Poster: Camera Tampering Detection for Outdoor IoT Systems

Resumo Técnico: Detecção de Adulteração de Câmeras para Sistemas IoT Externos

Declaração do Problema
A proliferação de câmeras inteligentes em vigilância externa e monitoramento ambiental introduziu desafios significativos de confiabilidade. Esses sistemas, frequentemente implantados em locais não monitorados, são vulneráveis a adulterações causadas por vandalismo deliberado ou condições ambientais severas (ex: tempestades). Tal adulteração manifesta-se como imagens borradas, lentes rotacionadas ou visões obstruídas, o que degrada a eficácia do monitoramento. Embora a detecção de adulteração baseada em vídeo se beneficie do contexto temporal fornecido por quadros contínuos, detectar adulterações em sistemas de captura de imagem estática (comuns em detecção de animais ou monitoramento periódico) é mais desafiador devido à falta de dados sequenciais. Além disso, as soluções existentes de aprendizado profundo frequentemente exigem um poder computacional substancial, tornando-as inadequadas para dispositivos de borda com recursos limitados, como o ESP32 ou o Raspberry Pi 2.

Metodologia
Os autores propõem e avaliam duas abordagens distintas para detectar imagens estáticas adulteradas: um método baseado em regras leve e um modelo de Rede Neural Convolucional (CNN) baseado em aprendizado profundo.

• Hardware e Conjunto de Dados: Os experimentos foram conduzidos utilizando um Raspberry Pi 2 Model B com um Módulo de Câmera 3. Um conjunto de dados de 3.600 imagens foi coletado ao longo de 10 dias, categorizado em 1.800 imagens normais, 600 borradas, 600 rotacionadas e 600 com lentes obstruídas.
• Método Baseado em Regras: Esta abordagem estabelece uma linha de base utilizando apenas imagens normais capturadas sob várias condições de iluminação e clima.
  • Correspondência de Características: Utiliza o algoritmo ORB (Oriented FAST and Rotated BRIEF) e o Brute Force Matcher (BFMatcher) para comparar pontos-chave entre uma imagem de teste e imagens de referência.
  • Fluxo Lógico: Se o número de correspondências cair abaixo de um limiar calibrado, a imagem é sinalizada como anormal. Verificações subsequentes diferenciam entre desfoque (usando o operador Laplaciano) e lentes vazias/obstruídas (via desvio padrão da intensidade de pixels). Se as correspondências excederem o limiar, uma matriz de homografia estima a rotação; ângulos que excedem 50° são classificados como rotacionados.
  • Requisitos: Este método requer apenas 8 amostras de referência para calibração e nenhum dado anormal de treinamento.
• Método de Aprendizado Profundo: Um modelo CNN implementado com TensorFlow e Keras foi projetado para classificação binária (normal vs. anormal).
  • Arquitetura: O modelo consiste em três camadas convolucionais (32, 64 e 128 filtros) com ativação ReLU e max-pooling, seguidas por uma camada totalmente conectada (128 unidades) e uma camada de saída sigmoide.
  • Treinamento: O modelo foi treinado em um conjunto de dados robusto de 2.400 imagens (1.200 normais, 1.200 anormais) para garantir a generalização através de diversas condições climáticas e de iluminação.

Principais Resultados
O desempenho de ambos os métodos foi avaliado em um conjunto de teste equilibrado de 1.200 imagens (50% anormais).

• Acurácia: O modelo CNN superou significativamente o método baseado em regras, alcançando uma acurácia de 99,75% comparada a 90,50% do método baseado em regras. Da mesma forma, a CNN demonstrou precisão superior (0,9983 vs. 0,9036) e F1-score (0,9974 vs. 0,9051).
• Eficiência de Recursos: O método baseado em regras provou ser muito mais leve, com um tamanho de modelo de 8,77 KB contra os 37,8 MB da CNN.
• Tempo de Processamento: Contrariando as expectativas sobre a complexidade do aprendizado profundo, o modelo CNN mostrou um tempo médio de processamento por imagem mais rápido (0,02 seg) comparado ao método baseado em regras (0,07 seg) durante os testes.
• Dependência de Dados: O método baseado em regras exigiu apenas 8 amostras de referência e zero amostras anormais para treinamento, enquanto a CNN exigiu 2.400 amostras rotuladas.

Contribuições e Significância
O artigo apresenta três contribuições principais para o campo da vigilância IoT:

1. Avaliação Comparativa: Fornece uma comparação direta entre abordagens baseadas em regras e de aprendizado profundo para detecção de adulteração de imagens estáticas, destacando as trocas entre acurácia e restrições de recursos.
2. Conjunto de Dados Público: Os autores disponibilizaram um conjunto de dados público contendo imagens normais, borradas, rotacionadas e obstruídas para apoiar o desenvolvimento e a avaliação de futuros algoritmos de detecção.
3. Insights de Implantação Prática: O estudo identifica que, embora as CNNs ofereçam acurácia superior, o método baseado em regras permanece uma alternativa viável e necessária para cenários onde:
   • Dispositivos de borda possuem limitações severas de memória.
   • A coleta de grandes conjuntos de dados de imagens anormais/adulteradas é impraticável, demorada ou dispendiosa.
   • É necessária uma calibração rápida sem uma fase de treinamento prolongada.

Conclusão
Os autores concluem que a escolha do método de detecção depende fortemente das restrições de implantação. O modelo CNN é preferível para requisitos de alta acurácia onde os recursos computacionais e a coleta de dados são viáveis. Por outro lado, o método baseado em regras oferece uma solução eficiente em termos de recursos para ambientes restritos onde a coleta de extensos dados de treinamento não é possível. Trabalhos futuros visam desenvolver um sistema híbrido integrando ambas as abordagens para equilibrar desempenho e uso de recursos.