[論文レビュー] Understanding Policy and Technical Aspects of AI-Enabled Smart Video Surveillance to Address Public Safety

Babak Rahimi Ardabili, Armin Danesh Pazho+6 more|arXiv (Cornell University)|Feb 8, 2023

Video Surveillance and Tracking Methods被引用数 5

ひとこと要約

本論文は、コンピュータビジョン、統計的分析、クラウドサービス、モバイルアプリケーションを統合したエンドツーエンドでプライバシーを守るAI駆動型スマートビデオ監視（SVS）システムを提案する。プライバシーを最優先するためにピクセルベースのアルゴリズムではなくポーズベースのアルゴリズムを採用することで、行動検出と異常検出の精度がそれぞれ96→83.07および97.48→73.72に低下するが、極度の状況下でも17.8 FPSの処理が可能となり、平均エンドツーエンド遅延は36.1秒である。

ABSTRACT

Recent advancements in artificial intelligence (AI) have seen the emergence of smart video surveillance (SVS) in many practical applications, particularly for building safer and more secure communities in our urban environments. Cognitive tasks, such as identifying objects, recognizing actions, and detecting anomalous behaviors, can produce data capable of providing valuable insights to the community through statistical and analytical tools. However, artificially intelligent surveillance systems design requires special considerations for ethical challenges and concerns. The use and storage of personally identifiable information (PII) commonly pose an increased risk to personal privacy. To address these issues, this paper identifies the privacy concerns and requirements needed to address when designing AI-enabled smart video surveillance. Further, we propose the first end-to-end AI-enabled privacy-preserving smart video surveillance system that holistically combines computer vision analytics, statistical data analytics, cloud-native services, and end-user applications. Finally, we propose quantitative and qualitative metrics to evaluate intelligent video surveillance systems. The system shows the 17.8 frame-per-second (FPS) processing in extreme video scenes. However, considering privacy in designing such a system results in preferring the pose-based algorithm to the pixel-based one. This choice resulted in dropping accuracy in both action and anomaly detection tasks. The results drop from 97.48 to 73.72 in anomaly detection and 96 to 83.07 in the action detection task. On average, the latency of the end-to-end system is 36.1 seconds.

研究の動機と目的

• 都市環境におけるAI駆動型スマートビデオ監視（SVS）を活用して、公共安全のニーズを満たすことを目的とする。
• 監視システムにおける個人を特定できる情報（PII）の保存および処理に関連するプライバシーリスクを特定・軽減すること。
• コンピュータビジョン、クラウドサービス、モバイルアプリケーションを統合したエンドツーエンドでプライバシーを守るSVSアーキテクチャを設計すること。
• 知能化された監視システムの定量的および定性的な評価に適した指標を確立すること。
• 実世界のSVS展開におけるプライバシー保護設計の技術的・倫理的トレードオフを分析すること。

提案手法

• ビデオ分析、統計モデリング、クラウドネイティブサービス、スマarthphoneアプリケーションを統合した多層的システムを構築し、包括的な監視を実現する。
• プライバシーリスクを低減するため、ピクセルベースのアルゴリズムではなくポーズベースのアルゴリズムを採用するが、その代償として精度が低下する。
• AWS上に構築されたクラウドネイティブアーキテクチャを採用し、スケーラブルなデータ処理と安全なデータ管理を実現する。
• システム部品間での安全でリアルタイムのデータ伝送を実現するため、メッセージキューイング（MQTT）とHTTPSを適用する。
• ビーバーレイ図のヒートマップや占有状況の追跡といったインサイトを生成するために、統計的分析を統合する。
• エンドユーザーにリアルタイムのアラートと分析を提供するために、モバイルアプリケーションを展開する。

実験結果

リサーチクエスチョン

• RQ1 AI駆動型スマートビデオ監視システムの設計に、どのようにしてプライバシーを体系的に統合できるか？
• RQ2 行動検出および異常検出タスクにおいて、プライバシー保護アルゴリズムと検出精度の間には、どのような技術的トレードオフが生じるか？
• RQ3 ポーズベースのビデオ分析とピクセルベースの分析の選択が、システムのパフォーマンスと遅延にどのように影響するか？
• RQ4 知能化された監視システムの定量的および定性的なパフォーマンスを評価するために、どのような指標が有効か？
• RQ5 プライバシー保護設計が、高負荷のビデオ環境におけるシステムの遅延とリアルタイム利用可能性に与える影響は何か？

主な発見

• 極度の状況下でもシステムは17.8 FPSの処理を達成しており、高負荷条件下での実現可能性を示している。
• ピクセルベースのアルゴリズムからポーズベースのアルゴリズムに切り替えることで、異常検出の精度が97.48%から73.72%に、行動検出の精度が96%から83.07%に低下した。
• システムの平均エンドツーエンド遅延は36.1秒であり、リアルタイムアプリケーションには顕著なパフォーマンスボトルネックがあることを示している。
• プライバシー保護設計は、アルゴリズム的およびアーキテクチャ的選択を通じて、PIIの露出や不正アクセスのリスクを効果的に軽減した。
• 安全でスケーラブルな分析を提供することで、都市部、キャンパス、交通ハブ、駐車場など多様な公共安全用途をカバーできる。
• 本研究では、プライバシー保護と検出精度の間には重要なトレードオフが存在することが判明し、遅延およびパフォーマンスのさらなる最適化の必要性が浮き彫りになった。