Hoppa till huvudinnehåll
Search
Menu

MIDAS - anonyMIsing DAta collection for traffic Safety

MIDAS syftar till att lösa anonymitetsproblemet beträffande videodata som samlas in i verkliga trafikmiljöer. MIDAS utvecklar maskininlärningsalgoritmer för att ersätta känslig information i bilder, så att de kommer att kunna sparas för framtida användning samtidigt som de uppfyller GDPR.

De två första forskningsfrågan kan förklaras med följande scenario. Linnea kör sin bil till jobbet varje morgon och hennes bil lagrar videodata för utvecklarna vid hennes forskningsavdelning. Då och då möter hon sin granne Sara som är ute och joggar:

  • RQ1: Hur kan det genererade ansiktet bibehållas mellan frames i en videosekvens?

  • RQ2: Hur kan vi se till att det genererade ansiktet i en videosekvens är annorlunda (unikt) jämfört med nästa gång Sara fångas i videon?

Den tredje forskningsfrågan har att göra med prestanda för de utvecklade algoritmerna:

  •  RQ3: Vilka åtgärder kan vi använda för att garantera att vi har anonymiserat all personlig information i en videosekvens?

Syftet med MIDAS-projektet är att undersöka möjligheten att skapa anonymiserade men unika ansikten och nummerskyltar i videodata för att ersätta personuppgifter i bilder. Med resultaten från MIDAS säkerställs att så mycket som möjligt av den verkliga miljön och interaktioner i data bevaras i den insamlade datan - allt för att underlätta datainsamling i trafiksäkerhetsrelaterade forskningsprojekt.

Sammanfattning

Projektnamn

MIDAS

Status

Avslutat

RISE roll i projektet

Prokektledare, AP ledare

Projektstart

Varaktighet

3 år

Total budget

14,200,000 SEK

Partner

Viscando, Högskolan i Halmstad, Berge

Finansiärer

FFI

Koordinator

Projektmedlemmar

Bidrar till FN:s hållbarhetsmål

9.Hållbar industri, innovationer och infrastruktur
11.Hållbara städer och samhällen