توسعه پردازش لبه در دوربین‌ های مدار بسته جهت تحلیل هوشمند تصاویر با رویکرد حفظ حریم خصوصی

توسعه پردازش لبه در دوربین‌ های مدار بسته جهت تحلیل هوشمند تصاویر با رویکرد حفظ حریم خصوصی

هادی مظفری محمدآبادی1 مصطفی عبدالهیان دهکردی2

1) دانشجوی مهندسی کامپیوتر،گروه مهندسی کامپیوتر، دانشگاه ملی و مهارت، تهران
2) گروه مهندسی برق وکامپیوتر، دانشگاه ملی و مهارت، تهران، ایران

کد IOI مقاله : AAHD-ABHEBA
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری (itnaf.ir)
چکیده :
    گسترش دوربین‌های مداربسته در شهرهای هوشمند، مراکز درمانی، محیط‌های صنعتی، سامانه‌های حمل‌ونقل عمومی، مراکز آموزشی و زیرساخت‌های حیاتی، ماهیت نظارت تصویری را دگرگون کرده است. دوربین‌هایی که در گذشته بیشتر برای ثبت و بازبینی وقایع به کار می‌رفتند، امروز با کمک بینایی ماشین، یادگیری عمیق و پردازش لبه، به اجزایی فعال در فرایند تشخیص، تحلیل و هشداردهی تبدیل شده‌اند. با این حال، معماری رایج مبتنی بر ارسال مداوم ویدئوی خام به سرور مرکزی یا فضای ابری، مشکلاتی مانند تأخیر پردازشی، مصرف بالای پهنای باند، هزینه ذخیره‌سازی، افزایش سطح حمله سایبری و نقض حریم خصوصی افراد را ایجاد می‌کند. این مقاله با رویکردی تحلیلی ـ توسعه‌ای، نقش پردازش لبه را در دوربین‌های مداربسته هوشمند با تأکید بر حفظ حریم خصوصی بررسی می‌کند. مسئله اصلی مقاله آن است که نسل آینده سامانه‌های نظارت تصویری نباید فقط دقیق‌تر ببیند، بلکه باید مسئولانه‌تر ببیند. به بیان دیگر، تشخیص رخداد باید با حداقل پردازش داده‌های شناسایی‌پذیر انجام شود. بر اساس مطالعات جدید، حفظ حریم خصوصی در تحلیل ویدئو تنها به تار کردن چهره محدود نیست، بلکه باید در سطح داده خام، ویژگی‌های استخراج‌شده، مدل یادگیری ماشین، ارتباطات شبکه‌ای و سیاست‌های دسترسی انسانی بررسی شود. در این مقاله، ابتدا معماری ‌های ابری، لبه ‌ای و Cloud-Edge-Terminal بررسی می‌ شوند و سپس روش‌ هایی مانند ناشناس‌ سازی بلادرنگ، استخراج ویژگی‌ های غیرقابل ‌بازسازی، یادگیری فدرال و حریم خصوصی تفاضلی تحلیل می‌گردند. در ادامه، چارچوبی پیشنهادی با عنوان «دوقلوی حریم خصوصی رویداد محور» ارائه می‌شود. در این چارچوب، سامانه به جای ذخیره و ارسال تصویر کامل افراد، از هر رخداد یک نمایش انتزاعی، حداقلی و تصمیم ‌پذیر تولید می‌کند؛ نمایشی که برای واکنش عملیاتی کافی است، اما برای شناسایی مستقیم افراد تا حد امکان ناکافی خواهد بود. این رویکرد می‌تواند در محیط‌هایی مانند بیمارستان‌های هوشمند، مدارس، مراکز سالمندان، مترو، فرودگاه‌ها، کارخانه‌های حساس و شهرهای هوشمند کاربرد ویژه داشته باشد.

کلمات کلیدی : پردازش لبه دوربین مداربسته تحلیل هوشمند تصویر حفظ حریم خصوصی edge ai