Poster: Camera Tampering Detection for Outdoor IoT Systems

Sintesi Tecnica: Rilevamento di Manomissione della Telecamera per Sistemi IoT Esterni

Definizione del Problema
La proliferazione di telecamere intelligenti nella sorveglianza esterna e nel monitoraggio ambientale ha introdotto significative sfide di affidabilità. Questi sistemi, spesso implementati in località non presidiate, sono vulnerabili alla manomissione causata da vandalismo deliberato o condizioni ambientali avverse (ad es. tempeste). Tale manomissione si manifesta come immagini sfocate, lenti ruotate o viste ostruite, che degradano l'efficacia del monitoraggio. Sebbene il rilevamento della manomissione basato su video benefici del contesto temporale fornito dai fotogrammi continui, il rilevamento della manomissione in sistemi di acquisizione di immagini statiche (comuni nel rilevamento di animali o nel monitoraggio periodico) è più complesso a causa della mancanza di dati sequenziali. Inoltre, le soluzioni esistenti di deep learning richiedono spesso una potenza di calcolo considerevole, rendendole inadatte per dispositivi edge con risorse limitate come l'ESP32 o il Raspberry Pi 2.

Metodologia
Gli autori propongono e valutano due approcci distinti per il rilevamento di immagini statiche manomesse: un metodo leggero basato su regole e un modello di Rete Neurale Convoluzionale (CNN) basato sul deep learning.

• Hardware e Dataset: Gli esperimenti sono stati condotti utilizzando un Raspberry Pi 2 Model B con un modulo Camera Module 3. Un dataset di 3.600 immagini è stato raccolto nell'arco di 10 giorni, categorizzato in 1.800 immagini normali, 600 sfocate, 600 ruotate e 600 con lenti ostruite.
• Metodo Basato su Regole: Questo approccio stabilisce una linea di base utilizzando solo immagini normali catturate in varie condizioni di luce e meteo.
  • Corrispondenza delle Caratteristiche (Feature Matching): Utilizza l'algoritmo ORB (Oriented FAST and Rotated BRIEF) e il Brute Force Matcher (BFMatcher) per confrontare i punti chiave tra un'immagine di test e le immagini di riferimento.
  • Flusso Logico: Se il numero di corrispondenze scende al di sotto di una soglia calibrata, l'immagine viene segnalata come anomala. I controlli successivi differenziano tra sfocatura (utilizzando l'operatore Laplaciano) e lenti vuote/ostruite (tramite la deviazione standard dell'intensità dei pixel). Se le corrispondenze superano la soglia, una matrice di omografia stima la rotazione; gli angoli superiori a 50° vengono classificati come ruotati.
  • Requisiti: Questo metodo richiede solo 8 campioni di riferimento per la calibrazione e nessun dato anomalo per l'addestramento.
• Metodo Deep Learning: Un modello CNN implementato con TensorFlow e Keras è stato progettato per la classificazione binaria (normale vs anomala).
  • Architettura: Il modello consiste in tre strati convoluzionali (32, 64 e 128 filtri) con attivazione ReLU e max-pooling, seguiti da uno strato completamente connesso (128 unità) e uno strato di output sigmoidale.
  • Addestramento: Il modello è stato addestrato su un dataset robusto di 2.400 immagini (1.200 normali, 1.200 anomale) per garantire la generalizzazione attraverso diverse condizioni meteorologiche e di illuminazione.

Risultati Chiave
Le prestazioni di entrambi i metodi sono state valutate su un set di test bilanciato di 1.200 immagini (50% anomale).

• Accuratezza: Il modello CNN ha superato significativamente il metodo basato su regole, raggiungendo un'accuratezza del 99,75% rispetto al 90,50% del metodo basato su regole. Allo stesso modo, la CNN ha dimostrato una precisione superiore (0,9983 vs 0,9036) e un F1-score superiore (0,9974 vs 0,9051).
• Efficienza delle Risorse: Il metodo basato su regole si è rivelato molto più leggero, con una dimensione del modello di 8,77 KB rispetto ai 37,8 MB della CNN.
• Tempo di Elaborazione: Contrariamente alle aspettative sulla complessità del deep learning, la CNN ha mostrato un tempo medio di elaborazione per immagine più veloce (0,02 sec) rispetto al metodo basato su regole (0,07 sec) durante i test.
• Dipendenza dai Dati: Il metodo basato su regole richiedeva solo 8 campioni di riferimento e zero campioni anormali per l'addestramento, mentre la CNN richiedeva 2.400 campioni etichettati.

Contributi e Significato
Il documento apporta tre contributi primari al campo della sorveglianza IoT:

1. Valutazione Comparativa: Fornisce un confronto diretto tra approcci basati su regole e deep learning per il rilevamento della manomissione di immagini statiche, evidenziando i compromessi tra accuratezza e vincoli di risorse.
2. Dataset Pubblico: Gli autori hanno rilasciato un dataset pubblicamente disponibile contenente immagini normali, sfocate, ruotate e ostruite per supportare lo sviluppo e la valutazione di futuri algoritmi di rilevamento.
3. Approfondimenti sulla Distribuzione Pratica: Lo studio identifica che, sebbene le CNN offrano un'accuratezza superiore, il metodo basato su regole rimane un'alternativa valida e necessaria per scenari in cui:
   • I dispositivi edge presentano severi limiti di memoria.
   • La raccolta di grandi dataset di immagini anormali/manomesse è impraticabile, lunga o costosa.
   • È richiesta una calibrazione rapida senza una fase di addestramento prolungata.

Conclusione
Gli autori concludono che la scelta del metodo di rilevamento dipende fortemente dai vincoli di implementazione. Il modello CNN è preferibile per requisiti di alta accuratezza dove le risorse computazionali e la raccolta dati sono fattibili. Al contrario, il metodo basato su regole offre una soluzione efficiente in termini di risorse per ambienti vincolati dove la raccolta di estesi dati di addestramento non è possibile. Il lavoro futuro mira a sviluppare un sistema ibrido che integri entrambi gli approcci per bilanciare prestazioni e utilizzo delle risorse.