Poster: Camera Tampering Detection for Outdoor IoT Systems

ملخص تقني: كشف التلاعب بالكاميرا في أنظمة إنترنت الأشياء الخارجية

بيان المشكلة
أدى انتشار الكاميرات الذكية في المراقبة الخارجية والمراقبة البيئية إلى ظهور تحديات كبيرة في الموثوقية. فهذه الأنظمة، التي تُنشر غالباً في مواقع غير خاضعة للرقابة، تكون عرضة للتلاعب الناتج عن أعمال التخريب المتعمدة أو الظروف البيئية القاسية (مثل العواصف). ويتجلى هذا التلاعب في صور ضبابية، أو عدسات مائلة، أو رؤية محجوبة، مما يؤدي إلى تدهور فعالية المراقبة. وبينما تستفيد أنظمة كشف التلاعب القائمة على الفيديو من السياق الزمني الذي توفره الإطارات المستمرة، فإن كشف التلاعب في أنظمة التقاط الصور الثابتة (الشائعة في كشف الحيوانات أو المراقبة الدورية) يعد أكثر صعوبة بسبب غياب البيانات المتسلسلة. علاوة على ذلك، فإن حلول التعلم العميق الحالية تتطلب غالباً قدرة حوسبية كبيرة، مما يجعلها غير مناسبة للأجهزة الطرفية محدودة الموارد مثل ESP32 أو Raspberry Pi 2.

المنهجية
يقترح المؤلفون ويقيمون نهجين متميزين لكشف الصور الثابتة المتلاعب بها: طريقة قائمة على القواعد خفيفة الوزن، ونموذج شبكة عصبية تلافيفية (CNN) قائم على التعلم العميق.

• الأجهزة ومجموعة البيانات: أُجريت التجارب باستخدام Raspberry Pi 2 Model B مع وحدة كاميرا 3 (Camera Module 3). تم جمع مجموعة بيانات مكونة من 3,600 صورة على مدار 10 أيام، صُنفت إلى 1,800 صورة طبيعية، و600 صورة ضبابية، و600 صورة مائلة، و600 صورة بعدسات محجوبة.
• الطريقة القائمة على القواعد: يضع هذا النهج خط أساس باستخدام الصور الطبيعية فقط الملتقطة تحت ظروف إضاءة وطقس مختلفة.
  • مطابقة الميزات: تستخدم خوارزمية ORB (Oriented FAST and Rotated BRIEF) ومطابق البحث بالقوة (BFMatcher) للمقارنة بين نقاط الاهتمام (keypoints) بين الصورة المختبرة والصور المرجعية.
  • التدفق المنطقي: إذا قل عدد المطابقات عن عتبة مُعايرة، يتم تصنيف الصورة كغير طبيعية. وتلي ذلك فحوصات لاحقة للتمييز بين الضبابية (باستخدام مؤثر لابلاس) والعدسات الفارغة/المحجوبة (عبر الانحراف المعياري لشدة البكسل). وإذا تجاوزت المطابقات العتبة، تقوم مصفوفة "هوموجرافيتي" بتقدير الدوران؛ حيث تُصنف الزوايا التي تتجاوز 50 درجة على أنها مائلة.
  • المتطلبات: تتطلب هذه الطة 8 عينات مرجعية فقط للمعايرة ولا تتطلب أي بيانات غير طبيعية للتدريب.
• طريقة التعلم العميق: تم تصميم نموذج CNN باستخدام TensorFlow وKeras للتصنيف الثنائي (طبيعي مقابل غير طبيعي).
  • البنية: يتكون النموذج من ثلاث طبقات تلافيفية (32، 64، و128 مرشحاً) مع تنشيط ReLU وتجميع أقصى (max-pooling)، تليها طبقة متصلة بالكامل (128 وحدة) وطبقة مخرجات سيجمويد (sigmoid).
  • التدريب: تم تدريب النموذج على مجموعة بيانات قوية مكونة من 2,400 صورة (1,200 طبيعية، 1,200 غير طبيعية) لضمان التعميم عبر ظروف الطقس والإضاءة المتنوعة.

النتائج الرئيسية
تم تقييم أداء كلا الطريقتين على مجموعة اختبار متوازنة مكونة من 1,200 صورة (50% منها غير طبيعية).

• الدقة: تفوق نموذج CNN بشكل كبير على الطريقة القائمة على القواعد، حيث حقق دقة بلغت 99.75% مقارنة بـ 90.50% للطريقة القائمة على القواعد. وبالمثل، أظهر نموذج CNN دقة (precision) فائقة (0.9983 مقابل 0.9036) ومقياس F1 (0.9974 مقابل 0.9051).
• كفاءة الموارد: أثبتت الطريقة القائمة على القواعد أنها أخف وزناً بكثير، بحجم نموذج قدره 8.77 كيلوبايت مقابل 37.8 ميجابايت لنموذج CNN.
• وقت المعالجة: خلافاً للتوقعات بشأن تعقيد التعلم العميق، أظهر نموذج CNN متوسط وقت معالجة أسرع لكل صورة (0.02 ثانية) مقارنة بالطريقة القائمة على القواعد (0.07 ثانية) أثناء الاختبار.
• الاعتماد على البيانات: تطلبت الطريقة القائمة على القواعد 8 عينات مرجعية فقط وصفر من العينات غير الطبيعية للتدريب، بينما تطلب نموذج CNN نحو 2,400 عينة مصنفة.

المساهمات والأهمية
تقدم الورقة ثلاث مساهمات رئيسية في مجال مراقبة إنترنت الأشياء:

1. التقييم المقارن: تقدم مقارنة مباشرة بين النهج القائم على القواعد ونهج التعلم العميق لكشف التلاعب بالصور الثابتة، مع تسليط الضوء على المقايضات بين الدقة وقيود الموارد.
2. مجموعة بيانات عامة: أصدر المؤلفون مجموعة بيانات متاحة للجمهور تحتوي على صور طبيعية، وضبابية، ومائلة، ومحجوبة لدعم تطوير وتقييم خوارزميات الكشف المستقبلية.
3. رؤى النشر العملي: تحدد الدراسة أن نموذج CNN يوفر دقة فائقة، إلا أن الطريقة القائمة على القواعد تظل بديلاً قابلاً للتطبيق وضرورياً في السيناريوهات التي:
   • تعاني فيها الأجهزة الطرفية من قيود شديدة في الذاكرة.
   • يكون فيها جمع مجموعات بيانات كبيرة للصور غير الطبيعية/المتلاعب بها أمراً غير عملي أو مستهلكاً للوقت أو مكلفاً.
   • تتطلب معايرة سريعة دون مرحلة تدريب طويلة الأمد.

الخلاصة
يخلص المؤلفون إلى أن اختيار طريقة الكشف يعتمد بشكل كبير على قيود النشر. يُفضل نموذج CNN لمتطلبات الدقة العالية حيث تكون الموارد الحوسبية وجمع البيانات ممكنين. وعلى العكس من ذلك، توفر الطريقة القائمة على القواعد حلاً فعالاً من حيث الموارد للبيئات المقيدة حيث لا يمكن جمع بيانات تدريب واسعة النطاق. ويهدف العمل المستقبلي إلى تطوير نظام هجين يدمج كلا النهجين لموازنة الأداء واستخدام الموارد.