Teknik pengenalan anti-wajah berbasis kamera

Sistem pengenalan wajah, alat komputasi yang dapat mengenali individu dalam gambar atau rekaman video, kini banyak digunakan di seluruh dunia. Namun, beberapa pengguna dan pengembang telah menyuarakan keprihatinan terkait privasi, karena menurut definisi, teknik pengenalan wajah bergantung pada gambar yang menangkap wajah orang. Teknik pengenalan wajah dapat digunakan untuk mengidentifikasi seseorang melalui wajahnya tanpa izin.

Beberapa studi ilmu komputer baru-baru ini telah menjajaki kemungkinan mencegah pengenalan wajah tanpa izin yang mengenali pengguna dengan mengaburkan, mensintesis, atau mengubah gambar, untuk meningkatkan privasi pengguna. Bidang penelitian ini sekarang secara luas disebut sebagai anti-facial recognition (AFR).

Para peneliti di USSLAB di Universitas Zhejiang baru-baru ini mengembangkan CamPro, sebuah teknik baru yang dirancang untuk mencapai AFR pada tingkat sensor kamera, menghasilkan gambar yang dapat melindungi privasi wajah pengguna tanpa mempengaruhi aplikasi lain, seperti pengenalan aktivitas. Makalah mereka, diterima oleh NDSS 2024 dan diterbitkan sebelumnya di arXiv server pracetak, mendemonstrasikan teknik yang mereka usulkan menggunakan gambar yang diambil dengan kamera yang tersedia secara luas.

“Perkembangan pesat kecerdasan buatan (AI) telah memfasilitasi berbagai aplikasi visi komputer yang mengenali aktivitas manusia,” Wenjun Zhu, salah satu penulis makalah tersebut, mengatakan kepada Tech Xplore. Namun, informasi pengidentifikasi pribadi (PII) yang sensitif, terutama wajah dalam gambar, dikumpulkan dan diunggah secara bersamaan ke server pihak ketiga yang tidak tepercaya. Untuk tujuan ini, kami mengusulkan teknologi perlindungan privasi wajah berbasis sensor kamera, CamPro, yang dapat merombak kamera komoditas menjadi kamera yang menjaga privasi yang tidak mampu menangkap fitur wajah untuk identifikasi, yaitu Anti-Facial Recognition (AFR).”

Sebagian besar pendekatan AFR yang diperkenalkan sebelumnya didasarkan pada pasca-pemrosesan, yang pada dasarnya berarti bahwa pendekatan tersebut memodifikasi gambar yang diambil oleh kamera setelah diambil. Di sisi lain, teknik CamPro yang dikembangkan oleh USSLAB baru mulai bekerja ketika gambar dihasilkan oleh sensor kamera, sehingga pengguna yang berniat jahat akan lebih sulit untuk melewatinya. Para peneliti menyebut paradigma ini sebagai “pelestarian privasi sejak lahir.”

“Modul kamera biasanya terdiri dari sensor gambar (CMOS atau CCD) dan prosesor sinyal gambar (ISP),” jelas Zhu. “Sensor gambar mengubah cahaya yang dirasakan menjadi pembacaan mentah (RAW), dan kemudian, ISP, perangkat keras khusus untuk pemrosesan sinyal, mengubah RAW menjadi gambar standar RGB (sRGB) yang sesuai dengan sistem visual manusia.”

Sistem ISP adalah komponen penting dari kamera digital modern, yang memiliki dua fungsi utama. Pertama, mereka memungkinkan konversi gambar RAW menjadi gambar sRGB secara efisien. Selain itu, mereka menawarkan kontrol atas sensor pengambilan gambar, misalnya menyesuaikan shutter dan sensitivitas ISO untuk mewujudkan eksposur otomatis (AE).

“Karena desain sensor gambar dan ISP yang terpisah, ISP sering kali menyediakan serangkaian parameter yang dapat disesuaikan untuk memenuhi kebutuhan sensor yang berbeda,” kata Zhu. “CamPro memanfaatkan parameter ISP yang dapat disetel ini untuk mencapai fungsi perlindungan privasi. Meskipun tujuan awal dari parameter ini adalah untuk menghasilkan gambar yang masuk akal, kami menemukan bahwa parameter tersebut juga dapat digunakan untuk mencapai pengenalan anti-wajah sekaligus memberikan informasi yang cukup untuk tindakan yang tidak berbahaya. aplikasi pengenalan visual, misalnya deteksi orang, estimasi pose, dll.”

Sebagai bagian dari penelitian terbaru mereka, Zhu dan rekan-rekannya terutama berfokus pada proses koreksi gamma (yaitu Gamma) pada kamera dan apa yang disebut matriks koreksi warna (CCM). Untuk mencapai parameter optimal yang memungkinkan pengenalan orang tanpa mengorbankan privasi mereka, mereka meniru proses pengambilan gambar, sekaligus memperkenalkan teknik pengoptimalan baru berdasarkan jaringan permusuhan.

“Kami memperhatikan bahwa kualitas gambar yang dilindungi mungkin gagal memenuhi persyaratan pandangan manusia,” kata Zhu. Oleh karena itu, kami menerapkan penyempurnaan gambar terlatih untuk mengembalikan kualitas gambar.

Berbeda dengan sistem AFR lainnya, CamPro bekerja di dalam kamera dengan menyesuaikan parameter ISP yang ada, tanpa memerlukan desain ulang kamera. Hal ini dapat menyederhanakan penerapannya di dunia nyata, karena tidak memerlukan pengenalan perangkat penginderaan yang sepenuhnya baru.

“Kami percaya bahwa pekerjaan ini merupakan terobosan. Tidak hanya mencapai perlindungan privasi gambar tingkat sensor, namun juga mengusulkan rangkaian fungsi lengkap mulai dari penghapusan informasi hingga pemulihan gambar, hingga tugas visual, dan mudah diterapkan,” kata Zhu.

Dalam pengujian awal, CamPro dapat melakukan generalisasi dengan baik di berbagai sistem identifikasi wajah kotak hitam, mengurangi rata-rata akurasi identifikasi wajah hingga 0,3%. Selain itu, perangkat ini terbukti tahan terhadap serangan siber, yang memerlukan pelatihan ulang model pengenalan wajah untuk menghindari dampak sistem AFR.

“CamPro lebih cocok untuk kamera khusus tertentu, seperti yang digunakan di rumah pintar untuk deteksi jatuh lansia, dan lain-lain,” kata Zhu. “Kamera-kamera ini perlu menyelesaikan beberapa tugas visual tanpa memerlukan informasi wajah. CamPro dapat secara efektif mencegah informasi wajah diperoleh dan digunakan secara jahat dalam berbagai skenario.”

Sistem baru yang diciptakan oleh tim peneliti ini dapat segera diterapkan dan diuji di dunia nyata, untuk mengeksplorasi lebih jauh potensinya. Selain itu, CamPro dapat menginspirasi pengembangan pendekatan AFR lain yang memanfaatkan parameter internal kamera dan sensor.

“Kami menemukan bahwa calon penyerang dapat dengan mudah mengumpulkan informasi pribadi sensitif dari pembacaan sensor,” tambah Zhu. “Kami membayangkan bahwa aplikasi masa depan hanya memperoleh informasi terkait dari data sensor. Oleh karena itu, kami berencana untuk mempelajari lebih banyak jenis sensor, selain kamera, dengan paradigma menjaga privasi sejak lahir. Untuk CamPro, kami berencana untuk meningkatkan kemampuannya kinerja secara keseluruhan dan berupaya menjadikannya sebuah produk.”

© 2024 Jaringan Sains X