По мере того как технологии дополненной реальности (AR) становятся все более распространенными, одной из главных проблем для специалистов по этике остается сохранение конфиденциальности данных, на которых основываются модели искусственного интеллекта. Для того чтобы позиционироваться в пространстве, приложения AR требуют доступа к камерам устройств, которые они используют для построения цифровых карт окружающей среды. Эти карты часто хранятся либо на устройстве, либо на удаленном сервере, и хотя изображения не сохраняются вместе с ними, злоумышленники, имеющие к ним доступ, теоретически могут сделать вывод о геометрии, внешнем виде, расположении частного пространства, информации об объектах в этом пространстве и другой важной информации.
Вот почему команда Microsoft и научные сотрудники исследуют методы, которые усложняют работу с данными без ущерба для производительности и точности. В паре докладов, которые будут представлены на конференции IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR 2019) на следующей неделе в Лонг-Бич, Калифорния, они демонстрируют, что 3D облака точек и функции локализации камер подвержены атакам, связанным с конфиденциальностью, и предлагают решение, которое предполагает трансформацию 3D точек таким образом, что геометрия сцены скрыта.
В первой из двух статей ("Выявление сцен путем преобразования структуры из движущихся конструкций") ученые из Microsoft Research и Университета Флориды показывают, что вышеупомянутые облака точек AR, реконструированные с использованием структуры движения или одновременной локализации и картирования (SLAM), сохраняют достаточно информации для восстановления детальных изображений сцен даже после удаления исходных изображений. Их новая система искусственного интеллекта реконструирует цветные изображения в сцене с учетом 2D проекций разреженных 3D точек и их особенностей, даже при отсутствии таких атрибутов как видимость и в случаях, когда точки распределены неравномерно.
Во втором докладе ("Локализация на основе сохранения конфиденциальности изображений"), подготовленном ETH Цюрих и лабораторией смешанной реальности и искусственного интеллекта Microsoft, представлен подход к локализации AR с сохранением конфиденциальности, в котором 3D точки на картах переносятся на случайно ориентированные 3D линии, проходящие через исходные точки. Новые изображения мало похожи на оригинальные сцены на лице, но все же обеспечивают точное позиционирование из-за тесной корреляции между 2D точками изображения и 3D линиями.
Команды говорят, что они изучают алгоритмы для сервисов позиционирования камер, которые будут работать в облаке, и они считают, что метод смягчения последствий, описанный во втором документе, позволит пользователям обмениваться картами с AR приложениями, не нарушая при этом конфиденциальности.
