[論文レビュー] Understanding Ethics, Privacy, and Regulations in Smart Video Surveillance for Public Safety

Babak Rahimi Ardabili, Armin Danesh Pazho+4 more|arXiv (Cornell University)|Dec 25, 2022

Privacy, Security, and Data Protection被引用数 4

ひとこと要約

本論文は、ポーズベースのAI、ローカル処理、不可逆的データ、PIIの排除を用いて、アルゴリズム、システム、モデル、データの4つのレンズを組み合わせたフレームワークを通じて、倫理的およびプライバシー上の課題に取り組むプライバシー保護型スマートビデオ監視（SVS）システムを提案する。このシステムは、個人を特定しない形で公共の安全を監視する機能を実現しながら、プライバシーリスクを最小限に抑える。これは、倫理的なSVS導入の基準となる。

ABSTRACT

Recently, Smart Video Surveillance (SVS) systems have been receiving more attention among scholars and developers as a substitute for the current passive surveillance systems. These systems are used to make the policing and monitoring systems more efficient and improve public safety. However, the nature of these systems in monitoring the public's daily activities brings different ethical challenges. There are different approaches for addressing privacy issues in implementing the SVS. In this paper, we are focusing on the role of design considering ethical and privacy challenges in SVS. Reviewing four policy protection regulations that generate an overview of best practices for privacy protection, we argue that ethical and privacy concerns could be addressed through four lenses: algorithm, system, model, and data. As an case study, we describe our proposed system and illustrate how our system can create a baseline for designing a privacy perseverance system to deliver safety to society. We used several Artificial Intelligence algorithms, such as object detection, single and multi camera re-identification, action recognition, and anomaly detection, to provide a basic functional system. We also use cloud-native services to implement a smartphone application in order to deliver the outputs to the end users.

研究の動機と目的

• 公共の安全に使用されるスマートビデオ監視（SVS）システムに内在する倫理的およびプライバシー上の課題に対処すること。
• 政策に依存するのではなく、システムレベルにプライバシーと倫理を埋め込む設計フレームワークを開発すること。
• 顔認識や個人識別情報（PII）を回避する、機能的でエンド・ツー・エンドのSVSプロトタイプを構築すること。
• 技術的設計選択が、プライバシーリスクを軽減しながらも公共の安全の機能を維持できるかを実証すること。
• 初期段階から倫理的に強く、プライバシーを保護するSVSシステムの基準を確立すること。

提案手法

• 個人を特定しないように、顔認識の代わりにポーズベースのAIアルゴリズムを採用する。
• すべての動画データをローカルサーバーで処理することで、データ送信を回避し、プライバシーの露出を低減する。
• 再識別のためのオンライン学習を用いることで、データを不可逆化し、元のデータの再構築を不可能にする。
• クラウドネイティブなスマートフォンアプリケーションを実装し、生動画を保存せずにリアルタイムのアラートと分析を提供する。
• 4つのレンズ（アルゴリズム：ポーズベース、システム：ローカル処理、モデル：不可逆的データ、データ：PIIなし）を軸にシステムを設計する。
• 複数のAIモジュールを統合する：物体検出、単一／複数カメラでの再識別、行動認識、異常検出。

実験結果

リサーチクエスチョン

• RQ1 政策に依存するのではなく、システム設計を通じてスマートビデオ監視における倫理的・プライバシー的懸念を体系的にどのように解決できるか。
• RQ2 顔認識や個人識別情報（PII）の保存に依存せずに、SVSシステムでどれほどプライバシーを保護できるか。
• RQ3 公共の安全の機能と個人のプライバシー保護の両立を実現する技術的設計選択とは何か。
• RQ4 レース、性別、年齢に偏りのないシステムを設計するにはどうすればよいか。
• RQ5 プライバシー保護型SVSシステムは、倫理的適合性のための妥当な妥協を伴っても、機能的性能を維持できるか。

主な発見

• 提案されたシステムは、顔認識や生動画の保存を一切行わない機能的でエンド・ツー・エンドのスマートビデオ監視パイプラインを成功裏に実装した。
• ポーズベースのアルゴリズムとローカルサーバーでの処理を採用することで、PIIの使用を回避し、データ漏洩や不正追跡のリスクを低減した。
• システムの設計により、元の画像や個人を再構築することは不可能であり、プライバシーの核心的要件を満たしている。
• 顔の特徴やバイオメトリクスデータが存在しないため、システムはレース、性別、年齢に対して本質的に中立的であり、アルゴリズムバイアスのリスクを低減している。
• 現在のプロトタイプは、ピークの精度よりもプライバシーを最優先としているため、監視設計における倫理基準を守るための意図的な妥当なトレードオフを示している。
• このシステムは、都市部、キャンパス、交通ハブなどの公共分野に展開可能であり、スケーラブルでプライバシー保護型の従来の監視手法の代替手段を提供する。