento visual, por exemplo, detecção de pessoas, estimativa de pose, etc.” Como parte de seu estudo recente, Zhu e seus colegas se concentraram principalmente no processo de correção gama de uma câmera (ou seja, Gama) e na chamada matriz de correção de cores (CCM). Para atingir parâmetros ideais que permitam o reconhecimento das pessoas sem comprometer a sua privacidade, emularam o processo de captura das imagens, ao mesmo tempo que introduziram uma nova técnica de otimização baseada em redes adversárias. “Percebemos que a qualidade das imagens protegidas pode não atender aos requisitos da visão humana”, disse Zhu. “Portanto, implementamos um intensificador de imagem treinado para restaurar a qualidade da imagem.” Efeitos de inversão de cores em FR e HAR. FR: Os rostos destacados em círculos são comparados pelo FaceNet e não são vistos como a mesma identidade. HAR: A pessoa da frente é detectada, mas a de trás é perdida após a inversão de cores. A inversão de cores afeta menos a operação normal do HAR. Crédito: Zhu et al. Em contraste com outros sistemas AFR, o CamPro funciona dentro de uma câmera ajustando os parâmetros ISP existentes, sem a necessidade de redesenhar a câmera. Isto poderia simplificar enormemente a sua implantação no mundo real, uma vez que não implicaria a introdução de dispositivos de detecção inteiramente novos. "Acreditamos que este trabalho é inovador. Ele não apenas alcançou proteção de privacidade de imagem em nível de sensor, mas também propõe uma cadeia de funções completa, desde a remoção de informações até a restauração de imagens, até tarefas visuais, e é fácil de implantar", disse Zhu. Nos testes iniciais, descobriu-se que o CamPro generaliza bem vários sistemas de identificação facial de caixa preta, reduzindo a precisão média da identificação facial para 0,3%. Além disso, descobriu-se que é resistente a ataques cibernéticos de caixa branca, que envolvem o retreinamento de modelos de reconhecimento facial para contornar os efeitos dos sistemas AFR. “CamPro é mais adequado para certas câmeras especializadas, como aquelas usadas em casas inteligentes para detecção de quedas de idosos, etc.”, disse Zhu. "Essas câmeras precisam realizar algumas tarefas visuais sem exigir informações faciais. A CamPro pode efetivamente impedir que informações faciais sejam obtidas de forma maliciosa e utilizadas em vários cenários." O novo sistema criado por esta equipa de investigadores poderá em breve ser implantado e testado em ambientes do mundo real, para explorar ainda mais o seu potencial. Além disso, o CamPro poderia inspirar o desenvolvimento de outras abordagens AFR que aproveitassem os parâmetros internos de câmeras e sensores. “Descobrimos que um invasor em potencial pode facilmente coletar informações pessoais confidenciais das leituras dos sensores”, acrescentou Zhu. "Prevemos que aplicações futuras deverão obter apenas as informações relacionadas a partir dos dados dos sensores. Portanto, planejamos estudar mais tipos de sensores, além dos Câmera, com o paradigma da preservação da privacidade desde o nascimento. Para a CamPro, planejamos melhorar seu desempenho geral e tentar torná-la um produto.” Mais Informações: Wenjun Zhu et al, CamPro: reconhecimento antifacial baseado em câmera, arXiv (2024). DOI: 10.48550/arxiv.2401.00151 Informações do diário: arXiv   © 2024 Science X Network Citação: Uma técnica de reconhecimento antifacial baseada em câmera (2024, 2 de fevereiro) recuperada em 10 de maio de 2024 em https://techxplore.com/news/2024-01-camera-based-anti-facial-recognition.html Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem permissão por escrito. O conteúdo é fornecido apenas para fins informativos.

[shoponin]

CamPro Black #men #bags #backpacks #campro #black #annmoreproducts https://www.annmoreproducts.com/products/campro-black?_pos=1&_sid=d3d18379f&_ss=r https://www.instagram.com/p/B5Suod-HqnO/?igshid=1ufnshurtyy1y

[giacongcokhicampro]

Dịch vụ gia công khuôn mẫu tại Bình Thạnh uy tín, giàu kinh nghiệm

Dịch vụ gia công khuôn mẫu tại Bình Thạnh uy tín, giàu kinh nghiệm Chào các bạn, Hôm nay, tôi muốn chia sẻ với các bạn về một dịch vụ gia công khuôn mẫu tại Bình Thạnh, một địa chỉ uy tín và giàu kinh nghiệm trong lĩnh vực này. Việc gia công khuôn mẫu là một phần quan trọng trong quá trình sản xuất và phát triển sản phẩm. Để đảm bảo chất lượng và hiệu suất của sản phẩm cuối cùng, việc sử dụng dịch vụ gia công khuôn mẫu chuyên nghiệp là điều không thể thiếu. Và tại Bình Thạnh, chúng ta có một địa chỉ đáng tin cậy để tin tưởng. Dịch vụ gia công khuôn mẫu tại Bình Thạnh đã xây dựng được danh tiếng với khách hàng trong nhiều năm qua. Với đội ngũ kỹ sư giàu kinh nghiệm và trang thiết bị hiện đại, họ cam kết mang đến cho khách hàng sự chính xác và độ tin cậy cao nhất trong quá trình gia công khuôn mẫu. Không chỉ có kỹ thuật cao, dịch vụ gia công khuôn mẫu tại Bình Thạnh còn đảm bảo sự linh hoạt và đáp ứn - ogalkqfcfv