Anonymisation of Image Data Using Deep Learning

Abstract

Collecting and storing data is easier and more common than ever before.
A lot of this data is personal data, which is problematic to store and use both for ethical reasons and because of legislations. In some scenarios the personal information in the data is not interesting or relevant for the given task but it is still collected and stored as a byproduct of the data collection. In these scenarios it would be much better if one could use anonymised data instead.

This report presents a neural network approach for creating an anonymisation filter for image data, specifically for images depicting humans taken from above. A convolutional neural network is used as the filter. It is trained together with a person detector and ReID in order to generate images where it is possible to detect people in the images but impossible to identify them. The training process is similar to that of a generative adversarial network since the goal of the filter was to construct an anonymisation that makes it easy for the detector but hard for the ReID and the aim for the detector and ReID was to become as good as possible. Using the presented method a filter was created which succeeds in anonymising the images whilst almost maintaining the performance of the person detection. Using the metrics AP for the detector and AUC-ROC for the ReID this filter yielded the results 0.864 and 0.540 respectively. However, several of the parameters were very sensitive to changes, yielding results that varied widely when small changes were made, making the network fairly hard to train.

Popular Abstract (Swedish)

I dagsläget finns det otroliga mängder data som ackumuleras bland företag och i organisationer.
Denna datan kan användas för att förstå och förbättra produkter, tjänster och processer och i
slutändan bidra till att förbättra samhället. En del av denna data innehåller dock personlig
information som kan användas för att identifiera en person, vilket kan vara problematiskt ur ett
etiskt perspektiv om inte datan lagras säkert. Därför måste man lägga mycket resurser på att
hantera personlig information korrekt eller så sparar man den inte alls, trots fördelarna. Ibland är
inte ens den personliga informationen det relevanta i datan. Då skulle det vara bra att kunna
eliminera all den känsliga informationen och bara ha kvar det viktiga. Går det? Hur kan man göra i
så fall?
Det finns många exempel på data som samlas in som skulle kunna vara till nytta utan den personliga
informationen i datan. Några av dem är medicinska journaler, platsinformation från GPS:er samt viss
video insamlad via övervakningskameror. Eftersom sådan personlig data kan användas till skadliga
ändamål är det bra om den personliga informationen kan tas bort om den inte behövs. Ett mer
specifikt exempel är när videokameror används för att filma in- och utgångar i en byggnad för att se
hur många som besöker den. Sådan information skulle kunna vara användbar för butiker eller under
krissituationer, som vid brand. I denna typ av videoövervakning är dock den intressanta
informationen om det gick in eller ut en person, inte vem som gick in. Därför har vi i ett projekt
försökt anonymisera stillbilder ur just denna sortens data.
Ett sätt att lösa problemet med data som innehåller onödig personlig information är att filtrera alla
bilder genom ett filter, som helt enkelt tar bort den problematiska informationen. Med hjälp av ett
så kallat neuralt nätverk skapades ett sådant filter under projektet. Neurala nätverk är en metod för
att lösa problem där man låter en dator imitera hur en hjärna fungerar. Liksom i en riktig hjärna låter
man små enheter liknande nervceller kommunicera med varandra. Detta gör att nätverket går att
träna på att lösa specifika uppgifter. Den specifika uppgift som nätverket i projektet fick var att skapa
ett filter som, efter applicering, gör det möjligt att upptäcka var i bilden det finns en person utan att
det går att identifiera personen. Nätverket består av tre delar: filtret som förvränger bilden, en del
som ska hitta personer i bilden och en tredje del som ska se om två personer har samma identitet.
Alla dessa tre delar tränas tillsammans; filtrets uppgift är att göra det lätt för delen som ska hitta
personer och svårt för delen som ska identifiera dem. Samtidigt försöker de två andra delarna som
ska hitta respektive identifiera personer att bli så bra som möjligt på sina uppgifter. Man kan se det
som att delen som identifierar människor tävlar mot de andra två vilket göra att alla delarna
successivt blir bättre och därmed utvecklas filtret.
När filtret, som nätverket skapade, applicerades på bilder blev det aningen svårare att hitta personer
i dem medan det i stort sett blev omöjligt att identifiera dem. Alltså blev filtret bra på att
anonymisera bilderna men med en liten kostnad. Detta tyder på att metoden fungerar även om den
bör förfinas innan den används i praktiken. Oavsett metod hoppas vi dock på att all data som kan
bidra till att skapa innovation och förbättra samhället kommer kunna utnyttjas i framtiden,
samtidigt som den hanteras säkert.

• author: Johansson, Jonna and Lundberg, Jesper
• supervisor: Mikael Nilsson; Håkan Ardö
• organization: Mathematics (Faculty of Engineering)
• course: FMAM05 20201
• year: 2020
• type: H2 - Master's Degree (Two Years)
• subject: Mathematics and Statistics
• keywords: Deep Learning, Anonymisation, Anonymization, Machine Learning, AI, Anonymisation filter, Anonymization filter, Image filter
• publication/series: Master's Theses in Mathematical Sciences
• report number: LUTFMA-3430-2020
• ISSN: 1404-6342
• other publication id: 2020:E72
• language: English
• id: 9029540
• date added to LUP: 2020-09-22 11:40:34
• date last changed: 2020-09-22 11:40:34