Skip to main content

4 Fév, 2024

Une technique de reconnaissance anti-faciale basée sur une caméra

Une technique de reconnaissance anti-faciale basée sur une caméra

CamPro réside à l’intérieur d’un module de caméra pour réaliser la reconnaissance antifaciale (AFR : Anti-Facial Recognition) pendant la génération des images, c’est-à-dire en préservant la vie privée dès la naissance, alors que les méthodes AFR traditionnelles désensibilisent les images brutes produites par le module de caméra, c’est-à-dire en se basant sur le post-traitement. Crédit : Wenjun Zhu et al.

Les systèmes de reconnaissance faciale, outils informatiques capables de reconnaître des individus dans des images ou des séquences vidéo, sont aujourd’hui largement utilisés dans le monde entier. Certains utilisateurs et développeurs ont toutefois soulevé des questions liées à la protection de la vie privée, car par définition les techniques de reconnaissance faciale s’appuient sur des images qui capturent le visage des personnes. Il est possible d’utiliser les techniques de reconnaissance faciale pour identifier une personne par son visage sans autorisation.

Certaines études informatiques récentes ont donc exploré la possibilité d’empêcher la reconnaissance faciale non autorisée des utilisateurs en obscurcissant, synthétisant ou modifiant les images, afin d’accroître la protection de la vie privée des utilisateurs. Ce domaine de recherche est aujourd’hui largement désigné sous le nom de reconnaissance anti faciale (AFR).

Des chercheurs de l’USSLAB de l’université de Zhejiang ont récemment mis au point CamPro, une nouvelle technique conçue pour réaliser l’AFR au niveau du capteur de la caméra, en produisant des images qui peuvent protéger la confidentialité du visage des utilisateurs sans influencer d’autres applications, telles que la reconnaissance d’activités. Leur article, accepté par NDSS 2024 et prépublié sur le serveur arXiv preprint, démontre la technique proposée en utilisant des images prises par des caméras largement disponibles.

« Le développement rapide de l’intelligence artificielle (IA) a facilité diverses applications de vision par ordinateur qui reconnaissent l’activité humaine », a déclaré Wenjun Zhu, coauteur de l’article. « Cependant, les informations personnelles identifiables (IPI) sensibles, en particulier les visages dans les images, sont simultanément collectées et téléchargées sur des serveurs tiers non fiables. À cette fin, nous proposons une technologie de protection de la confidentialité des visages basée sur un capteur de caméra, CamPro, qui peut remodeler une caméra ordinaire en une caméra nuisant à la confidentialité et incapable de capturer les caractéristiques faciales pour l’identification, c’est-à-dire la reconnaissance anti-faciale (AFR) ».

La plupart des approches AFR précédemment introduites sont basées sur le post-traitement, ce qui signifie essentiellement qu’elles modifient les images capturées par les caméras après qu’elles ont été prises. En revanche, la technique CamPro mise au point par USSLAB ne commence à fonctionner que lorsque les images sont générées par les capteurs de l’appareil photo, de sorte que les utilisateurs malveillants auront plus de mal à la contourner. Les chercheurs ont baptisé ce paradigme « privacy-preserving by birth » (préservation de la vie privée dès la naissance).

Étapes typiques de l’identification d’un visage. Crédit : Wenjun Zhu et al.

« Un module de caméra se compose généralement d’un capteur d’image (CMOS ou CCD) et d’un processeur de signal d’image (ISP) », explique Wenjun Zhu. « Le capteur d’image convertit les lumières perçues en lectures brutes (RAW), puis le PSI, un matériel spécialisé dans le traitement des signaux, convertit les RAW en une image RVB standard (sRGB) qui s’accorde avec les systèmes visuels humains.

Les systèmes ISP sont des composants essentiels des appareils photo numériques modernes, qui ont deux fonctions principales. Tout d’abord, ils permettent de convertir efficacement les images RAW en images sRGB. D’autre part, ils permettent de contrôler les capteurs de capture d’image, par exemple en réglant les obturateurs et la sensibilité ISO pour réaliser l’exposition automatique (AE).

« En raison de la conception découplée du capteur d’image et de l’ISP, les ISP fournissent souvent un ensemble de paramètres réglables pour s’adapter aux différents capteurs », précise Wenjun Zhu. « CamPro exploite ces paramètres réglables de l’ISP pour réaliser la fonctionnalité de protection de la vie privée. Bien que l’objectif initial de ces paramètres soit de produire une image plausible, nous avons constaté qu’ils peuvent également être utilisés pour réaliser une reconnaissance anti-faciale tout en fournissant suffisamment d’informations pour des applications de reconnaissance visuelle bénignes, par exemple la détection de personnes, l’estimation de la pose, etc. »

Dans le cadre de leur récente étude, Wenjun Zhu et ses collègues se sont principalement concentrés sur le processus de correction gamma d’une caméra (c.-à-d. Gamma) et sur ce que l’on appelle la matrice de correction des couleurs (CCM). Pour obtenir des paramètres optimaux permettant de reconnaître les personnes sans compromettre leur vie privée, ils ont émulé le processus de capture des images, tout en introduisant une nouvelle technique d’optimisation basée sur les réseaux adversaires.

« Nous avons remarqué que la qualité des images protégées peut ne pas répondre aux exigences de la vision humaine », assure Wenjun Zhu. « C’est pourquoi nous avons mis en place un améliorateur d’image entraîné pour restaurer la qualité de l’image.

Effets d’inversion des couleurs sur FR et HAR. FR : les visages mis en évidence par des cercles sont comparés par FaceNet et ne sont pas considérés comme la même identité. HAR : la personne de devant est détectée, mais celle de derrière n’est pas détectée après l’inversion des couleurs. L’inversion des couleurs affecte moins le fonctionnement normal de HAR. Crédit : Wenjun Zhu et al.

Contrairement aux autres systèmes AFR, CamPro fonctionne à l’intérieur d’une caméra en ajustant les paramètres ISP existants, sans qu’il soit nécessaire de modifier la conception de la caméra. Cela pourrait grandement simplifier son déploiement dans le monde réel, car il n’impliquerait pas l’introduction de dispositifs de détection entièrement nouveaux.

« Nous pensons que ce travail est révolutionnaire. Non seulement il a permis de protéger la confidentialité des images au niveau du capteur, mais il propose également une chaîne fonctionnelle complète allant de la suppression des informations à la restauration de l’image, en passant par les tâches visuelles, et il est facile à déployer », assure Wenjun Zhu.

Lors des premiers tests, CamPro s’est avéré bien adapté à divers systèmes d’identification des visages à boîte noire, réduisant la précision moyenne d’identification des visages à 0,3 %. En outre, il s’est avéré résistant aux cyber-attaques de type « boîte blanche », qui entraînent le recyclage des modèles de reconnaissance faciale afin de contourner les effets des systèmes AFR.

« CamPro est plus adapté à certaines caméras spécialisées, telles que celles utilisées dans les maisons intelligentes pour la détection des chutes des personnes âgées, etc. « Ces caméras doivent accomplir certaines tâches visuelles sans nécessiter d’informations faciales. CamPro peut empêcher efficacement l’obtention et l’utilisation malveillantes d’informations faciales dans divers scénarios. »

Le nouveau système créé par cette équipe de chercheurs pourrait bientôt être déployé et testé dans le monde réel, afin d’explorer davantage son potentiel. En outre, CamPro pourrait inspirer le développement d’autres approches AFR qui exploitent les paramètres internes des caméras et des capteurs.

« Nous constatons qu’un attaquant potentiel peut facilement collecter des informations personnelles sensibles à partir des relevés des capteurs », a ajouté Wenjun Zhu. « Nous pensons que les applications futures ne devraient obtenir que les informations liées aux données du capteur. C’est pourquoi nous prévoyons d’étudier d’autres types de capteurs, en plus de la caméra, avec le paradigme de la préservation de la vie privée à la naissance. En ce qui concerne CamPro, nous prévoyons d’améliorer ses performances globales et d’essayer d’en faire un produit. »

https://techxplore.com/news/2024-01-camera-based-anti-facial-recognition.html

https://dx.doi.org/10.48550/arxiv.2401.00151