[论文解读] 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 5

一句话总结

本文提出了一种端到端、保护隐私的AI赋能智能视频监控（SVS）系统，整合计算机视觉、统计分析、云服务和移动应用，以提升公共安全。通过采用基于姿态的算法而非基于像素的算法优先保障隐私，系统在动作检测和异常检测中的准确率分别从96→83.07和97.48→73.72下降，但在极端场景下实现17.8 FPS的处理速度，端到端平均延迟为36.1秒。

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.

研究动机与目标

• 通过城市环境中AI驱动的智能视频监控（SVS）应对日益增长的公共安全需求。
• 识别并缓解监控系统中存储和处理个人身份信息（PII）所关联的隐私风险。
• 设计一种端到端、保护隐私的SVS架构，整合计算机视觉、云服务和移动应用。
• 建立定量与定性指标，用于评估智能监控系统的性能。
• 分析在真实SVS部署中，隐私保护设计带来的技术和伦理权衡。

提出的方法

• 构建多层系统，结合视频分析、统计建模、云原生服务和智能手机应用，实现全面的监控功能。
• 采用基于姿态的算法而非基于像素的算法，以降低隐私风险，代价是准确率下降。
• 在AWS上采用云原生架构，实现可扩展的数据处理和安全的数据管理。
• 应用消息队列（MQTT）和HTTPS，确保系统组件间安全、实时的数据传输。
• 集成统计分析，生成如鸟瞰图热力图和人员占用追踪等洞察信息。
• 通过移动应用向终端用户提供实时警报和分析结果。

实验结果

研究问题

• RQ1 如何系统性地将隐私集成到AI赋能的智能视频监控系统设计中？
• RQ2 在动作检测和异常检测任务中，隐私保护算法与检测准确率之间的技术权衡是什么？
• RQ3 选择基于姿态的视频分析与基于像素的视频分析，对系统性能和延迟有何影响？
• RQ4 哪些指标能有效评估智能监控系统在定量和定性层面的性能？
• RQ5 隐私保护设计对高负载视频环境下的系统延迟和实时可用性有何影响？

主要发现

• 系统在极端视频场景下实现17.8帧每秒（FPS）的处理速度，证明了在高负载条件下具备可行性。
• 采用基于姿态的算法而非基于像素的算法，使异常检测准确率从97.48%降至73.72%，动作检测准确率从96%降至83.07%。
• 系统的平均端到端延迟为36.1秒，表明在实时应用中存在显著的性能瓶颈。
• 隐私保护设计通过算法和架构选择，成功缓解了PII暴露和未经授权数据访问的风险。
• 该系统通过安全、可扩展的分析能力，支持包括城市中心、校园、交通枢纽和停车场在内的多样化公共安全应用场景。
• 本研究识别出隐私保护与检测准确率之间存在关键权衡，凸显了在延迟和性能方面进一步优化的必要性。