MIRAGE: Privasi Pengamat Seluruh Tubuh untuk Kacamata Pintar dengan Pemulihan Berbasis Persetujuan

Arsitektur tiga tingkat yang menegakkan privasi seluruh tubuh, mendukung penggantian sintetis, dan memungkinkan pemulihan berbasis persetujuan melalui materi pemulihan terenkripsi.

Muhammad Umair; Muhammad Danial Maqbool; Fatima Arshad Cheema; Kapal Dev; Muhammad Hamad Alizai; Muhammad Ali Siddiqi; Naveed Anwar Bhatti· 2026· DOI 10.48550/arXiv.2609.24537

Masalah inti

Kacamata pintar dengan kemampuan perekaman video berkelanjutan menimbulkan ancaman privasi yang signifikan bagi pengamat. Meskipun metode sanitasi konvensional berfokus pada de-identifikasi wajah, metode tersebut mengabaikan informasi biometrik kaya yang terkandung dalam penampilan seluruh tubuh, seperti gait, postur, dan siluet. Petunjuk ini memungkinkan re-identifikasi orang (ReID) bahkan setelah sanitasi wajah, seperti yang ditunjukkan oleh penelitian sebelumnya. MIRAGE mengatasi celah ini dengan menegakkan privasi seluruh tubuh untuk semua pengamat yang terlihat. Sistem ini tidak hanya menutupi seluruh tubuh tetapi juga mendukung penggantian seluruh tubuh sintetis untuk menjaga kewajaran visual. Yang krusial, sistem ini menyimpan materi pemulihan terenkripsi yang memungkinkan pemulihan video asli secara resmi atas persetujuan. Digest ini menyajikan arsitektur, metodologi, dan hasil MIRAGE, menyoroti efektivitasnya terhadap penyerang standar maupun adaptif.

Inovasi

MIRAGE dievaluasi pada Raspberry Pi 5 (proksi CPU-only untuk komputasi kacamata pintar), ponsel pendamping, dan backend generatif cloud. Sistem ini mencapai 0,948 Average Precision (AP) dan 0,976 Average Recall (AR) untuk deteksi seluruh tubuh, mengidentifikasi seluruh tubuh yang terlihat secara akurat. Untuk perlindungan privasi, penutupan bounding box menurunkan ReID berbasis siluet yang dipelajari menjadi pada dasarnya tebakan acak, dengan akurasi Rank-1 10,86% dibandingkan tingkat kebetulan terukur 11,12%. Terhadap penyerang adaptif yang dilatih ulang pada sinyal pose tersanitasi MIRAGE, identifikasi gait Rank-1 turun dari 90,25% menjadi 26,20%, menghilangkan 72,5% keunggulan identifikasi penyerang. Hasil ini menunjukkan bahwa MIRAGE secara efektif memitigasi re-identifikasi biometrik seluruh tubuh sekaligus mempertahankan kinerja deteksi yang tinggi. Kemampuan sistem untuk menghasilkan penggantian sintetis dan mendukung pemulihan berbasis persetujuan juga divalidasi, menunjukkan bahwa materi pemulihan terenkripsi dapat disimpan dengan aman dan kemudian digunakan untuk memulihkan video asli saat diizinkan.

Kacamata pintar dengan kemampuan perekaman video berkelanjutan menimbulkan ancaman privasi yang signifikan bagi pengamat. Meskipun metode sanitasi konvensional berfokus pada de-identifikasi wajah, metode tersebut mengabaikan informasi biometrik kaya yang terkandung dalam penampilan seluruh tubuh, seperti gait, postur, dan siluet. Petunjuk ini memungkinkan re-identifikasi orang (ReID) bahkan setelah sanitasi wajah, seperti yang ditunjukkan oleh penelitian sebelumnya. MIRAGE mengatasi celah ini dengan menegakkan privasi seluruh tubuh untuk semua pengamat yang terlihat. Sistem ini tidak hanya menutupi seluruh tubuh tetapi juga mendukung penggantian seluruh tubuh sintetis untuk menjaga kewajaran visual. Yang krusial, sistem ini menyimpan materi pemulihan terenkripsi yang memungkinkan pemulihan video asli secara resmi atas persetujuan. Digest ini menyajikan arsitektur, metodologi, dan hasil MIRAGE, menyoroti efektivitasnya terhadap penyerang standar maupun adaptif.

MIRAGE menggunakan arsitektur tiga tingkat: (1) pemrosesan di perangkat pada kacamata pintar (diproksikan oleh Raspberry Pi 5), (2) ponsel pendamping untuk pemrosesan dan penyimpanan perantara, dan (3) backend generatif cloud untuk penggantian sintetis dan pemulihan terenkripsi. Tingkat di perangkat melakukan deteksi seluruh tubuh dan penutupan bounding box secara real-time. Ponsel pendamping mengelola materi pemulihan terenkripsi dan berkoordinasi dengan cloud. Backend cloud menghasilkan penggantian seluruh tubuh sintetis yang mempertahankan konteks adegan sekaligus menghapus pengenal biometrik. Sistem ini menggunakan model generatif untuk menyintesis penggantian tubuh yang masuk akal, dan enkripsi memastikan bahwa materi pemulihan hanya dapat diakses dengan persetujuan yang tepat. Arsitektur ini dirancang agar layak secara komputasi pada kacamata pintar dengan sumber daya terbatas, dengan memanfaatkan ponsel pendamping dan cloud untuk tugas yang lebih berat. Pipeline ini diilustrasikan dalam diagram Mermaid di bawah ini.

Mengapa penting

Hasil ini menunjukkan bahwa MIRAGE secara signifikan meningkatkan privasi pengamat dalam rekaman kacamata pintar dengan mengatasi biometrik seluruh tubuh, vektor yang sering terabaikan. Kinerja ReID berbasis siluet yang mendekati kebetulan setelah penutupan menegaskan bahwa penutupan bounding box sederhana sudah cukup untuk mengganggu fitur siluet yang dipelajari. Penurunan substansial dalam akurasi identifikasi gait terhadap penyerang adaptif menyoroti ketangguhan pendekatan ini bahkan ketika penyerang mengetahui metode sanitasi. Arsitektur tiga tingkat menyeimbangkan beban komputasi, memungkinkan operasi real-time pada perangkat terbatas. Namun, ketergantungan pada backend cloud untuk penggantian sintetis dan enkripsi dapat menimbulkan kekhawatiran tentang latensi dan kepercayaan. Pekerjaan selanjutnya dapat mengeksplorasi model generatif di perangkat dan mekanisme persetujuan terdesentralisasi. Materi pemulihan terenkripsi memastikan bahwa pemulihan hanya mungkin dilakukan dengan otorisasi yang tepat, sejalan dengan regulasi privasi. Secara keseluruhan, MIRAGE menyediakan kerangka kerja praktis untuk privasi seluruh tubuh pada kamera yang dapat dikenakan, dengan potensi perluasan ke domain lain seperti AR/VR dan pengawasan.

Siapa yang sebaiknya membaca

Praktisi dan peneliti ilmu komputer

Membuka konten member…