CN113037801B - 私密云处理 - Google Patents

私密云处理 Download PDF

Info

Publication number
CN113037801B
CN113037801B CN202011426964.4A CN202011426964A CN113037801B CN 113037801 B CN113037801 B CN 113037801B CN 202011426964 A CN202011426964 A CN 202011426964A CN 113037801 B CN113037801 B CN 113037801B
Authority
CN
China
Prior art keywords
data
items
cloud processing
privacy
processed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011426964.4A
Other languages
English (en)
Other versions
CN113037801A (zh
Inventor
A·巴诺夫
E·齐克尔-汉科克
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN113037801A publication Critical patent/CN113037801A/zh
Application granted granted Critical
Publication of CN113037801B publication Critical patent/CN113037801B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
    • B60R21/015—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting the presence or position of passengers, passenger seats or child seats, and the related safety parameters therefor, e.g. speed or timing of airbag inflation in relation to occupant position or seat belt use
    • B60R21/01512—Passenger detection systems
    • B60R21/0153—Passenger detection systems using field detection presence sensors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种隐私***具有至少一个传感器和装置。传感器可以是可操作的，以响应于用户来生成传感器数据。装置可与传感器通信，与多个分布式云处理节点通信，并且可操作以：将传感器数据分解成多个数据项；将多个数据项传输到多个分布式云处理节点；接收来自多个分布式云处理节点的多个已处理项；以及基于多个已处理项来生成输出数据。其中，多个分布式云处理节点中的单独的分布式云处理节点可操作以响应于多个数据项中的对应数据项来生成多个已处理项中的对应已处理项，用户的隐私方面无法从多个数据项中的单独的数据项确定，并且用户的隐私方面能够从输出数据确定。

Description

私密云处理
技术领域
引言
本公开涉及用于私密云处理的***和方法。
背景技术
先进的车辆并入面部监测、语音监测、姿势评估和对车辆内部的乘员的检测。监测和检测特征用于促进自主驾驶应用和先进的人机应用。例如，面部辨识允许自动验证自主车辆队中的乘员。乘员检测能够确定是否有人被单独留在给定车辆的后座中。
由于增加的数据速率和计算复杂性所致，应用越来越依赖于云计算。然而，将与乘员相关的数据发送到云中使乘员面临潜在的隐私侵害。即使在数据被发送到云之前对其进行了加密的情况下，当数据在云中被解密以允许神经网络操作之后，数据也不再是私密的。期望的是一种具有内置隐私保护的用于乘员数据的云处理的技术。
发明内容
本文中提供了一种隐私***。隐私***包括至少一个传感器和装置。所述至少一个传感器可操作以响应于用户来生成传感器数据。装置与所述至少一个传感器通信，与多个分布式云处理节点通信，并且可操作以：将传感器数据分解成多个数据项；将所述多个数据项传输到所述多个分布式云处理节点；接收来自所述多个分布式云处理节点的多个已处理项；以及基于所述多个已处理项来生成输出数据。所述多个分布式云处理节点中的单独的分布式云处理节点可操作以响应于所述多个数据项中的对应数据项来生成所述多个已处理项中的对应已处理项，用户的隐私方面无法从所述多个数据项中的单独的数据项确定，并且用户的隐私方面能够从输出数据确定。
在隐私***的一个或多个实施例中，用户的隐私方面无法从所述多个已处理项中的单独的已处理项确定。
在隐私***的一个或多个实施例中，对传感器数据的分解包括对传感器数据的空间分解和频谱分解中的至少一者。
在隐私***的一个或多个实施例中，对传感器数据的分解包括对传感器数据的时间分解。
在隐私***的一个或多个实施例中，装置可操作以通过融合所述多个已处理项来生成中间数据。
在隐私***的一个或多个实施例中，装置可操作以通过对中间数据进行分类来生成输出数据。
在隐私***的一个或多个实施例中，对所述多个已处理项的融合包括对所述多个已处理项的空间融合。
在隐私***的一个或多个实施例中，对所述多个已处理项的融合包括对所述多个已处理项的时间融合。
在隐私***的一个或多个实施例中，传感器数据包括用户的视频、用户的图像和由用户生成的音频中的一者或多者。
在隐私***的一个或多个实施例中，所述至少一个传感器和装置能够安装在车辆中，并且装置与所述多个分布式云处理节点无线地通信。
本文中提供了一种用于具有隐私保护的云处理的方法。该方法包括：响应于用户来生成传感器数据；使用装置将传感器数据分解成多个数据项；将所述多个数据项从装置传输到多个分布式云处理节点，其中，所述多个分布式云处理节点中的单独的分布式云处理节点可操作以响应于所述多个数据项中的对应数据项来生成多个已处理项中的对应已处理项，并且用户的隐私方面无法从所述多个数据项中的单独的数据项确定；在装置处接收来自所述多个分布式云处理节点所述多个已处理项；以及基于所述多个已处理项来生成输出数据，其中，用户的隐私方面能够从输出数据确定。
在一个或多个实施例中，该方法进一步包括通过融合所述多个已处理项来生成中间数据。
在该方法的一个或多个实施例中，通过对中间数据进行分类来生成输出数据。
在该方法的一个或多个实施例中，传感器数据包括用户的视频、用户的图像和由用户生成的音频中的一者或多者。
在该方法的一个或多个实施例中，装置能够安装在车辆中，并且装置与所述多个分布式云处理节点无线地通信。
本文中提供了一种私密云处理***。私密云处理***包括网络、至少一个传感器、装置和多个分布式云处理节点。所述至少一个传感器可操作以响应于用户来生成传感器数据。装置与所述至少一个传感器和网络通信，并且可操作以：将传感器数据分解成多个数据项；将所述多个数据项传输到网络；接收来自网络的多个已处理项；以及基于所述多个已处理项来生成输出数据。所述多个分布式云处理节点与网络通信。所述多个分布式云处理节点中的单独的分布式云处理节点可操作以：通过网络从装置接收所述多个数据项中的对应数据项；响应于所述多个数据项中的对应数据项来生成所述多个已处理项中的对应已处理项；以及通过网络将所述多个已处理项中的对应已处理项传输到装置。用户的隐私方面无法从所述多个数据项中的单独的数据项确定，并且用户的隐私方面能够从输出数据确定。
在一个或多个实施例中，私密云处理***进一步包括网络节点，该网络节点可操作以：将所述多个数据项从装置传递到所述多个分布式云处理节点；以及将所述多个已处理项从所述多个分布式云处理节点传递到装置。
在私密云处理***的一个或多个实施例中，装置包括收发器，该收发器可操作以与网络节点无线地通信。
在私密云处理***的一个或多个实施例中，所述多个分布式云处理节点中的单独的分布式云处理节点可操作以：通过在空间上卷积所述多个数据项中的对应数据项来生成第一内部数据；通过在时间上卷积第一内部数据来生成第二内部数据；以及通过在时间上融合第二内部数据来生成所述多个已处理项中的对应已处理项。
在私密云处理***的一个或多个实施例中，所述多个分布式云处理节点中的单独的分布式云处理节点可操作以：通过对所述多个数据项中的对应数据项进行频谱分箱（binning）来生成第三内部数据；通过在时间上卷积第三内部数据来生成第四内部数据；以及通过在时间上融合第四内部数据来生成所述多个已处理项中的对应已处理项。
当结合附图理解时，本公开的以上特征和优点以及其他特征和优点容易从用于实施本公开的最佳模式的以下详细描述显而易见。
方案1. 一种隐私***，所述隐私***包括：
至少一个传感器，所述至少一个传感器可操作以响应于用户来生成传感器数据；
装置，所述装置与所述至少一个传感器通信，与多个分布式云处理节点通信，并且可操作以：将所述传感器数据分解成多个数据项；将所述多个数据项传输到所述多个分布式云处理节点；从所述多个分布式云处理节点接收多个已处理项；以及基于所述多个已处理项来生成输出数据；以及
其中，所述多个分布式云处理节点中的单独的各者可操作以响应于所述多个数据项中的对应数据项来生成所述多个已处理项中的对应已处理项，所述用户的隐私方面无法从所述多个数据项中的单独的数据项确定，并且所述用户的所述隐私方面能够从所述输出数据确定。
方案2. 根据方案1所述的隐私***，其中，所述用户的所述隐私方面无法从所述多个已处理项中的单独的已处理项确定。
方案3. 根据方案1所述的隐私***，其中，对所述传感器数据的分解包括对所述传感器数据的空间分解。
方案4. 根据方案1所述的隐私***，其中，对所述传感器数据的分解包括对所述传感器数据的时间分解和频谱分解中的至少一者。
方案5. 根据方案1所述的隐私***，其中，所述装置可操作以通过融合所述多个已处理项来生成中间数据。
方案6. 根据方案5所述的隐私***，其中，所述装置可操作以通过对所述中间数据进行分类来生成所述输出数据。
方案7. 根据方案5所述的隐私***，其中，对所述多个已处理项的所述融合包括对所述多个已处理项的空间融合。
方案8. 根据方案5所述的隐私***，其中，对所述多个已处理项的所述融合包括对所述多个已处理项的时间融合。
方案9. 根据方案1所述的隐私***，其中，所述传感器数据包括所述用户的视频、所述用户的图像和由所述用户生成的音频中的一者或多者。
方案10. 根据方案1所述的隐私***，其中，所述至少一个传感器和所述装置能够安装在车辆中，并且所述装置与所述多个分布式云处理节点无线地通信。
方案11. 一种用于具有隐私保护的云处理的方法，所述方法包括：
响应于用户来生成传感器数据；
使用装置将所述传感器数据分解成多个数据项；
将所述多个数据项从所述装置传输到多个分布式云处理节点，其中，所述多个分布式云处理节点中的单独的各者可操作以响应于所述多个数据项中的对应数据项来生成多个已处理项中的对应已处理项，并且所述用户的隐私方面无法从所述多个数据项中的单独的数据项确定；
在所述装置处接收来自所述多个分布式云处理节点的所述多个已处理项；以及
基于所述多个已处理项来生成输出数据，其中，所述用户的所述隐私方面能够从所述输出数据确定。
方案12. 根据方案11所述的方法，所述方法进一步包括：
通过融合所述多个已处理项来生成中间数据。
方案13. 根据方案12所述的方法，其中，通过对所述中间数据进行分类来生成所述输出数据。
方案14. 根据方案11所述的方法，其中，所述传感器数据包括所述用户的视频、所述用户的图像和由所述用户生成的音频中的一者或多者。
方案15. 根据方案11所述的方法，其中，所述装置能够安装在车辆中，并且所述装置与所述多个分布式云处理节点无线地通信。
方案16. 一种私密云处理***，所述私密云处理***包括：
网络；
至少一个传感器，所述至少一个传感器可操作以响应于用户来生成传感器数据；
装置，所述装置与所述至少一个传感器和所述网络通信，并且可操作以：将所述传感器数据分解成多个数据项；将所述多个数据项传输到所述网络；接收来自所述网络的多个已处理项；以及基于所述多个已处理项来生成输出数据；
与所述网络通信的多个分布式云处理节点，所述多个分布式云处理节点中的单独的分布式云处理节点可操作以：通过所述网络从所述装置接收所述多个数据项中的对应数据项；响应于所述多个数据项中的对应数据项来生成所述多个已处理项中的对应已处理项；以及通过所述网络将所述多个已处理项中的对应已处理项传输到所述装置；并且
其中，所述用户的隐私方面无法从所述多个数据项中的单独的数据项确定，并且所述用户的隐私方面能够从所述输出数据确定。
方案17. 根据方案16所述的私密云处理***，所述私密云处理***进一步包括网络节点，所述网络节点可操作以：将所述多个数据项从所述装置传递到所述多个分布式云处理节点；以及将所述多个已处理项从所述多个分布式云处理节点传递到所述装置。
方案18. 根据方案17所述的私密云处理***，其中，所述装置包括收发器，所述收发器可操作以与所述网络节点无线地通信。
方案19. 根据方案16所述的私密云处理***，其中，所述多个分布式云处理节点中的单独的分布式云处理节点可操作以：通过在空间上卷积所述多个数据项中的对应数据项来生成第一内部数据；通过在时间上卷积所述第一内部数据来生成第二内部数据；以及通过在时间上融合所述第二内部数据来生成所述多个已处理项中的对应已处理项。
方案20. 根据方案16所述的私密云处理***，其中，所述多个分布式云处理节点中的单独的分布式云处理节点可操作以：通过对所述多个数据项中的对应数据项进行频谱分箱来生成第三内部数据；通过在时间上卷积所述第三内部数据来生成第四内部数据；以及通过在时间上融合所述第四内部数据来生成所述多个已处理项中的对应已处理项。
附图说明
图1是根据示例性实施例的私密云处理***的示意图。
图2是根据示例性实施例的私密云处理***的装置的示意图。
图3是根据示例性实施例的私密云处理***的通用处理操作的示意图。
图4是根据示例性实施例的分布式机器学习操作的示意图。
图5是根据示例性实施例的用于私密云处理的方法的流程图。
图6是根据示例性实施例的私密视频处理操作的示意图。
图7是根据示例性实施例的私密音频处理操作的示意图。
具体实施方式
本公开的各种实施例提供了一种用于在其中通过云计算辅助舱室内容处理的应用中保护乘员隐私的技术。该技术通常涉及基于云的分布式机器学习，其中单独的（各个）分布式云处理节点接收舱室内容的对应数据部分（或数据项）以进行处理。可从车辆内的舱室内容中解析这些数据项，使得无法在单独的分布式云处理节点处检测到（一个或多个）乘员的（一个或多个）隐私方面（例如，身份、辨识、个人特征等）。经云处理的数据部分（或已处理项）随后被返回到车辆。在已处理项局部地被合并回到车辆内之后，有可能进行有意义的处理，该处理可促进识别（一个或多个）乘员、辨识（一个或多个）乘员和/或确定（一个或多个）乘员的个人特征。
单独的分布式云处理节点可对数据项执行处理和模型调整。数据项可在车辆内部被构造成使得无法在分布式云处理节点处检测到乘员的隐私方面。数据项还可被构造成使得可在分布式云处理节点中执行有意义的处理。已处理项的合并（merger）被限制为在车辆内，使得隐私信息只能在车辆内部被理解。
参考图1，示出了根据示例性实施例的私密云处理***100的示例实施方式的示意图。私密云处理***100通常包括车辆102、多个网络节点104（为清楚起见，示出了一个）、分布式处理云106和网络108。车辆102可包括装置110。分布式处理云106通常包括多个分布式云处理节点112a-112n。
双向射频信号（例如，RF）可在装置110和网络节点104之间交换。射频信号RF通常将数据项从装置110传达到网络节点104，并且将已处理项从网络节点104传达到装置110。数据项和已处理项通常被构造成使得无法确定车辆102的乘员（或用户）的隐私方面。
车辆102可被实施为汽车（或小汽车）。在各种实施例中，车辆102可包括但不限于乘用车、卡车、自主车辆、汽油动力车辆、电动动力车辆、混合动力车辆、摩托车、船、火车和/或飞机。在一些实施例中，车辆102可包括适合于一个或多个用户占用的静止物体，诸如房间、亭子和/或结构。可实施其他类型的车辆102以满足特定应用的设计标准。
网络节点104可实施无线收发器节点（或塔）。网络节点104通常可操作以经由射频信号RF与装置110通信。网络节点104还可操作以经由网络108与处理云106通信。由网络节点104在射频信号RF中从装置110接收的数据项可被呈现给处理云106。由网络节点104从处理云106接收的已处理项可被中继到装置110。在各种实施例中，网络节点104可被实施为蜂窝网络节点。在其他实施例中，网络节点104可被实施为Wi-Fi网络节点和/或WiGig（60 GHzWi-Fi）节点。可实施其他类型的无线节点（或接入点）以满足特定应用的设计标准。
处理云106可实施计算机的分布式集合。处理云106通常可操作以处理由装置110生成的数据项，从而创建已处理项。
网络108可实施骨干网络。网络108可包括一个或多个有线网络和/或一个或多个无线网络。在各种实施例中，网络108可包括因特网。网络108通常可操作以在网络节点104和处理云106之间传递数据。
装置110可被实施为车辆102中的电子电路。装置110通常可操作以通过感测车辆102内一个或多个用户的一个或多个特性（例如，位置、姿势、语音、图像、视频、体重等）来生成传感器数据。装置110可将传感器数据分解成多个数据项。这些数据项可被分解（或解析），使得无法从单独的数据项确定乘员的隐私方面。此后，装置110可通过网络节点104和网络108将数据项传输到分布式云处理节点112a-112n。在分布式云处理节点112a-112n已执行了数据项的各种变换之后，可经由网络108和网络节点104将所得已处理项返回到装置110。在接收到已处理项时，装置110可基于已处理项来生成输出数据。输出数据可被构造成使得可能够确定用户的隐私方面（或隐私信息）。
分布式云处理节点112a-112n可实施彼此独立地操作的计算机的分布式集合。分布式云处理节点112a-112n中的单独的各者通常可操作以通过对数据项中的对应一者执行一个或多个操作来生成已处理项中的对应一者。所述操作可包括但不限于视频处理操作、静止图像（或图片）处理操作和/或音频处理操作。
参考图2，示出了根据示例性实施例的装置110的示例实施方式的示意图。装置110通常包括一个或多个传感器120a-120m、电子控制单元122和收发器124。电子控制单元122可包括分解电路（或块）126和处理电路（或块）128。分解电路126和处理电路128可以以硬件和/或在硬件上执行的软件来实施。
可由传感器120a-120m接收一个或多个输入信号（例如，INa-INm）。输入信号INa-INm可以是携带输入信息的一个或多个视频信号、一个或多个静止图像信号和/或一个或多个声学信号。传感器120a-120m可生成被呈现给分解电路126的传感器数据信号（例如，Sa-Sm）。传感器数据信号Sa-Sm可传达在输入信号INa-INm中接收的输入信息的数字化版本。处理电路128可生成并呈现输出信号（例如，OUT）。输出信号OUT可将输出数据（例如，用户的隐私方面信息）携带到车辆102内的附加电路。可使用隐私方面信息（例如，识别信息、辨识信息和/或个人特征信息）以促进验证应用、自主驾驶应用、先进的人机应用和/或车辆102内的依赖于知道谁在驾驶车辆和/或谁位于车辆内的类似应用。
传感器120a-120m可实施多种图像、视频、声学、压力和/或超声传感器。传感器120a-120m通常可操作以感测在车辆102的舱室内部和/或在车辆102外部的近在咫尺（例如，通过窗户可见）的用户的特性。一个或多个视频传感器（例如，传感器120a）和/或一个或多个图像传感器（例如，传感器120b）可以是在可见光谱和/或红外光谱中可操作的。可实施其他类型的传感器以满足特定应用的设计标准。
电子控制单元122可实施电子电路，该电子电路用于部分地处理在传感器数据信号Sa-Sm中接收的传感器信息并完成对已处理项的处理以生成输出信号OUT。对传感器数据信号Sa-Sm的部分处理可包括分解传感器信息以生成多个数据项。数据项可被呈现给收发器124以用于在车辆102外部在射频信号RF中传输。已处理项可通过收发器124在射频信号RF中被接收，并且被传递到电子控制单元122中。已处理项可被融合在一起并进行分类以生成输出数据。可在输出信号OUT中呈现输出数据。
收发器124可实施双向无线收发器。收发器124通常可操作以在射频信号RF中传输从电子控制单元122接收的数据项。收发器124还可操作以从网络节点104接收已处理项。可将已处理项提供给电子控制单元122以进行最终处理。
分解电路126可实施电子电路，该电子电路可操作以接收传感器信号Sa-Sm并将其中的传感器信息分解（或解析）成数据项。所执行的分解类型通常取决于传感器信息的类型。例如，视频信息可被解析成不同的字段或帧、字段/帧内的不同切片和/或切片的不同分量。图像信息可被解析成图像的不同区域和/或图像的不同分量。音频信息可被解析成不同的时间切片和/或不同的频率分量。在各种实施例中，分解电路126还可操作以执行频谱分解和/或其他类型的数据分解。
处理电路128可实施电子电路，该电子电路被构造成响应于经由收发器124从分布式云处理节点112a-112n接收的已处理项来生成输出信号OUT。处理电路128通常可操作以将已处理项融合在一起，且随后对融合的已处理项进行分类。分类信息可形成在输出信号OUT中呈现的输出数据。
参考图3，示出了根据示例性实施例的私密云处理***100的示例通用处理操作130的示意图。车辆102的方向盘中的视频相机可捕获驾驶员的面部。可由装置110捕获所得视频的多个方面（例如，空间上不同的位置和/或时间上不同的位置中的各种亮度特征和各种色度特征）。单独的方面可由装置110划分成不同的数据项（例如，DATAa-DATAn）并被传输到分布式云处理节点112a-112n。
分布式云处理节点112a-112n中的单独的各者可接收数据项中的对应一者以用于进行中间处理。中间处理可包括信号处理和/或模型调整处理。分布式云处理节点112a-112n通常获得舱室数据的部分表示，使得无法在单个节点处检测到用户的隐私方面，但是有意义的处理是可能的。在一些实施例中，一个或多个分布式云处理节点112a-112n可同时接收和/或处理多个数据项，只要维护用户的隐私即可。分布式云处理节点112a-112n可生成被返回到车辆102的已处理项。可在车辆102中局部地执行对已处理项的合并。因此，私密信息只可被车辆102中的电子电路理解。
参考图4，示出了根据示例性实施例的分布式机器学习操作140的示例实施方式的示意图。可由分解电路126接收传感器数据信号Sa-Sm。分解电路126可响应于传感器数据信号Sa-Sm中的传感器信息来生成携带数据项的多个数据项信号（例如，DI）。在各种实施例中，传感器数据信号Sa-Sm的数量可与数据项的数量不同。在各种实施例中，传感器数据信号Sa-Sm的数量可与数据项的数量匹配。
数据项可被传递到处理云106中的分布式云处理节点112a-112n。分布式云处理节点112a-112n可响应于数据项来生成已处理项。可在多个已处理项信号（例如，PI）中将已处理项传递回到装置120。
装置120通常包括融合电路（或块）142和分类器电路（或块）144。融合电路142和分类器电路144可以以硬件和/或在硬件上执行的软件来实施。
可由融合电路142接收已处理项。融合电路142可生成被传达到分类器电路144的中间信号（例如，IM）。中间信号IM可在处理电路128内传达中间数据。输出信号OUT可由分类器电路144生成和呈现。
融合电路142可实施空间融合电路和/或频谱融合电路。融合电路142通常可操作以组合从处理云106接收的已处理项，从而创建中间数据。中间数据可包含足够的信息而使用户为可辨识的（或可区分的）。可在中间信号IM中将中间数据呈现给分类器电路144。
分类器电路144通常可操作以执行一个或多个分类操作。分类操作可被构造成确定用户的隐私方面。分类操作可响应于中间数据来生成输出数据。可在输出信号OUT中将输出数据呈现给车辆102内的其他电路。
参考图5，示出了根据示例性实施例的用于私密云处理的示例方法150的流程图。方法（或过程）150通常包括步骤152、步骤154、多个步骤156a-156n、步骤158和步骤159。步骤152至159的顺序被示为代表性示例。可实施其他步骤次序以满足特定应用的标准。
在步骤152中，传感器120a-120m可将在输入信号INa-INm中接收的输入信息（例如，舱室内容）转换成电信号（例如，传感器数据信号Sa-Sm中的传感器信息），这些电信号被传达到分解电路126。在步骤154中，分解电路126可将传感器信息分解成车辆102/装置110内部的隐私受保护的数据项（或子分量）。在步骤154结束处，可将数据项传递到分布式云处理节点112a-112n。
在步骤156a-156n中，分布式云处理节点112a-112n可同时（在云中的N个位置处）处理过程数据项（“the process data items”），以创建已处理项。在步骤156a-156n结束处，可将已处理项传递回到车辆102内的装置110。在步骤158中，融合电路142可将已处理项融合在一起以创建中间数据。在步骤159中，可由分类器电路144进一步处理中间数据以在输出信号OUT中生成输出数据。
参考图6，示出了根据示例性实施例的私密视频处理操作160的示例实施方式的示意图。私密视频处理操作160可以是分布式机器学习操作140的变型。
视频传感器（例如，传感器120a）可将视频序列作为输入信息记录在输入信号INa中。可由分解电路126接收传感器数据信号Sa，在该分解电路中，视频序列被划分成数据项。数据项可被传输到分布式云处理节点112a-112n。特定的分布式云处理节点（例如，112x）可接收来自视频序列的类似的空间部分的若干个数据项，其中这些部分在序列中的不同时间获取。视频序列的其他空间部分可被传递到分布式云处理节点112a-112n中的其他各者。
特定的分布式云处理节点112x可被构造为一个或多个空间卷积节点162、一个或多个时间卷积节点164和一个或多个时间融合节点166。空间卷积节点162可生成被传递到时间卷积节点164的第一内部信号（例如，A）。第一内部信号A可传达在空间上卷积的视频的第一内部数据。第二内部信号（例如，B）可由时间卷积节点164生成并被传递到时间融合节点166。第二内部信号B可传达在时间上卷积的第一数据的第二内部数据。其他分布式云处理节点112a-112n可具有类似的构型。
空间卷积节点162通常可操作以对针对对应的空间部分接收的数据项执行多维（例如，3维）空间卷积。空间卷积可响应于对应的数据项来生成第一内部数据。
时间卷积节点164通常可操作以对从空间卷积节点162接收的第一内部数据执行时间卷积。时间卷积节点164可响应于第一内部数据来生成第二内部数据。
时间融合节点166可以是可操作的，以组合从时间卷积节点164接收的第二内部数据，从而生成已处理项中的特定一者。可将特定的已处理项传递回到装置110中的融合电路142。
融合电路142可将由特定的分布式云处理节点112x创建的特定的已处理项与由其他分布式云处理节点112a-112n创建的其他已处理项进行组合。已组合的（例如，中间）信息可被传递到分类器电路144。分类器电路144通常可操作以对中间信息进行分类，从而在输出信号OUT中建立输出数据。
参考图7，示出了根据示例性实施例的私密音频处理操作170的示例实施方式的示意图。私密音频处理操作170可以是分布式机器学习操作140的变型。
麦克风传感器（例如，传感器120m）可将音频信号作为输入信息记录在输入信号INm中。可由分解电路126接收传感器数据信号Sm，在该分解电路中，从音频信号创建频谱图（当音频信号随时间而变化时音频信号的频率的频谱）并将该频谱图划分成数据项。数据项可被传输到分布式云处理节点112a-112n。特定的分布式云处理节点（例如，112y）可接收来自频谱的类似的频率部分的若干个数据项，其中这些部分在不同时间获取。频谱的其他频率部分可被传递到分布式云处理节点112a-112n中的其他各者。
特定的分布式云处理节点112y可被构造为一个或多个频谱箱（bin）节点172、一个或多个时间卷积节点174和一个或多个时间融合节点176。频谱箱节点172可生成被传递到时间卷积节点174的第三内部信号（例如，C）。第三内部信号C可传达分箱的频谱信息的第三内部数据。第四内部信号（例如，D）可由时间卷积节点174生成并被传递到时间融合节点176。第四内部信号D可传达在时间上卷积的第三数据的第四内部数据。其他分布式云处理节点112a-112n可具有类似的构型。
频谱箱节点172通常可操作以将数据项分配到频谱箱中。频谱箱可响应于对应的数据项来创建第三内部数据。
时间卷积节点174通常可操作以对从频谱箱节点172接收的第一内部数据执行时间卷积。时间卷积节点174可响应于第三内部数据来生成第四内部数据。
时间融合节点176可以是可操作的，以组合从时间卷积节点174接收的第四内部数据，从而生成已处理项中的特定一者。可将特定的已处理项传递回到装置110中的融合电路142。
融合电路142可将由特定的分布式云处理节点112y创建的特定的已处理项与由其他分布式云处理节点112a-112n创建的其他已处理项进行组合。已组合的（例如，中间）信息可被传递到分类器电路144。分类器电路144通常可操作以对中间信息进行分类，从而在输出信号OUT中建立输出数据。
***100的各种实施例可在分布式云处理节点112a-112n中提供私密舱室内容处理。舱室内容可包括视频内容、图像内容、音频内容、超声内容和体重。分布式云处理节点112a-112n可以是可操作的，以执行多维（例如，3维）空间卷积、时间卷积、频谱分箱和时间融合。被传输到分布式云处理节点112a-112n的数据项以及从分布式云处理节点112a-112n接收的已处理项的特征可在于，无法在车辆102外部确定车辆102的乘员的隐私方面（例如，身份、辨识和/或个人特征），因此保护了乘员的隐私。一旦已处理的数据被返回到车辆102，安装在车辆102中的装置110就可将已处理的数据融合在一起并执行附加处理以建立输出数据。输出数据的特征可在于，能够从输出数据确定乘员的隐私方面，从而使得车辆102能够对驾驶员和/或乘客的隐私方面做出响应。
尽管已详细描述了用于实施本公开的最佳模式，但是熟悉本公开所涉及领域的技术人员将认识到在所附权利要求的范围内的用于实践本公开的各种替代性设计和实施例。

Claims (16)

1.一种隐私***，所述隐私***包括：
至少一个传感器，所述至少一个传感器可操作以响应于用户来生成传感器数据；
装置，所述装置与所述至少一个传感器通信，与多个分布式云处理节点通信，并且可操作以：将所述传感器数据分解成多个数据项；将所述多个数据项传输到所述多个分布式云处理节点；从所述多个分布式云处理节点接收多个已处理项；以及基于所述多个已处理项来生成输出数据；以及
其中，所述多个分布式云处理节点中的单独的各者可操作以响应于所述多个数据项中的对应数据项来生成所述多个已处理项中的对应已处理项，所述用户的隐私方面无法从所述多个数据项中的单独的数据项确定，并且所述用户的所述隐私方面能够从所述输出数据确定；
其中，所述装置可操作以通过融合所述多个已处理项来生成中间数据；
其中，所述装置可操作以通过对所述中间数据进行分类来生成所述输出数据。
2.根据权利要求1所述的隐私***，其中，所述用户的所述隐私方面无法从所述多个已处理项中的单独的已处理项确定。
3.根据权利要求1所述的隐私***，其中，对所述传感器数据的分解包括对所述传感器数据的空间分解。
4.根据权利要求1所述的隐私***，其中，对所述传感器数据的分解包括对所述传感器数据的时间分解和频谱分解中的至少一者。
5.根据权利要求1所述的隐私***，其中，对所述多个已处理项的所述融合包括对所述多个已处理项的空间融合。
6.根据权利要求1所述的隐私***，其中，对所述多个已处理项的所述融合包括对所述多个已处理项的时间融合。
7.根据权利要求1所述的隐私***，其中，所述传感器数据包括所述用户的视频、所述用户的图像和由所述用户生成的音频中的一者或多者。
8.根据权利要求1所述的隐私***，其中，所述至少一个传感器和所述装置能够安装在车辆中，并且所述装置与所述多个分布式云处理节点无线地通信。
9.一种用于具有隐私保护的云处理的方法，所述方法包括：
响应于用户来生成传感器数据；
使用装置将所述传感器数据分解成多个数据项；
将所述多个数据项从所述装置传输到多个分布式云处理节点，其中，所述多个分布式云处理节点中的单独的各者可操作以响应于所述多个数据项中的对应数据项来生成多个已处理项中的对应已处理项，并且所述用户的隐私方面无法从所述多个数据项中的单独的数据项确定；在所述装置处接收来自所述多个分布式云处理节点的所述多个已处理项；以及
基于所述多个已处理项来生成输出数据，其中，所述用户的所述隐私方面能够从所述输出数据确定；
其中，所述方法进一步包括：通过融合所述多个已处理项来生成中间数据；
其中，通过对所述中间数据进行分类来生成所述输出数据。
10.根据权利要求9所述的方法，其中，所述传感器数据包括所述用户的视频、所述用户的图像和由所述用户生成的音频中的一者或多者。
11.根据权利要求9所述的方法，其中，所述装置能够安装在车辆中，并且所述装置与所述多个分布式云处理节点无线地通信。
12.一种私密云处理***，所述私密云处理***包括：
网络；
至少一个传感器，所述至少一个传感器可操作以响应于用户来生成传感器数据；
装置，所述装置与所述至少一个传感器和所述网络通信，并且可操作以：将所述传感器数据分解成多个数据项；将所述多个数据项传输到所述网络；接收来自所述网络的多个已处理项；以及基于所述多个已处理项来生成输出数据；
与所述网络通信的多个分布式云处理节点，所述多个分布式云处理节点中的单独的分布式云处理节点可操作以：通过所述网络从所述装置接收所述多个数据项中的对应数据项；响应于所述多个数据项中的对应数据项来生成所述多个已处理项中的对应已处理项；以及通过所述网络将所述多个已处理项中的对应已处理项传输到所述装置；并且
其中，所述用户的隐私方面无法从所述多个数据项中的单独的数据项确定，并且所述用户的隐私方面能够从所述输出数据确定；
其中，所述装置可操作以通过融合所述多个已处理项来生成中间数据；
其中，所述装置可操作以通过对所述中间数据进行分类来生成所述输出数据。
13.根据权利要求12所述的私密云处理***，所述私密云处理***进一步包括网络节点，所述网络节点可操作以：将所述多个数据项从所述装置传递到所述多个分布式云处理节点；以及将所述多个已处理项从所述多个分布式云处理节点传递到所述装置。
14.根据权利要求13所述的私密云处理***，其中，所述装置包括收发器，所述收发器可操作以与所述网络节点无线地通信。
15.根据权利要求12所述的私密云处理***，其中，所述多个分布式云处理节点中的单独的分布式云处理节点可操作以：通过在空间上卷积所述多个数据项中的对应数据项来生成第一内部数据；通过在时间上卷积所述第一内部数据来生成第二内部数据；以及通过在时间上融合所述第二内部数据来生成所述多个已处理项中的对应已处理项。
16.根据权利要求12所述的私密云处理***，其中，所述多个分布式云处理节点中的单独的分布式云处理节点可操作以：通过对所述多个数据项中的对应数据项进行频谱分箱来生成第三内部数据；通过在时间上卷积所述第三内部数据来生成第四内部数据；以及通过在时间上融合所述第四内部数据来生成所述多个已处理项中的对应已处理项。
CN202011426964.4A 2019-12-09 2020-12-09 私密云处理 Active CN113037801B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/707,321 US20210176298A1 (en) 2019-12-09 2019-12-09 Private cloud processing
US16/707321 2019-12-09

Publications (2)

Publication Number Publication Date
CN113037801A CN113037801A (zh) 2021-06-25
CN113037801B true CN113037801B (zh) 2023-08-22

Family

ID=75962533

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011426964.4A Active CN113037801B (zh) 2019-12-09 2020-12-09 私密云处理

Country Status (3)

Country Link
US (1) US20210176298A1 (zh)
CN (1) CN113037801B (zh)
DE (1) DE102020128869A1 (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105407119A (zh) * 2014-09-12 2016-03-16 北京计算机技术及应用研究所 一种云计算***及其方法
CN108769036A (zh) * 2018-06-04 2018-11-06 浙江十进制网络有限公司 基于云***的数据处理***和处理方法
CN110290945A (zh) * 2016-08-26 2019-09-27 奈特雷代恩股份有限公司 记录操作员和周围视场的视频

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015108807A (ja) * 2013-10-23 2015-06-11 株式会社インテック データ秘匿型統計処理システム、統計処理結果提供サーバ装置及びデータ入力装置、並びに、これらのためのプログラム及び方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105407119A (zh) * 2014-09-12 2016-03-16 北京计算机技术及应用研究所 一种云计算***及其方法
CN110290945A (zh) * 2016-08-26 2019-09-27 奈特雷代恩股份有限公司 记录操作员和周围视场的视频
CN108769036A (zh) * 2018-06-04 2018-11-06 浙江十进制网络有限公司 基于云***的数据处理***和处理方法

Also Published As

Publication number Publication date
US20210176298A1 (en) 2021-06-10
CN113037801A (zh) 2021-06-25
DE102020128869A1 (de) 2021-06-10

Similar Documents

Publication Publication Date Title
US11685392B2 (en) Apparatus, systems and methods for classifying digital images
CN111937050B (zh) 乘客相关物品丢失减少
CN111469802A (zh) 座椅安全带状态确定***和方法
WO2019205642A1 (zh) 基于情绪识别的安抚方法、装置、***、计算机设备以及计算机可读存储介质
KR102027098B1 (ko) 프라이버시 보호 원격 뷰 시스템
CN107428302A (zh) 利用车辆内部相机的占用者尺寸和姿势的检测
DE102015113644A1 (de) Vorrichtung und system zum erzeugen von fahrzeugnotfallaufzeichnungsdaten
CN111845761A (zh) 车辆乘员检测
CN111415347A (zh) 遗留对象检测方法和装置及交通工具
US10611382B2 (en) Methods and systems for generating adaptive instructions
US20060012679A1 (en) Multifunction vehicle interior imaging system
CN110866451A (zh) 一种车内生命体检测方法、装置、***以及存储介质
CN108985219A (zh) 一种基于多源信息融合技术的道路撞击报警***及其方法
JP4903443B2 (ja) ドライブレコーダ
WO2019115182A1 (de) Verfahren zum betrieb eines kraftfahrzeugs
CN113037801B (zh) 私密云处理
US11760376B2 (en) Machine learning updating with sensor data
US20180326966A1 (en) Understanding driver awareness through brake behavior analysis
JP2005506625A (ja) 自動車の座席占有状態を検出するためのシステムおよび方法
WO2018066456A1 (ja) 車載記憶装置
CN114120634A (zh) 基于WiFi的危险驾驶行为识别方法、装置、设备及存储介质
US11113551B1 (en) Systems and methods for determining likelihood of traffic incident information
DE102019133559A1 (de) Bestimmen der Benutzung eines Mobilgeräts
DE102019210928A1 (de) Überwachungseinrichtung für ein Fahrzeug, Verfahren und Computerprogramm
Kasde et al. Accident avoidance system using CAN

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant