Cura di Dataset Urbani per Kuala Lumpur con Preservazione della Privacy

Un framework automatizzato di anonimizzazione per il Kuala Lumpur Road Dataset è dettagliato in un nuovo preprint arXiv (2608.14724). Questo affronta problemi significativi nella gestione di immagini video di alta qualità essenziali per i sistemi di trasporto intelligenti e la guida autonoma in complessi ambienti urbani tropicali. Il dataset, registrato a 2 FPS utilizzando una piattaforma ciclistica mobile, fatica ad anonimizzare le Informazioni Personali Identificabili (PII) a causa di fattori come l'alto traffico di motociclette, targhe acriliche scure, angoli di ripresa variabili e l'intenso riverbero tropicale. Gli autori sottolineano che le cascate Haar tradizionali e YOLOv8 sono inefficaci in questi scenari, producendo falsi positivi e trascurando bersagli ruotati o occlusi. La loro soluzione combina Grounding DINO, un trasformatore visione-linguaggio open-set zero-shot, con una nuova tecnica di Contenimento Spaziale della Regione di Interesse (ROI) del Veicolo per migliorare l'accuratezza del rilevamento. Questo framework è specificamente progettato per Kuala Lumpur, Malesia, promuovendo la condivisione sicura dei dati sul traffico urbano garantendo al contempo la privacy. L'articolo è classificato come annuncio di tipo incrociato ed è accessibile su arXiv.