Enhancing detection in automotive environments with synthetic data and anonymization techniques

Abstract

Resumo: Esta pesquisa explora o uso de dados sintéticos e técnicas de anonimização para aprimorar e preservar a privacidade na detecção e segmentação de objetos no in terior de veículos, focando principalmente na detecção de pessoas e crianças. Um modelo de segmentação YOLOv9 foi treinado e avaliado em diversos cenários, in cluindo dados reais, dados sintéticos e dados reais anonimizados por meio de más caras semânticas e desfoque gaussiano. O objetivo foi avaliar como essas técnicas diferentes e transformações afetam o desempenho do modelo, especialmente em contextos relativos à privacidade. Para garantir uma análise abrangente e impar cial, adotou-se uma estratégia de validação cruzada com cinco divisões (five-fold cross-validation). O modelo foi treinado do zero utilizando a arquitetura GELAN C, e o desempenho foi avaliado com métricas padrão: precisão, recall, F1-score e acurácia, todas calculadas por classe. Essas métricas forneceram uma visão detalhada da capacidade do modelo em detectar e segmentar corretamente cada categoria de objeto, incluindo cadeirinhas de bebê, assentos elevados, pessoas e objetos em geral. Os resultados experimentais revelam que, apesar dos dados sin téticos serem eficazes, a combinação de dados reais e sintéticos tende a produzir melhor generalização. Além disso, a anonimização com uso de máscaras semânti cas preserva mais características do que o blur gaussiano, resultando em melhor acurácia do modelo. Isso sugere que a anonimização utilizando máscaras pode ser uma alternativa eficaz para preservar a privacidade sem comprometer significati vamente o desempenho. De modo geral, os resultados indicam que a aplicação de dados sintéticos e uso de técnicas de anonimização são ferramentas valiosas para o desenvolvimento de modelos de visão computacional robustos e que levam em consideração leis de privacidade em ambientes automotivos

Abstract: This research explores the use of synthetic data and anonymization techniques to enhance and preserve privacy in the detection and segmentation of objects inside vehicles, focusing mainly on the detection of people and children. A YOLOv9 segmentation model was trained and evaluated in several scenarios, including real data, synthetic data, and real data anonymized through semantic masks and Gaus sian blur. The objective was to evaluate how these different techniques and trans formations affect the model’s performance, especially in privacy-related contexts. To ensure a comprehensive and impartial analysis, a five-fold cross-validation strat egy was adopted. The model was trained from scratch using the GELAN-C archi tecture, and performance was evaluated with standard metrics: precision, recall, F1-score, and accuracy, all calculated per class. These metrics provided a detailed view of the model’s ability to correctly detect and segment each object category, including baby car seats, booster seats, people, and general objects. The exper imental results reveal that, although synthetic data is effective, the combination of real and synthetic data tends to produce better generalization. Furthermore, anonymization using semantic masks preserves more features than Gaussian blur, resulting in better model accuracy. This suggests that anonymization using masks can be an effective alternative for preserving privacy without significantly compro mising performance. Overall, the results indicate that the application of synthetic data and the use of anonymization techniques are valuable tools for developing robust computer vision models that take privacy laws into account in automotive environments