[論文レビュー] Privacy-Preserving Action Recognition for Smart Hospitals using Low-Resolution Depth Images

Edward Chou, Matthew Tan+5 more|arXiv (Cornell University)|Nov 25, 2018

Medical Imaging and Analysis被引用数 19

ひとこと要約

本論文は、患者の監視に関する懸念を軽減するために低解像度の深度画像を用いてプライバシーを守る行動認識フレームワークを提案する。深度フレームを14×14または56×56にダウンサンプリングし、個人が訓練したDCSCN超解像モデルで強化することで、手洗いモニタリング（98.24%）およびICU行動ログ記録（72.4%の正確さ）において高い正確性を維持した。これは、プライバシーを守るビジョンシステムが、重要な医療タスクに十分な有用性を保てることを示している。

ABSTRACT

Computer-vision hospital systems can greatly assist healthcare workers and improve medical facility treatment, but often face patient resistance due to the perceived intrusiveness and violation of privacy associated with visual surveillance. We downsample video frames to extremely low resolutions to degrade private information from surveillance videos. We measure the amount of activity-recognition information retained in low resolution depth images, and also apply a privately-trained DCSCN super-resolution model to enhance the utility of our images. We implement our techniques with two actual healthcare-surveillance scenarios, hand-hygiene compliance and ICU activity-logging, and show that our privacy-preserving techniques preserve enough information for realistic healthcare tasks.

研究の動機と目的

• 深度画像における視覚的情報を最小限に抑えることで、病院監視における患者のプライバシー懸念に対処する。
• 過度なダウンサンプリングに対しても、重要な医療タスクに十分な行動認識の有用性を維持する。
• 低解像度入力とプライベートな超解像強化を組み合わせたフレームワークを構築し、プライバシーとパフォーマンスのバランスを取る。
• ICU や衛生遵守モニタリングのような実世界の医療環境に、侵襲的でないビジョンシステムを導入可能であることを実証する。
• 同様の低解像度および強化技術を用いて、将来のRGBベースのシステムにプライバシー保証を組み込むことを可能にする。

提案手法

• バイキューブ補間を用いて、元の224×224の深度画像を14×14または56×56にダウンサンプリングし、プライバシーに敏感な情報を低減する。
• 患者に関係しないデータセット上で別途プライベートに訓練したDCSCN超解像モデルを用い、低解像度の深度画像を強化する。
• 手洗い認識にはResNet-50モデル、ICU行動ログ記録にはResNet-18モデルを用い、両者をダウンサンプリング済みおよび強化済みフレームで微調整する。
• 手洗いデータセットのクラス不均衡を補うために、ランダム変換を用いたデータオーグメンテーションを適用する。
• 2段階のパイプラインを採用する：低解像度入力 → 超解像強化 → 行動認識推論。
• 超解像モデルを患者データを含まないデータ上で訓練することで、機微な医療情報や個人識別情報への露出を回避し、プライバシーを確保する。

実験結果

リサーチクエスチョン

• RQ1 14×14または56×56にダウンサンプリングした深度画像が、医療タスクにおける行動認識の有用性をどの程度保持するか？
• RQ2 プライベートに訓練した超解像モデルは、低解像度の深度画像を強化するが、再びプライバシーのリスクを引き起こさないか？
• RQ3 ダウンサンプリングと超解像の組み合わせは、フル解像度入力と比較して性能を向上させるか、低下させるか？
• RQ4 プライバシー保護型のダウンサンプリングと強化は、既存の手法と比較して、実際の医療行動認識タスクにおける正確さとAUCでどの程度優れているか？
• RQ5 低解像度の深度ベースのシステムは、特定の医療応用において、フル解像度システムと同等またはそれ以上の性能を達成できるか？

主な発見

• 56×56解像度にDCSCN強化を適用した場合、手洗い認識のテスト正確度が98.24%に達し、元の224×224ベースラインの94.5%を上回った。
• 14×14解像度にDCSCN強化を適用した場合でも、95.87%の正確度を達成し、手洗いタスクにおいて元の解像度を上回った。
• ICU行動ログ記録において、56×56解像度にDCSCNを適用した場合、72.4%のテスト正確度を示し、フル解像度でのベースライン68.8%と比較してほとんど劣化がなかった。
• ICUクラス4（「椅子から立ち上がる」）のAUCは、DCSCNなしの14×14解像度（0.724）からDCSCNあり（0.725）に改善し、低解像度でも分類能が向上していることが示された。
• 視覚的検査により、14×14の深度フレームは人間の顔貌や個人識別に使用可能な特徴をほとんど持たないことが確認され、強力なプライバシー保証が裏付けられた。
• 驚くべきことに、ダウンサンプリングのみで性能が向上したケースもあった。これは、手洗いデータセットにおいて正則化効果が過学習を低減した可能性があるためである。