ابتكار إطار عمل لحماية الخصوصية في بيانات المرور الحضري: تجربة مثيرة من كوالالمبور

تتسارع التطورات الحاصلة في نظم النقل الذكية وتقنيات القيادة الذاتية، مما يجعل معالجة وتحليل البيانات الحضرية أمراً ضرورياً. ومع ذلك، تحمل المدن ذات البيئات الاستوائية المعقدة مثل كوالالمبور، ماليزيا، تحديات فريدة تعوق عملية تجميع البيانات، خاصة عندما يتعلق الأمر بحماية المعلومات الشخصية. فمع الكثافة العالية للدراجات النارية والألواح المعدنية المعتمة، بالإضافة إلى التغيرات المناخية المؤثرة، يصبح من الصعب ضمان عدم إمكانية تحديد الهوية.

في هذا السياق، تم تقديم إطار عمل جديد لعملية إخفاء الهوية يتميز بالأوتوماتيكية، حيث تم تصميمه خصيصاً لمجموعة بيانات الطرق في كوالالمبور، المُلتقطة بواسطة منصة للدراجات الهوائية بسرعة 2 إطار في الثانية. تم التوثيق الذي يبرز كيف أن أدوات مثل Haar cascades وYOLOv8 تفتقر إلى الدقة المطلوبة في هذه الظروف، حيث تتسبب في نتائج إيجابية خاطئة على العناصر الخلفية بينما تفشل في الكشف عن الأهداف غير الواضحة أو الملتوية.

يعتمد هذا الإطار الجديد على دمج نموذج "Grounding DINO"، وهو جيد في التعرف على الصور، مع محرك جديد لتحديد المناطق ذات الصلة بالمركبة. من خلال التأكد من أن مراكز لوحات الترخيص تقع ضمن حدود المركبات المحددة، يُخفف الإطار من النتائج السلبية المتعلقة بالبيئة بينما يقوم بتعطيل معلومات الوجوه والرؤوس وأرقام الترخيص بشكل أوتوماتيكي، محققًا مستوى نجاح مثير للإعجاب بلغ حوالي 95% في أول تقييم على 1,266 إطار.

تكمن الفائدة الأكبر لهذا الإطار في تقليل النتائج السلبية المعنية بالخصوصية بينما يحافظ على سياق المشهد للمهام البصرية المستقبلية. في حين أن الالتزام القانوني يتطلب عمليات الحكامة الأوسع، إلا أن هذه الأنظمة العامة توفر مرحلة إعداد تجريبية يمكن تدقيقها بشكل فعّال لمراعاة الخصوصية في تجميع البيانات.