Une technique de reconnaissance antifaciale basée sur une caméra
Les systèmes de reconnaissance faciale, outils informatiques capables de reconnaître des individus dans des images ou des séquences vidéo, sont désormais largement utilisés dans le monde entier. Certains utilisateurs et développeurs ont toutefois soulevé des préoccupations liées à la confidentialité, car par définition, les techniques de reconnaissance faciale reposent sur des images qui capturent les visages des personnes. Il est possible d’utiliser des techniques de reconnaissance faciale pour identifier la personne par son visage sans autorisation.
Certaines études informatiques récentes ont ainsi exploré la possibilité d’empêcher la reconnaissance faciale non autorisée des utilisateurs en obscurcissant, synthétisant ou modifiant les images, afin d’accroître la confidentialité des utilisateurs. Ce domaine de recherche est désormais largement appelé reconnaissance anti-faciale (AFR).
Des chercheurs de l’USSLAB de l’Université du Zhejiang ont récemment développé CamPro, une nouvelle technique conçue pour atteindre l’AFR au niveau du capteur de la caméra, produisant des images capables de protéger la confidentialité du visage des utilisateurs sans influencer d’autres applications, telles que la reconnaissance d’activité. Leur article, accepté par NDSS 2024 et pré-publié sur le arXiv serveur de préimpression, 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, co-auteur de l’article, à Tech Xplore. « Cependant, les informations personnelles identifiables (PII), 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 vie privée basée sur un capteur de caméra, CamPro, qui peut transformer une caméra standard en une caméra respectueuse de la vie privée, incapable de capturer les traits du visage à des fins d’identification, c’est-à-dire la reconnaissance antifaciale (AFR).
La plupart des approches AFR introduites précédemment sont basées sur le post-traitement, ce qui signifie essentiellement qu’elles modifient les images capturées par les caméras après leur prise. D’un autre côté, la technique CamPro développée par USSLAB ne commence à fonctionner que lorsque les images sont générées par les capteurs de la caméra, les utilisateurs malveillants auront donc plus de mal à la contourner. Les chercheurs ont appelé ce paradigme « la préservation de la vie privée par la naissance ».
« Un module de caméra se compose généralement d’un capteur d’image (CMOS ou CCD) et d’un processeur de signal d’image (ISP) », a expliqué Zhu. « Le capteur d’image convertit les lumières perçues en lectures brutes (RAW), puis le FAI, un matériel spécialisé pour le traitement du signal, convertit le RAW en une image RVB standard (sRVB) conforme aux systèmes visuels humains. »
Les systèmes FAI sont des composants essentiels des appareils photo numériques modernes, qui remplissent deux fonctions principales. Premièrement, ils permettent la conversion efficace des images RAW en images sRGB. De plus, ils offrent un contrôle sur les capteurs de capture d’images, par exemple en ajustant les obturateurs et la sensibilité ISO pour réaliser une exposition automatique (AE).
« En raison de la conception découplée du capteur d’image et du FAI, les FAI fournissent souvent un ensemble de paramètres réglables pour répondre aux différents capteurs », a déclaré Zhu. « CamPro exploite ces paramètres réglables du FAI pour obtenir 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 obtenir une reconnaissance antifaciale tout en fournissant suffisamment d’informations pour des images bénignes. applications de reconnaissance visuelle, par exemple détection de personnes, estimation de pose, etc.
Dans le cadre de leur étude récente, Zhu et ses collègues se sont principalement concentrés sur le processus de correction gamma (c’est-à-dire Gamma) d’un appareil photo et sur ce que l’on appelle la matrice de correction des couleurs (CCM). Pour atteindre des paramètres optimaux permettant la reconnaissance des personnes sans compromettre leur vie privée, ils ont imité le processus par lequel les images sont capturées, tout en introduisant une nouvelle technique d’optimisation basée sur des réseaux contradictoires.
« Nous avons remarqué que la qualité des images protégées pourrait ne pas répondre aux exigences de la vision humaine », a déclaré Zhu. « Par conséquent, nous implémentons un amplificateur d’image formé pour restaurer la qualité de l’image. »
Contrairement aux autres systèmes AFR, CamPro fonctionne à l’intérieur d’une caméra en ajustant les paramètres FAI existants, sans nécessiter de reconception de la caméra. Cela pourrait grandement simplifier son déploiement dans le monde réel, car cela n’impliquerait pas l’introduction de dispositifs de détection entièrement nouveaux.
« Nous pensons que ce travail est révolutionnaire. Non seulement il a permis une protection de la confidentialité des images au niveau du capteur, mais il propose également une chaîne de fonctions complète allant de la suppression des informations à la restauration des images, en passant par les tâches visuelles, et il est facile à déployer », a déclaré Zhu.
Lors des tests initiaux, il a été constaté que CamPro se généralisait bien à divers systèmes d’identification de visages en boîte noire, réduisant la précision moyenne de l’identification des visages à 0,3 %. En outre, il s’est avéré résistant aux cyberattaques de type boîte blanche, qui nécessitent de recycler les modèles de reconnaissance faciale pour 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. », a expliqué Zhu. « Ces caméras doivent accomplir certaines tâches visuelles sans nécessiter d’informations faciales. CamPro peut empêcher efficacement que les informations faciales soient obtenues et utilisées de manière malveillante dans divers scénarios. »
Le nouveau système créé par cette équipe de chercheurs pourrait bientôt être déployé et testé dans des contextes réels, pour explorer davantage son potentiel. De plus, CamPro pourrait inspirer le développement d’autres approches AFR exploitant les paramètres internes des caméras et des capteurs.
« Nous constatons qu’un attaquant potentiel peut facilement collecter des informations personnelles sensibles à partir des lectures des capteurs », a ajouté Zhu. « Nous envisageons que les applications futures ne devraient obtenir les informations associées qu’à partir des données des capteurs. Par conséquent, nous prévoyons d’étudier davantage de types de capteurs, outre la caméra, avec le paradigme de la préservation de la vie privée dès la naissance. Pour CamPro, nous prévoyons d’améliorer son performance globale et tenter d’en faire un produit.
