eng
Выпуск #8/2023
А. С. Юсуповский, В. В. Гришачев
Обнаружение систем скрытого видеонаблюдения на основе датчика глубины смартфона
Обнаружение систем скрытого видеонаблюдения на основе датчика глубины смартфона
Просмотры: 722
DOI: 10.22184/1993-7296.FRos.2023.17.8.638.655
В работе представлены материалы исследований, связанные с применением видеосистемы смартфона (датчика глубины) для поиска скрытых видеокамер в различных помещениях, в т. ч. в местах временного размещения (номера гостиниц, раздевалки, салон автомобиля и т. д.), в которых у человека возникает подозрение о нарушении его личного пространства или конфиденциальности. Датчик глубины смартфона позволяет повысить эффективность автоматизированного поиска скрытых видеокамер по бликам оптики для неподготовленного человека и специалистов служб безопасности. В статье сформулированы предложения по процедуре проведения поиска скрытых видеокамер и определены основные технические характеристики эффективного обследования.
В работе представлены материалы исследований, связанные с применением видеосистемы смартфона (датчика глубины) для поиска скрытых видеокамер в различных помещениях, в т. ч. в местах временного размещения (номера гостиниц, раздевалки, салон автомобиля и т. д.), в которых у человека возникает подозрение о нарушении его личного пространства или конфиденциальности. Датчик глубины смартфона позволяет повысить эффективность автоматизированного поиска скрытых видеокамер по бликам оптики для неподготовленного человека и специалистов служб безопасности. В статье сформулированы предложения по процедуре проведения поиска скрытых видеокамер и определены основные технические характеристики эффективного обследования.
Теги: covert video camera personal information security smartphone depth sensor visual information визуальная информация датчик глубины смартфона информационная безопасность личности скрытая видеокамера
Обнаружение систем скрытого видеонаблюдения на основе датчика глубины смартфона
А. С. Юсуповский, В. В. Гришачев
Российский государственный гуманитарный университет, Москва, Россия
В работе представлены материалы исследований, связанные с применением видеосистемы смартфона (датчика глубины) для поиска скрытых видеокамер в различных помещениях, в т. ч. в местах временного размещения (номера гостиниц, раздевалки, салон автомобиля и т. д.), в которых у человека возникает подозрение о нарушении его личного пространства или конфиденциальности. Датчик глубины смартфона позволяет повысить эффективность автоматизированного поиска скрытых видеокамер по бликам оптики для неподготовленного человека и специалистов служб безопасности. В статье сформулированы предложения по процедуре проведения поиска скрытых видеокамер и определены основные технические характеристики эффективного обследования.
Ключевые слова: информационная безопасность личности, визуальная информация, скрытая видеокамера, датчик глубины смартфона
Статья поступила: 17.09.2023
Статья принята: 07.11.2023
ВВЕДЕНИЕ
Защита информации, относящейся к персональным данным, в виде фото/видео материалов является важным элементом обеспечением безопасности личного пространства. Угрозы информационной безопасности личности могут возникнуть в различных ситуациях. Одним из таких случаев является нахождение человека в личном пространстве, когда он должен быть уверен в защищенности от скрытого наблюдения. Например, нахождение в номере гостинцы, в общественных местах с ограничением визуального доступа и т. д. Подобные угрозы могут иметь большое значение для информационной безопасности личности [1, 2] и проявляться, например, в виде несанкционированного размещения полученных фото / видео материалов в социальных сетях и на других интернет-ресурсах.
Проблема информационной безопасности личного пространства человека обеспечивается не только государством в виде принятия законов, работы специальных служб и т. д., но и техническими возможностями самого гражданина. Обеспечивающие информационную безопасность личности технические устройства должны быть эффективны, экономически и технически доступны для каждого человека. В современном обществе таким устройством является смартфон, который выполняет широкий набор функций – от коммуникационных до развлекательных возможностей. Смартфоны обладают набором датчиков, которые можно использовать, в том числе и для обеспечения информационной безопасности личности.
Если за обеспечение защиты визуальной информации на государственном уровне и уровне больших компаний отвечают службы безопасности с широкими техническими и правовыми возможностями, то для отдельного человека, небольшой компании конфиденциальность обеспечивается исключительно личными предосторожностями в поведении и разрешенными общедоступными техническими устройствами. Подобные ограничения приводят к поискам наиболее эффективных и доступных технических решений, которые не обременяют человека не в финансовом плане и не в других возможностях.
Техническая разведка и защита визуальной информации
Скрытое видеонаблюдение в технической разведке может проводиться с помощью видеокамер различного назначения [2, 3]: от пользовательских веб-камер до специальных скрытых видеокамер, закамуфлированных под обычные предметы обихода. В системах скрытого видеонаблюдения в помещениях на небольших расстояниях до десятком метров используются малогабаритные пинхольные (от английского pin-hole, т. е. булавочное отверстие) камеры с вынесенным зрачком, характерным размером объектива менее миллиметра, преобразованием в кремниевых ПЗС-матрицах оптического изображения в электронный аналоговый или цифровой сигнал и открытой (эфир) или закрытой (кабель) передаче в систему регистрации.
Противодействие системам визуальной разведки методом скрытого видеонаблюдения можно разделить на два вида, связанные с особенностями функционирования:
Методы противодействия скрытому видеонаблюдению на основе обнаружения электромагнитного излучения (ЭМИ) работающей видеокамеры [2, 5]; путем поиска электронных элементов нелинейной локацией электромагнитным излучением; а также нейтрализации работы электроники системы постановками электромагнитных помех или разрушением электромагнитным импульсом. Данный метод имеет свои ограничения в виде сложности проведения мероприятий по использованию специального оборудования, которое не всегда доступно.
В продаже находится детектор Protect К18 (рис. 1), который позволяет проводить сканирование ЭМИ эфира от 1 МГЦ до 8 ГГц и позволяет выявлять радиоканалы связи с внешними устройствами с чувствительностью более 30 мкВт с заявленной дальностью от 0,1 м до 15 м. Устройство малогабаритное, но не позволяет выявлять неизлучающие закладки с записью на внутренний носитель или передачи по кабельным системам. Использование таких систем в городских условиях ограничивается сложной радио обстановкой в окружающем пространстве.
Методы противодействия скрытому видеонаблюдению на основе деструктивного воздействия на оптическую систему путем сильной засветки в оптической или инфракрасной области спектра ЭМИ [2]. Данная методика требует либо предварительного обнаружения оптики систем наблюдения, либо изотропной засветки всего пространства, что требует сложной организации специального оборудования. Наиболее эффективен метод выявления скрытых систем видеонаблюдения по бликам, формируемым при отражении оптического излучения от линз объектива и ПЗС-матрицы.
Оптическая система скрытой видеокамеры и ее обнаружение
Основа любой системы видеонаблюдения является оптическая система, формирующая изображение окружающего пространства на ПЗС-матрице [2, 3].
В качестве основной оптической системы скрытого видеонаблюдения можно считать камеры с пинхольным объективом (рис. 2), т. е. объектив с выносным на расстояние l зрачком (1) диаметром d (менее 1 мм) и характерными габаритами порядка нескольких мм, определяемые фокусным расстоянием f линзы (2). Входное оптическое излучение фокусируется на ПЗС-матрице (3), которая преобразует оптический сигнал в электрический сигнал (4). Входящий световой поток в угле обзора ϕ испытывает отражения Френеля на фокусирующих линзах объектива и матрицы (5), которые воспринимаются как оптические блики, т. е. яркие световые пятна на однородном фоне в видимом и других частях оптического спектра. Обнаружить такие блики в видимом спектре достаточно сложно.
В качестве примера можно выбрать камеру ноутбука за защитным стеклом (рис. 3). В данном случае в видимом свете видеокамеру можно обнаружить по конструктивной особенности защитной шторки и отражающем покрытии вокруг pin-hole (темная точка в светлом контуре на правом снимке) камеры. При наклонной съемки pin-hole не видно, при нормальном падении – трудно различим на темном фоне для человеческого глаза даже при близком расположении в случае ноутбука. Оптические элементы камер для уменьшения френелевских потерь на отражениях покрываются просветляющими пленками, которые уменьшают отражение в 3–4 раза от стандартных 4% [6]. В обычном свете такие поверхности формируют слабые блики и поэтому их сложно видеть глазом. Просветление оптики захватывает центральную часть видимого спектра и в меньшей мере видимый красный свет и еще в меньшей мере невидимый инфракрасный свет. Повысить различимость можно перейдя из видимой области в видимую часть красного спектра, путем освещения сильным красным светом и наблюдая глазом через красный светофильтр область с видеокамерой.
В простейших системах обнаружения объективов видеокамер используют приборы типа детектора Protect К18 (рис. 1), у которого есть несколько светодиодных источников красного света. При наблюдении через красный светофильтр в центре детектора облучаемой красным светом поверхности при наличии оптических поверхностей они формируют видимые глазом блики. Данный способ зависит от опыта проверяющего и требует кропотливой длительной работы при обследовании больших поверхностей. В профессиональных обнаружителях скрытых видеокамер используются более мощные монохромные светодиодные источники света с малым углом обзора в несколько градусов и электронной системой регистрации света, которые позволяют регистрировать отражающие объекты на расстояниях в десятки метров.
Переход в невидимую инфракрасную часть спектра увеличивает френелевское отражение, не перекрываемое просветляющими покрытиями, растет невидимая глазом яркость блика, для наблюдения которого необходимо использовать приемники инфракрасного излучения.
Видеосистема смартфона
и датчик глубины
Решение доступности и эффективности для защиты личности от визуальной разведки может дать современные носимые устройства, такие как смартфоны [7]. Смартфон является общедоступным устройством с большим набором функциональных возможностей. Во-первых, это коммуникационное устройство, позволяющее осуществить локальную связь по технологии Bluetooth, Wi-Fi и дальнюю связь по технологии 4G / 5G и т. д. Во-вторых, в смартфонах реализовано большое число сенсоров от преобразования аудио и видео информации, до датчиков физических полей. Все сенсоры могут быть встроенными, внешними с проводным и беспроводным соединением. Любой смартфон может быть использован как вычислительное устройство для измерения любых физических величин с помощью собственных или подключаемых сенсоров, возможности которых ограничивается только мощностью источников питания и вычислительными ресурсами [7].
Одной из продвинутых систем смартфона является его видеосистема регистрации и отображения визуальной информации. Например, Samsung Galaxy A22 (рис. 4) имеет пять видеокамер различного назначения: фронтальная камера для селфи, камера макросъемки, ультраширокоугольная камера для съемки близкорасположенных больших объектов или панорамной съемки, основная камера для высококачественных портретных фотографий, камера глубины для повышения резкости кадра и других целей. Кроме отмеченных камер, встраиваются камеры для ночной съемки, черно-белые камеры и другие, которые могут быть внешними, такие как тепловизионные камеры.
В смартфонах создание 3D изображения производится с помощью стереоскопических систем видения на основе двух камер (стереозрение); структурированного освещения инфракрасным излучением в виде распределенного в пространстве шаблонного набора точек, линий, по искривлениям которых определяется объемная структура объекта (структурированный свет); в последнее время, в мобильные устройства iPad Pro 2020 встраивается лидарные системы. Наиболее эффективны для формирования объемного изображения являются датчики глубины (ToF-сенсоры от английского Time of Flight – время полета, времяпролетные камеры, ToF-камеры, камеры глубины), которые используются для измерения расстояния, распознания жестов и лиц, создания 3D-моделей объектов, датчика приближения и в других назначениях [8, 9, 10].
Датчик глубины (ToF-камера) функционирует по принципу измерения времени распространения светового импульса от инфракрасного лазера до отражающей преграды и обратно до детектора в виде ИК-камеры (рис. 5). В ИК-лазере (2) датчика глубины (1) формируется направленное на исследуемый объект модулированное оптическое излучение, которое синхронизировано с работой ИК-камерой (3). Отраженное от различных объектов (6, 7, 8) оптические излучение (4, 5) регистрируется с задержкой во времени ИК-камерой.
Длительность засветки лазерным излучением составляет несколько наносекунд, что позволяет регистрировать фазовый сдвиг отраженного излучения с миллиметровой точностью. При обработке времени задержки (пролетного времени) формируется 3D изображение зондируемого пространства путем выделения участков с один временем задержки, которое выделается яркость и цветом. Обычно используются оттенки красного света – более близкие участки ярче, а более удаленные – боле тусклым.
Эффективность формирования 3D изображения камерой датчика глубины зависит от интенсивности ИК-лазера и чувствительности ИК-камеры, чем выше интенсивность облучения, тем больше интенсивность отраженного сигнала и тем с меньшей погрешность определяется расстояние. С увеличением дальности исследуемого объекта падает интенсивность отраженного ИК-излучения, что повышает погрешность измерения. С другой стороны, с уменьшением расстояния до объекта уменьшается время пролета и также растет погрешность определения расстояния. Следовательно, у каждого датчика глубины имеется своя область пространства по расстоянию, на котором он наиболее эффективно работает.
Эффективность формирования отклика от объектов в виде отверстий с малым отражающим диаметром и малой глубиной, таких как скрытая камера с пинхольным объективом, зависит от поля зрения (угла обзора) отверстия (объектива). Только при попадание лазерного излучения в поле зрения объектива формируется отклик, что накладывает еще одно ограничение для наблюдения таких объектов – это угол обзора наблюдаемого отверстия скрытой камеры и источника лазерного излучения. Смещение датчика глубины вдоль исследуемой поверхности должно находиться в пределах углов обзора объектива и лазера.
Предложения по использованию датчика глубины для обнаружения скрытой камеры предлагается в некоторых работах [10], в частности предлагается разработать программное обеспечение для установки на смартфон с датчиком глубины для обнаружения изображения получаемых от малых отверстий в виде бликов, т. е. ярко выраженных отражений малого размера, хорошо наблюдаемых на общем однородном фоне. В этих работах не обсуждается связь с техническими параметрами смартфона, поэтому в нашей работе делается акцент на возможностях датчика глубины смартфона и возможности практического обследования помещений на наличие скрытых камер.
Практическое моделирование обнаружения видеокамер с помощью датчика глубины смартфона
Практические исследования работы по обнаружению скрытых видеокамер проводились на основе смартфона Samsung Galaxy S 20+ со встроенной ToF-камерой DeethVision (рис. 4) [11]. Работа датчика глубины в режиме формирования изображения окружающего пространства осуществляется с помощью приложения для Android с открытым исходным кодом ToF Viewer [12], которое в режиме реального времени отображает на дисплее смартфона получаемое видеоизображение. Камера DeethVision работает в невидимом глазу ИК диапазоне с собственным источником, на который приходится максимальная чувствительность кремниевой ПЗС-матрицы. Формируемая карта глубины отлично видна в абсолютной темноте.
Практические исследования состояли в демонстрации возможности обнаружить камеру по бликам оптики, определении технических характеристик датчика глубины данного смартфона, для чего изготовлена модель скрытой видеокамеры, и на основе проведенных экспериментальных исследований сделано несколько предложений по реализации на практике обнаружения систем скрытого видеонаблюдения.
Демонстрация возможности обнаружения видеокамер датчиком глубины смартфона
Проверка возможности обнаружения камер с помощью датчика глубины смартфона была осуществлена путем сканирования веб-камер внешней (рис. 6) и ноутбука (рис. 7). Приведенные фотографии выполнены обычной камерой (слева) и камерой с датчиком глубины (справа) при нормальном расположение на различных расстояниях – дальше и ближе. Как видно по фотографиям в обычном свете даже при близком расположении выделить объектив веб-камеры как у внешней, так и встроенной в ноутбук камер не представляется возможным. Догадаться о существовании камер можно по характерным для веб-камер светлым по оттенкам колец вокруг входного отверстия объектива. Данные отличия видны более отчетливо при осмотре глазом при изменении угла просмотра. При приближении к внешней веб-камере можно различить пинхол объектива. Использование камеры с датчиком глубины пинхол объектива четко виден при ближайшем рассмотрении и плохо различим при удалении от объекта. Таким образом, можно подтвердить возможность обнаружения скрытой видеокамеры по бликам от пинхольного объектива с помощью камеры с датчиком глубины.
Экспериментальная модель скрытой видеокамеры
В качестве контрольной видеокамеры, моделирующей скрытное видеонаблюдение, использовалась WI-FI камера (рис. 8), с целью повышения внешних атрибутов скрытности путем уменьшения физических размеров из камеры был вынут оптический блок (объектив с ПЗС-матрицей в корпусе). Это уменьшило размеры камеры при полном нарушении ее функциональности. Физические параметры оптического блока определялись размером отверстия для входной оптики, которая составляла порядка 3 мм, при общем диаметре цилиндрической части оптического блока камеры 20 мм и толщине 24 мм.
Камуфлирование камеры под внешний фон производилось с помощью черного листа бумаги, в котором проделывалась отверстие под объектив (рис. 9). Черный фон бумаги сливался с черным цветом самой камеры, что моделировало скрытность размещения камеры. При моделировании не стаяла задачи обеспечения функциональности съемки и полное сокрытие размещения камеры, т. е. обеспечивалось только условное моделирование процесса функционирования и размещения скрытой видеокамеры.
Все последующие экспериментальные исследования проводились на описанном модельном объекте скрытой камеры в виде объектива, вставленного в отверстие на черном листе бумаги (рис. 8 и рис. 9).
Экспериментальное определение технических возможностей датчика глубины смартфона Samsung Galaxy S 20+
В задачу эксперимента входило, с помощью камеры с датчиком глубины смартфона, определение технических параметров обнаружения модельной скрытой видеокамеры, таких как оптимальное расстояние до объекта и предельного угла наблюдения, при которых оптические блики наблюдались наиболее отчетливо.
Оптическая схема экспериментальных исследований представлена рис. 10. Модель объекта скрытой камеры (1) на фоне черного экрана (2) размещалась на некотором расстоянии l напротив камеры смартфона (3) и фиксировались блики оптики. Смартфон приближался на минимальное расстояние к объекту и затем удалялся до полного исчезновения бликов на расстоянии lmax. В результате эксперимента фиксировалась максимальное расстояние lmax наблюдения скрытой камеры по блику при нормальной расположении смартфона.
Далее камера размещалась на расстоянии lmax / 2 в половину максимальной для оптимального наблюдения бликов, и на этом расстоянии смартфон перемещался параллельно экрану на расстояние lplus, когда блики прекращались, по которым определялся угол ϕ обзора камеры. Все результаты документировались фотографированием модельного объекта на экспериментально определенных расстояниях обычной камерой и ToF-камерой смартфона с визуализацией приложением ToF Viewer.
В начале эксперимента было выбрано расстояние, которое составило 40 см (рис. 11), когда при нормальном расположении смартфона на обычной камере оптика скрытой камеры практически не наблюдалась, а на ToF-камере наблюдалась отчетливо. На фотографиях ToF-камеры наблюдаются не только прямые блики, но и блики, формируемые при отражении от стола, что усложняет задачу выделения информативных бликов компьютерами методами.
В следующем эксперименте (рис. 12) исследования проводились на расстоянии 85 см, когда обычная камера не позволяла увидеть блики от скрытой оптики, а ToF-камера формировала вполне различимое изображение. Также, как видно на фотографиях, дополнительные блики, связанные с отражениями от вспомогательных поверхностей, не наблюдаются, так как побочные отраженные световые потоки ИК лазера не попадают в поле зрения скрытой камеры и не формируют дополнительные блики как в предыдущем эксперименте (рис. 11). Уже из этого эксперимента можно оценить предельный угол (порядка 15° × 2) поля зрения модельной скрытой камеры как арктангенс отношения высоты над столом блика и диаметру стола.
Удаление на расстояние 120 см наблюдение бликов еще возможно, но при удалении на расстояние более 140 см смартфона от модельного объекта приводит к полной потери наблюдения бликов и с помощью ToF-камеры (рис. 13). Таким образом, результатами эксперимента является то, что наблюдение бликов прекращается на расстоянии lmax = 140 см. Следующий шаг исследований – определение угла поля зрения камеры проводился на расстоянии 70 см от объекта и при параллельном перемещении смартфона относительно экрана. В результате измерений были подтверждены полученные оценки предельного угла поля зрения (рис. 12) в 15 × 2 градусов.
Экспериментальное сравнение технических возможностей датчика глубины смартфона Samsung Galaxy S 20+ и детектор прослушки Protect K‑18S
Как отмечалось выше для поиска скрытой оптики, может быть использован детектор К‑18, в котором есть видимый красный источник света и красный оптический фильтр для наблюдения отраженного красного света через окуляр.
Сравнение возможностей ToF камеры и датчика К18 в обнаружение бликов оптики объектива показывает преимущества первого в обследование помещений на наличие скрытой камеры по бликам оптики. Результаты экспериментального сравнения датчиков представлены на рис. 14 и рис. 15. Как видно из фотографий блики регистрируемые датчиком К‑18 значительно слабее, чем ToF камеры. В эксперименте по сравнению (рис. 14 и рис. 15), формируемое датчиком К‑18 изображение фиксировалось камерой самого смартфона, которая сама приближает объект и обладает более высокой чувствительностью к красному свету, чем глаз человека. В реальности, наблюдение необходимо производить только глазом через объектив, что еще усложняет процедуру поиска.
Результаты исследований и предложения по обнаружению скрытых видеокамер
Проведенные практические исследования и полученные результаты позволяют предложить для защиты личного пространства человека технологию и методику проведения обследований помещений, выделенных пространств на предмет наличия технических средств срытого видеонаблюдения. Смартфон с датчиком глубины можно предложить использовать для профессиональной защиты визуальной информации при улучшении его характеристик. Эффективность обнаружения оптики скрытых видеокамер может быть повышена путем увеличения мощности и когерентности (монохромности) излучения инфракрасного лазера засветки, которое приведет к увеличению дальности обнаружения камер, вследствие более высокой отражаемой мощности, и точности измерения разности проходимых расстояний лазерным излучением, вследствие использования фазовых методов измерения. На практике для выявления бликов оптики камер большое значение имеет качество ПЗС-матрицы и дисплея смартфона (разрешение, яркость, контрастность). Отмеченные рекомендации могут значительно повысить эффективность обнаружения профессиональных скрытых видеокамер с малым входным отверстием (пинхолом) объектива, который может быть менее 1 мм, что создает малые интенсивности отраженного излучения.
По результатам проведенных исследований можно выделить необходимые условия обследований для поиска видеокамер:
На основании таких требований можно предложить несколько методик обследований помещений в реальных условиях.
A. Методика обследования помещения (в том числе и выделенных) с помощью смартфона с датчиком глубины по обнаружению скрытых видеокамер
В качестве развития методики обследований, когда обследующий помещение не имеет существенного опыта или не обладает физическими данными для эффективного обследования, такого, например, как плохое зрения, невнимательность и другие, для обследования он может привлечь удаленных помощников и провести обследование в онлайн режиме используя коммуникационные возможности смартфона. В этом случае методика изменится при сохранении всех основных принципов, но может быть повышена эффективность и скорость процесса.
B. Методика обследования помещения с помощью смартфона с датчиком глубины по обнаружению скрытых видеокамер в онлайн режиме с помощником
В лучшем случае помощник представляет собой специалиста или эксперта в области обнаружения скрытых камер, который находится на расстоянии и осуществляет поддержку и консультации в режиме реального времени. Он помогает при проведении проверки на наличие скрытых видеокамер, анализирует предоставленное видеоизображение и дает рекомендации по дальнейшим действиям. Удаленный помощник значительно повышает эффективность процесса обнаружения скрытых камер и снижает вероятность пропуска потенциальных угроз, так как опирается на опыт и знания эксперта в данной области. Для передачи видеоинформации и установления устойчивого соединения можно использовать различные приложения, такие как Discord или Skype, позволяющие передавать запись экрана в онлайн режиме.
В процессе работы использовалось приложение Discord, изображение можно увеличить, для более отчетливого исследования. В этом случае, блик отчетливо виден на большом экране компьютера, что позволяет с большой долей вероятности обнаружить видеокамеру. Также данный способ увеличивает вероятность обнаружить видеокамеру, так как в поисках могут учавствовать несколько человек, один из которых можеть быть опытным экспертом.
В онлайн режиме возможно использование нейросетей для обнаружения скрытых камер, что связано с эффективным использованием нейросетей для обработки изображений [13]. Успешное использование нейросетей в распознавании лиц, физических объектов, символов позволяет применить данную технологию в выявление скрытой оптики по бликам. Схема обследования позволяет исключить человека в поиске и проводить автоматический анализ в реальном времени на удаленном сервере подготовленной на большом объеме практических работ нейросетью, доступ к которой может быть платным. Предлагаемый сервис позволяет перенести в вычислительные ресурсы с ограниченного в них мобильного устройства на удаленный сервер, а также компенсировать не лучшие технические характеристики датчика глубины смартфона.
C. Методика обследования помещения с помощью смартфона с датчиком глубины по обнаружению скрытых видеокамер с помощью нейросетей
Методика включает в себя следующие этапы:
Подготовить смартфон к проведению обнаружению видеокамер с помощью датчика глубины на примере предложений предыдущих методик;
Создать и обучить нейросеть на собранных данных, используя техники машинного обучения и глубокого обучения. Целью обучения является научить нейросеть распознавать наличие скрытых камер на изображениях.
Интегрировать обученную нейросеть в мобильное приложение или веб-сервис, которое будет использоваться для обнаружения скрытых камер в режиме реального времени. Приложение должно быть способно обрабатывать видеопоток с камеры смартфона или другого устройства и передавать его на анализ нейросети.
Во время использования приложения для обнаружения скрытых камер нейросеть будет анализировать видеопоток, искать признаки наличия камер и определять их местоположение на изображении.
При обнаружении оптики скрытой видеокамеры нейросетью, приложение должно оповестить пользователя, указав на обнаруженную камеру и предоставив возможность принять решения (например, фотографировать камеру, сообщить о ней или удалить ее).
Эффективность нейросети в обнаружении скрытых камер будет зависеть от качества обучающих данных и архитектуры самой нейросети. Постоянное обновление данных и дополнительное обучение нейросети позволит повысить достоверность обнаружения и адаптироваться к новым типам скрытых камер.
Таким образом, на основании проведенных практических исследований представлено три методики поиска скрытых видеокамер при помощи датчика глубины смартфона. Каждая методика требует определенного технического оснащения и разных финансовых затрат. В случае использования технологий обработки данных с помощью нейросетей требуются организационно-технические ресурсы по созданию удаленного доступа, выделения облачных ресурсов по обработке данных и практическая работа по обучению нейросети. Метод обнаружения скрытой оптики нейросетями представляется наиболее перспективным в силу быстрого развития технологий распознания образов в системах компьютерного зрения на основе нейросетей.
Заключение
Проведенные практические исследования защиты личного пространства человека от скрытого видеонаблюдения при проведении приватных встреч, переговоров и других конфиденциальных мероприятий путем фиксации бликов оптики с помощью датчика глубины смартфона показали высокую эффективность обнаружения систем скрытого видеонаблюдения. Простота реализации процедуры обследования при использовании общедоступного оборудования позволяет достичь необходимо результата без лишний затрат и усилий.
Список литературы
Ярочкин В. И. Информационная безопасность: Учебник для вузов. / М.: Акад. Проект, 2012. 544 с.
Хорев А. А. Техническая защита информации: учеб. пособие для студентов вузов. В 3 т. Том 1. Технические каналы утечки информации. / М.: НПЦ «Аналитика». 2008. 436 с.
Хорев А. А. Средства скрытного видеонаблюдения и съёмки (по материалам иностранной печати) // Специальная техника. 2010. № 3. С. 2–23.
Алферов В. Ю., Федюнин А. Е., Перетятько Н. М. Специальная техника органов внутренних дел. Использование средств оперативного наблюдения в борьбе с преступностью: учебное пособие / Саратов: ССЭИ РЭУ им. Г. В. Плеханова. 2012. 88 с.
Хорев А. А. Средства выявления систем скрытого видеонаблюдения // Специальная техника. 2015. № 6. С. 53–61.
Ахманов С. А., Никитин С. Ю. Физическая оптика. / М.: Изд-во МГУ, Наука, 2004. 656 с.
Улисс Делябр Смартфоника: научные эксперименты со смартфоном / пер. с фр. П. Ю. Сергеевой; ред. В. И. Петровичев. / М.: ДМК Пресс, 2021. 186 с.
Dal Mutto C., Zanuttigh P. and Cortelazzo G. M. Time-of-Flight Cameras and Microsoft KinectTM. A user perspective on technology and applications. / Springer Briefs in Electrical and Computer Engineering, 2012. 108 p. DOI: 10.1007/978‑1‑4614‑3807‑6
Miles Hansard, Seungkyu Lee, Ouk Choi, Radu Horaud Time-of-Flight Cameras: Principles, Methods and Applications. / Springer Science & Business Media, 2012. 96 p. DOI: 10.1007/978‑1‑4471‑4658‑2
Sriram Sami, Sean Rui Xiang Tan, Bangjie Sun, and Jun Han LAPD: Hidden Spy Camera Detection using Smartphone Time-of-Flight Sensors. In The 19th ACM Conference on Embedded Networked Sensor Systems (SenSys ’21), November 15–17, 2021, Coimbra, Portugal. ACM, New York, NY, USA, pp 288–301. DOI:10.1145/3485730.3485941
Новые функции смартфона Galaxy S20. [Электронный ресурс] – Режим доступа: https://www.samsung.com/ru/support/mobile-devices/check-out-the-new-camera-functions-of-galaxy-s20‑plus-s20‑ultra/ (дата обращения: 2023.05.17)
Описание ToF Viewer. [Электронный ресурс] – Режим доступа: https://m.apkpure.com/ru/tof-viewer-night-vision/com.lvonasek.tofviewer (дата обращения: 2023.05.17)
Хайкин Саймон Нейронные сети: полный курс, 2 -е издание.: Пер. с англ. – М.: Издательский дом «Вильямс», 2006. – 1104 с.
Информация об авторах
Владимир В. Гришачев, к.ф.-м.н., доцент, Российский государственный гуманитарный университет, Москва, Россия.
ORCID: 0000-0002-7585-7282
Андрей С. Юсуповский, студент, Российский государственный гуманитарный университет, Москва, Россия.
А. С. Юсуповский, В. В. Гришачев
Российский государственный гуманитарный университет, Москва, Россия
В работе представлены материалы исследований, связанные с применением видеосистемы смартфона (датчика глубины) для поиска скрытых видеокамер в различных помещениях, в т. ч. в местах временного размещения (номера гостиниц, раздевалки, салон автомобиля и т. д.), в которых у человека возникает подозрение о нарушении его личного пространства или конфиденциальности. Датчик глубины смартфона позволяет повысить эффективность автоматизированного поиска скрытых видеокамер по бликам оптики для неподготовленного человека и специалистов служб безопасности. В статье сформулированы предложения по процедуре проведения поиска скрытых видеокамер и определены основные технические характеристики эффективного обследования.
Ключевые слова: информационная безопасность личности, визуальная информация, скрытая видеокамера, датчик глубины смартфона
Статья поступила: 17.09.2023
Статья принята: 07.11.2023
ВВЕДЕНИЕ
Защита информации, относящейся к персональным данным, в виде фото/видео материалов является важным элементом обеспечением безопасности личного пространства. Угрозы информационной безопасности личности могут возникнуть в различных ситуациях. Одним из таких случаев является нахождение человека в личном пространстве, когда он должен быть уверен в защищенности от скрытого наблюдения. Например, нахождение в номере гостинцы, в общественных местах с ограничением визуального доступа и т. д. Подобные угрозы могут иметь большое значение для информационной безопасности личности [1, 2] и проявляться, например, в виде несанкционированного размещения полученных фото / видео материалов в социальных сетях и на других интернет-ресурсах.
Проблема информационной безопасности личного пространства человека обеспечивается не только государством в виде принятия законов, работы специальных служб и т. д., но и техническими возможностями самого гражданина. Обеспечивающие информационную безопасность личности технические устройства должны быть эффективны, экономически и технически доступны для каждого человека. В современном обществе таким устройством является смартфон, который выполняет широкий набор функций – от коммуникационных до развлекательных возможностей. Смартфоны обладают набором датчиков, которые можно использовать, в том числе и для обеспечения информационной безопасности личности.
Если за обеспечение защиты визуальной информации на государственном уровне и уровне больших компаний отвечают службы безопасности с широкими техническими и правовыми возможностями, то для отдельного человека, небольшой компании конфиденциальность обеспечивается исключительно личными предосторожностями в поведении и разрешенными общедоступными техническими устройствами. Подобные ограничения приводят к поискам наиболее эффективных и доступных технических решений, которые не обременяют человека не в финансовом плане и не в других возможностях.
Техническая разведка и защита визуальной информации
Скрытое видеонаблюдение в технической разведке может проводиться с помощью видеокамер различного назначения [2, 3]: от пользовательских веб-камер до специальных скрытых видеокамер, закамуфлированных под обычные предметы обихода. В системах скрытого видеонаблюдения в помещениях на небольших расстояниях до десятком метров используются малогабаритные пинхольные (от английского pin-hole, т. е. булавочное отверстие) камеры с вынесенным зрачком, характерным размером объектива менее миллиметра, преобразованием в кремниевых ПЗС-матрицах оптического изображения в электронный аналоговый или цифровой сигнал и открытой (эфир) или закрытой (кабель) передаче в систему регистрации.
Противодействие системам визуальной разведки методом скрытого видеонаблюдения можно разделить на два вида, связанные с особенностями функционирования:
Методы противодействия скрытому видеонаблюдению на основе обнаружения электромагнитного излучения (ЭМИ) работающей видеокамеры [2, 5]; путем поиска электронных элементов нелинейной локацией электромагнитным излучением; а также нейтрализации работы электроники системы постановками электромагнитных помех или разрушением электромагнитным импульсом. Данный метод имеет свои ограничения в виде сложности проведения мероприятий по использованию специального оборудования, которое не всегда доступно.
В продаже находится детектор Protect К18 (рис. 1), который позволяет проводить сканирование ЭМИ эфира от 1 МГЦ до 8 ГГц и позволяет выявлять радиоканалы связи с внешними устройствами с чувствительностью более 30 мкВт с заявленной дальностью от 0,1 м до 15 м. Устройство малогабаритное, но не позволяет выявлять неизлучающие закладки с записью на внутренний носитель или передачи по кабельным системам. Использование таких систем в городских условиях ограничивается сложной радио обстановкой в окружающем пространстве.
Методы противодействия скрытому видеонаблюдению на основе деструктивного воздействия на оптическую систему путем сильной засветки в оптической или инфракрасной области спектра ЭМИ [2]. Данная методика требует либо предварительного обнаружения оптики систем наблюдения, либо изотропной засветки всего пространства, что требует сложной организации специального оборудования. Наиболее эффективен метод выявления скрытых систем видеонаблюдения по бликам, формируемым при отражении оптического излучения от линз объектива и ПЗС-матрицы.
Оптическая система скрытой видеокамеры и ее обнаружение
Основа любой системы видеонаблюдения является оптическая система, формирующая изображение окружающего пространства на ПЗС-матрице [2, 3].
В качестве основной оптической системы скрытого видеонаблюдения можно считать камеры с пинхольным объективом (рис. 2), т. е. объектив с выносным на расстояние l зрачком (1) диаметром d (менее 1 мм) и характерными габаритами порядка нескольких мм, определяемые фокусным расстоянием f линзы (2). Входное оптическое излучение фокусируется на ПЗС-матрице (3), которая преобразует оптический сигнал в электрический сигнал (4). Входящий световой поток в угле обзора ϕ испытывает отражения Френеля на фокусирующих линзах объектива и матрицы (5), которые воспринимаются как оптические блики, т. е. яркие световые пятна на однородном фоне в видимом и других частях оптического спектра. Обнаружить такие блики в видимом спектре достаточно сложно.
В качестве примера можно выбрать камеру ноутбука за защитным стеклом (рис. 3). В данном случае в видимом свете видеокамеру можно обнаружить по конструктивной особенности защитной шторки и отражающем покрытии вокруг pin-hole (темная точка в светлом контуре на правом снимке) камеры. При наклонной съемки pin-hole не видно, при нормальном падении – трудно различим на темном фоне для человеческого глаза даже при близком расположении в случае ноутбука. Оптические элементы камер для уменьшения френелевских потерь на отражениях покрываются просветляющими пленками, которые уменьшают отражение в 3–4 раза от стандартных 4% [6]. В обычном свете такие поверхности формируют слабые блики и поэтому их сложно видеть глазом. Просветление оптики захватывает центральную часть видимого спектра и в меньшей мере видимый красный свет и еще в меньшей мере невидимый инфракрасный свет. Повысить различимость можно перейдя из видимой области в видимую часть красного спектра, путем освещения сильным красным светом и наблюдая глазом через красный светофильтр область с видеокамерой.
В простейших системах обнаружения объективов видеокамер используют приборы типа детектора Protect К18 (рис. 1), у которого есть несколько светодиодных источников красного света. При наблюдении через красный светофильтр в центре детектора облучаемой красным светом поверхности при наличии оптических поверхностей они формируют видимые глазом блики. Данный способ зависит от опыта проверяющего и требует кропотливой длительной работы при обследовании больших поверхностей. В профессиональных обнаружителях скрытых видеокамер используются более мощные монохромные светодиодные источники света с малым углом обзора в несколько градусов и электронной системой регистрации света, которые позволяют регистрировать отражающие объекты на расстояниях в десятки метров.
Переход в невидимую инфракрасную часть спектра увеличивает френелевское отражение, не перекрываемое просветляющими покрытиями, растет невидимая глазом яркость блика, для наблюдения которого необходимо использовать приемники инфракрасного излучения.
Видеосистема смартфона
и датчик глубины
Решение доступности и эффективности для защиты личности от визуальной разведки может дать современные носимые устройства, такие как смартфоны [7]. Смартфон является общедоступным устройством с большим набором функциональных возможностей. Во-первых, это коммуникационное устройство, позволяющее осуществить локальную связь по технологии Bluetooth, Wi-Fi и дальнюю связь по технологии 4G / 5G и т. д. Во-вторых, в смартфонах реализовано большое число сенсоров от преобразования аудио и видео информации, до датчиков физических полей. Все сенсоры могут быть встроенными, внешними с проводным и беспроводным соединением. Любой смартфон может быть использован как вычислительное устройство для измерения любых физических величин с помощью собственных или подключаемых сенсоров, возможности которых ограничивается только мощностью источников питания и вычислительными ресурсами [7].
Одной из продвинутых систем смартфона является его видеосистема регистрации и отображения визуальной информации. Например, Samsung Galaxy A22 (рис. 4) имеет пять видеокамер различного назначения: фронтальная камера для селфи, камера макросъемки, ультраширокоугольная камера для съемки близкорасположенных больших объектов или панорамной съемки, основная камера для высококачественных портретных фотографий, камера глубины для повышения резкости кадра и других целей. Кроме отмеченных камер, встраиваются камеры для ночной съемки, черно-белые камеры и другие, которые могут быть внешними, такие как тепловизионные камеры.
В смартфонах создание 3D изображения производится с помощью стереоскопических систем видения на основе двух камер (стереозрение); структурированного освещения инфракрасным излучением в виде распределенного в пространстве шаблонного набора точек, линий, по искривлениям которых определяется объемная структура объекта (структурированный свет); в последнее время, в мобильные устройства iPad Pro 2020 встраивается лидарные системы. Наиболее эффективны для формирования объемного изображения являются датчики глубины (ToF-сенсоры от английского Time of Flight – время полета, времяпролетные камеры, ToF-камеры, камеры глубины), которые используются для измерения расстояния, распознания жестов и лиц, создания 3D-моделей объектов, датчика приближения и в других назначениях [8, 9, 10].
Датчик глубины (ToF-камера) функционирует по принципу измерения времени распространения светового импульса от инфракрасного лазера до отражающей преграды и обратно до детектора в виде ИК-камеры (рис. 5). В ИК-лазере (2) датчика глубины (1) формируется направленное на исследуемый объект модулированное оптическое излучение, которое синхронизировано с работой ИК-камерой (3). Отраженное от различных объектов (6, 7, 8) оптические излучение (4, 5) регистрируется с задержкой во времени ИК-камерой.
Длительность засветки лазерным излучением составляет несколько наносекунд, что позволяет регистрировать фазовый сдвиг отраженного излучения с миллиметровой точностью. При обработке времени задержки (пролетного времени) формируется 3D изображение зондируемого пространства путем выделения участков с один временем задержки, которое выделается яркость и цветом. Обычно используются оттенки красного света – более близкие участки ярче, а более удаленные – боле тусклым.
Эффективность формирования 3D изображения камерой датчика глубины зависит от интенсивности ИК-лазера и чувствительности ИК-камеры, чем выше интенсивность облучения, тем больше интенсивность отраженного сигнала и тем с меньшей погрешность определяется расстояние. С увеличением дальности исследуемого объекта падает интенсивность отраженного ИК-излучения, что повышает погрешность измерения. С другой стороны, с уменьшением расстояния до объекта уменьшается время пролета и также растет погрешность определения расстояния. Следовательно, у каждого датчика глубины имеется своя область пространства по расстоянию, на котором он наиболее эффективно работает.
Эффективность формирования отклика от объектов в виде отверстий с малым отражающим диаметром и малой глубиной, таких как скрытая камера с пинхольным объективом, зависит от поля зрения (угла обзора) отверстия (объектива). Только при попадание лазерного излучения в поле зрения объектива формируется отклик, что накладывает еще одно ограничение для наблюдения таких объектов – это угол обзора наблюдаемого отверстия скрытой камеры и источника лазерного излучения. Смещение датчика глубины вдоль исследуемой поверхности должно находиться в пределах углов обзора объектива и лазера.
Предложения по использованию датчика глубины для обнаружения скрытой камеры предлагается в некоторых работах [10], в частности предлагается разработать программное обеспечение для установки на смартфон с датчиком глубины для обнаружения изображения получаемых от малых отверстий в виде бликов, т. е. ярко выраженных отражений малого размера, хорошо наблюдаемых на общем однородном фоне. В этих работах не обсуждается связь с техническими параметрами смартфона, поэтому в нашей работе делается акцент на возможностях датчика глубины смартфона и возможности практического обследования помещений на наличие скрытых камер.
Практическое моделирование обнаружения видеокамер с помощью датчика глубины смартфона
Практические исследования работы по обнаружению скрытых видеокамер проводились на основе смартфона Samsung Galaxy S 20+ со встроенной ToF-камерой DeethVision (рис. 4) [11]. Работа датчика глубины в режиме формирования изображения окружающего пространства осуществляется с помощью приложения для Android с открытым исходным кодом ToF Viewer [12], которое в режиме реального времени отображает на дисплее смартфона получаемое видеоизображение. Камера DeethVision работает в невидимом глазу ИК диапазоне с собственным источником, на который приходится максимальная чувствительность кремниевой ПЗС-матрицы. Формируемая карта глубины отлично видна в абсолютной темноте.
Практические исследования состояли в демонстрации возможности обнаружить камеру по бликам оптики, определении технических характеристик датчика глубины данного смартфона, для чего изготовлена модель скрытой видеокамеры, и на основе проведенных экспериментальных исследований сделано несколько предложений по реализации на практике обнаружения систем скрытого видеонаблюдения.
Демонстрация возможности обнаружения видеокамер датчиком глубины смартфона
Проверка возможности обнаружения камер с помощью датчика глубины смартфона была осуществлена путем сканирования веб-камер внешней (рис. 6) и ноутбука (рис. 7). Приведенные фотографии выполнены обычной камерой (слева) и камерой с датчиком глубины (справа) при нормальном расположение на различных расстояниях – дальше и ближе. Как видно по фотографиям в обычном свете даже при близком расположении выделить объектив веб-камеры как у внешней, так и встроенной в ноутбук камер не представляется возможным. Догадаться о существовании камер можно по характерным для веб-камер светлым по оттенкам колец вокруг входного отверстия объектива. Данные отличия видны более отчетливо при осмотре глазом при изменении угла просмотра. При приближении к внешней веб-камере можно различить пинхол объектива. Использование камеры с датчиком глубины пинхол объектива четко виден при ближайшем рассмотрении и плохо различим при удалении от объекта. Таким образом, можно подтвердить возможность обнаружения скрытой видеокамеры по бликам от пинхольного объектива с помощью камеры с датчиком глубины.
Экспериментальная модель скрытой видеокамеры
В качестве контрольной видеокамеры, моделирующей скрытное видеонаблюдение, использовалась WI-FI камера (рис. 8), с целью повышения внешних атрибутов скрытности путем уменьшения физических размеров из камеры был вынут оптический блок (объектив с ПЗС-матрицей в корпусе). Это уменьшило размеры камеры при полном нарушении ее функциональности. Физические параметры оптического блока определялись размером отверстия для входной оптики, которая составляла порядка 3 мм, при общем диаметре цилиндрической части оптического блока камеры 20 мм и толщине 24 мм.
Камуфлирование камеры под внешний фон производилось с помощью черного листа бумаги, в котором проделывалась отверстие под объектив (рис. 9). Черный фон бумаги сливался с черным цветом самой камеры, что моделировало скрытность размещения камеры. При моделировании не стаяла задачи обеспечения функциональности съемки и полное сокрытие размещения камеры, т. е. обеспечивалось только условное моделирование процесса функционирования и размещения скрытой видеокамеры.
Все последующие экспериментальные исследования проводились на описанном модельном объекте скрытой камеры в виде объектива, вставленного в отверстие на черном листе бумаги (рис. 8 и рис. 9).
Экспериментальное определение технических возможностей датчика глубины смартфона Samsung Galaxy S 20+
В задачу эксперимента входило, с помощью камеры с датчиком глубины смартфона, определение технических параметров обнаружения модельной скрытой видеокамеры, таких как оптимальное расстояние до объекта и предельного угла наблюдения, при которых оптические блики наблюдались наиболее отчетливо.
Оптическая схема экспериментальных исследований представлена рис. 10. Модель объекта скрытой камеры (1) на фоне черного экрана (2) размещалась на некотором расстоянии l напротив камеры смартфона (3) и фиксировались блики оптики. Смартфон приближался на минимальное расстояние к объекту и затем удалялся до полного исчезновения бликов на расстоянии lmax. В результате эксперимента фиксировалась максимальное расстояние lmax наблюдения скрытой камеры по блику при нормальной расположении смартфона.
Далее камера размещалась на расстоянии lmax / 2 в половину максимальной для оптимального наблюдения бликов, и на этом расстоянии смартфон перемещался параллельно экрану на расстояние lplus, когда блики прекращались, по которым определялся угол ϕ обзора камеры. Все результаты документировались фотографированием модельного объекта на экспериментально определенных расстояниях обычной камерой и ToF-камерой смартфона с визуализацией приложением ToF Viewer.
В начале эксперимента было выбрано расстояние, которое составило 40 см (рис. 11), когда при нормальном расположении смартфона на обычной камере оптика скрытой камеры практически не наблюдалась, а на ToF-камере наблюдалась отчетливо. На фотографиях ToF-камеры наблюдаются не только прямые блики, но и блики, формируемые при отражении от стола, что усложняет задачу выделения информативных бликов компьютерами методами.
В следующем эксперименте (рис. 12) исследования проводились на расстоянии 85 см, когда обычная камера не позволяла увидеть блики от скрытой оптики, а ToF-камера формировала вполне различимое изображение. Также, как видно на фотографиях, дополнительные блики, связанные с отражениями от вспомогательных поверхностей, не наблюдаются, так как побочные отраженные световые потоки ИК лазера не попадают в поле зрения скрытой камеры и не формируют дополнительные блики как в предыдущем эксперименте (рис. 11). Уже из этого эксперимента можно оценить предельный угол (порядка 15° × 2) поля зрения модельной скрытой камеры как арктангенс отношения высоты над столом блика и диаметру стола.
Удаление на расстояние 120 см наблюдение бликов еще возможно, но при удалении на расстояние более 140 см смартфона от модельного объекта приводит к полной потери наблюдения бликов и с помощью ToF-камеры (рис. 13). Таким образом, результатами эксперимента является то, что наблюдение бликов прекращается на расстоянии lmax = 140 см. Следующий шаг исследований – определение угла поля зрения камеры проводился на расстоянии 70 см от объекта и при параллельном перемещении смартфона относительно экрана. В результате измерений были подтверждены полученные оценки предельного угла поля зрения (рис. 12) в 15 × 2 градусов.
Экспериментальное сравнение технических возможностей датчика глубины смартфона Samsung Galaxy S 20+ и детектор прослушки Protect K‑18S
Как отмечалось выше для поиска скрытой оптики, может быть использован детектор К‑18, в котором есть видимый красный источник света и красный оптический фильтр для наблюдения отраженного красного света через окуляр.
Сравнение возможностей ToF камеры и датчика К18 в обнаружение бликов оптики объектива показывает преимущества первого в обследование помещений на наличие скрытой камеры по бликам оптики. Результаты экспериментального сравнения датчиков представлены на рис. 14 и рис. 15. Как видно из фотографий блики регистрируемые датчиком К‑18 значительно слабее, чем ToF камеры. В эксперименте по сравнению (рис. 14 и рис. 15), формируемое датчиком К‑18 изображение фиксировалось камерой самого смартфона, которая сама приближает объект и обладает более высокой чувствительностью к красному свету, чем глаз человека. В реальности, наблюдение необходимо производить только глазом через объектив, что еще усложняет процедуру поиска.
Результаты исследований и предложения по обнаружению скрытых видеокамер
Проведенные практические исследования и полученные результаты позволяют предложить для защиты личного пространства человека технологию и методику проведения обследований помещений, выделенных пространств на предмет наличия технических средств срытого видеонаблюдения. Смартфон с датчиком глубины можно предложить использовать для профессиональной защиты визуальной информации при улучшении его характеристик. Эффективность обнаружения оптики скрытых видеокамер может быть повышена путем увеличения мощности и когерентности (монохромности) излучения инфракрасного лазера засветки, которое приведет к увеличению дальности обнаружения камер, вследствие более высокой отражаемой мощности, и точности измерения разности проходимых расстояний лазерным излучением, вследствие использования фазовых методов измерения. На практике для выявления бликов оптики камер большое значение имеет качество ПЗС-матрицы и дисплея смартфона (разрешение, яркость, контрастность). Отмеченные рекомендации могут значительно повысить эффективность обнаружения профессиональных скрытых видеокамер с малым входным отверстием (пинхолом) объектива, который может быть менее 1 мм, что создает малые интенсивности отраженного излучения.
По результатам проведенных исследований можно выделить необходимые условия обследований для поиска видеокамер:
- наличие смартфона с датчиком глубины и программным обеспечением по визуализации;
- апробация работы датчика для обнаружения камер по бликам на основе имеющихся в наличии, таких как веб-камера ноутбука или других камер;
- опыт получения простейших навыков в обнаружении;
- определение параметров датчика для обнаружения скрытой оптики.
На основании таких требований можно предложить несколько методик обследований помещений в реальных условиях.
A. Методика обследования помещения (в том числе и выделенных) с помощью смартфона с датчиком глубины по обнаружению скрытых видеокамер
- Настройка / подготовка / калибровка. Используя эталонные видеокамеры из имеющихся в наличии настроить смартфон с датчиком глубины по их обнаружению – определить вид бликов, определить максимальную длину наблюдения lmax и расстояние lplus;
- Провести обследование стен помещения с записью изображения, расположив камеру смартфона на оптимальном расстоянии lmax / 2 и двигая с покачиваниями параллельно стене;
- Визуально определяем проблемные места с подозрением на наличие видеокамер по появляющимся бликам;
- Вывести видеозапись на большой экран монитора в замедленном режиме – повторно визуально определяем проблемные места с подозрением на наличие видеокамер по появляющимся бликам;
- Отдельно исследовать проблемные места на более близком расстоянии с медленным перемещением видеокамеры смартфона;
- Сделать выводы о наличии скрытых видеокамер.
В качестве развития методики обследований, когда обследующий помещение не имеет существенного опыта или не обладает физическими данными для эффективного обследования, такого, например, как плохое зрения, невнимательность и другие, для обследования он может привлечь удаленных помощников и провести обследование в онлайн режиме используя коммуникационные возможности смартфона. В этом случае методика изменится при сохранении всех основных принципов, но может быть повышена эффективность и скорость процесса.
B. Методика обследования помещения с помощью смартфона с датчиком глубины по обнаружению скрытых видеокамер в онлайн режиме с помощником
- Подготовить смартфон к проведению обнаружению видеокамер с помощью датчика глубины на примере выше представленных предложений;
- Установить онлайн связь с удаленным помощником для передачи видеоизображения на удаленный большой монитор в реальном времени;
- Проводить мониторинг помещения с постоянной голосовой связью с помощником.
В лучшем случае помощник представляет собой специалиста или эксперта в области обнаружения скрытых камер, который находится на расстоянии и осуществляет поддержку и консультации в режиме реального времени. Он помогает при проведении проверки на наличие скрытых видеокамер, анализирует предоставленное видеоизображение и дает рекомендации по дальнейшим действиям. Удаленный помощник значительно повышает эффективность процесса обнаружения скрытых камер и снижает вероятность пропуска потенциальных угроз, так как опирается на опыт и знания эксперта в данной области. Для передачи видеоинформации и установления устойчивого соединения можно использовать различные приложения, такие как Discord или Skype, позволяющие передавать запись экрана в онлайн режиме.
В процессе работы использовалось приложение Discord, изображение можно увеличить, для более отчетливого исследования. В этом случае, блик отчетливо виден на большом экране компьютера, что позволяет с большой долей вероятности обнаружить видеокамеру. Также данный способ увеличивает вероятность обнаружить видеокамеру, так как в поисках могут учавствовать несколько человек, один из которых можеть быть опытным экспертом.
В онлайн режиме возможно использование нейросетей для обнаружения скрытых камер, что связано с эффективным использованием нейросетей для обработки изображений [13]. Успешное использование нейросетей в распознавании лиц, физических объектов, символов позволяет применить данную технологию в выявление скрытой оптики по бликам. Схема обследования позволяет исключить человека в поиске и проводить автоматический анализ в реальном времени на удаленном сервере подготовленной на большом объеме практических работ нейросетью, доступ к которой может быть платным. Предлагаемый сервис позволяет перенести в вычислительные ресурсы с ограниченного в них мобильного устройства на удаленный сервер, а также компенсировать не лучшие технические характеристики датчика глубины смартфона.
C. Методика обследования помещения с помощью смартфона с датчиком глубины по обнаружению скрытых видеокамер с помощью нейросетей
Методика включает в себя следующие этапы:
Подготовить смартфон к проведению обнаружению видеокамер с помощью датчика глубины на примере предложений предыдущих методик;
Создать и обучить нейросеть на собранных данных, используя техники машинного обучения и глубокого обучения. Целью обучения является научить нейросеть распознавать наличие скрытых камер на изображениях.
Интегрировать обученную нейросеть в мобильное приложение или веб-сервис, которое будет использоваться для обнаружения скрытых камер в режиме реального времени. Приложение должно быть способно обрабатывать видеопоток с камеры смартфона или другого устройства и передавать его на анализ нейросети.
Во время использования приложения для обнаружения скрытых камер нейросеть будет анализировать видеопоток, искать признаки наличия камер и определять их местоположение на изображении.
При обнаружении оптики скрытой видеокамеры нейросетью, приложение должно оповестить пользователя, указав на обнаруженную камеру и предоставив возможность принять решения (например, фотографировать камеру, сообщить о ней или удалить ее).
Эффективность нейросети в обнаружении скрытых камер будет зависеть от качества обучающих данных и архитектуры самой нейросети. Постоянное обновление данных и дополнительное обучение нейросети позволит повысить достоверность обнаружения и адаптироваться к новым типам скрытых камер.
Таким образом, на основании проведенных практических исследований представлено три методики поиска скрытых видеокамер при помощи датчика глубины смартфона. Каждая методика требует определенного технического оснащения и разных финансовых затрат. В случае использования технологий обработки данных с помощью нейросетей требуются организационно-технические ресурсы по созданию удаленного доступа, выделения облачных ресурсов по обработке данных и практическая работа по обучению нейросети. Метод обнаружения скрытой оптики нейросетями представляется наиболее перспективным в силу быстрого развития технологий распознания образов в системах компьютерного зрения на основе нейросетей.
Заключение
Проведенные практические исследования защиты личного пространства человека от скрытого видеонаблюдения при проведении приватных встреч, переговоров и других конфиденциальных мероприятий путем фиксации бликов оптики с помощью датчика глубины смартфона показали высокую эффективность обнаружения систем скрытого видеонаблюдения. Простота реализации процедуры обследования при использовании общедоступного оборудования позволяет достичь необходимо результата без лишний затрат и усилий.
Список литературы
Ярочкин В. И. Информационная безопасность: Учебник для вузов. / М.: Акад. Проект, 2012. 544 с.
Хорев А. А. Техническая защита информации: учеб. пособие для студентов вузов. В 3 т. Том 1. Технические каналы утечки информации. / М.: НПЦ «Аналитика». 2008. 436 с.
Хорев А. А. Средства скрытного видеонаблюдения и съёмки (по материалам иностранной печати) // Специальная техника. 2010. № 3. С. 2–23.
Алферов В. Ю., Федюнин А. Е., Перетятько Н. М. Специальная техника органов внутренних дел. Использование средств оперативного наблюдения в борьбе с преступностью: учебное пособие / Саратов: ССЭИ РЭУ им. Г. В. Плеханова. 2012. 88 с.
Хорев А. А. Средства выявления систем скрытого видеонаблюдения // Специальная техника. 2015. № 6. С. 53–61.
Ахманов С. А., Никитин С. Ю. Физическая оптика. / М.: Изд-во МГУ, Наука, 2004. 656 с.
Улисс Делябр Смартфоника: научные эксперименты со смартфоном / пер. с фр. П. Ю. Сергеевой; ред. В. И. Петровичев. / М.: ДМК Пресс, 2021. 186 с.
Dal Mutto C., Zanuttigh P. and Cortelazzo G. M. Time-of-Flight Cameras and Microsoft KinectTM. A user perspective on technology and applications. / Springer Briefs in Electrical and Computer Engineering, 2012. 108 p. DOI: 10.1007/978‑1‑4614‑3807‑6
Miles Hansard, Seungkyu Lee, Ouk Choi, Radu Horaud Time-of-Flight Cameras: Principles, Methods and Applications. / Springer Science & Business Media, 2012. 96 p. DOI: 10.1007/978‑1‑4471‑4658‑2
Sriram Sami, Sean Rui Xiang Tan, Bangjie Sun, and Jun Han LAPD: Hidden Spy Camera Detection using Smartphone Time-of-Flight Sensors. In The 19th ACM Conference on Embedded Networked Sensor Systems (SenSys ’21), November 15–17, 2021, Coimbra, Portugal. ACM, New York, NY, USA, pp 288–301. DOI:10.1145/3485730.3485941
Новые функции смартфона Galaxy S20. [Электронный ресурс] – Режим доступа: https://www.samsung.com/ru/support/mobile-devices/check-out-the-new-camera-functions-of-galaxy-s20‑plus-s20‑ultra/ (дата обращения: 2023.05.17)
Описание ToF Viewer. [Электронный ресурс] – Режим доступа: https://m.apkpure.com/ru/tof-viewer-night-vision/com.lvonasek.tofviewer (дата обращения: 2023.05.17)
Хайкин Саймон Нейронные сети: полный курс, 2 -е издание.: Пер. с англ. – М.: Издательский дом «Вильямс», 2006. – 1104 с.
Информация об авторах
Владимир В. Гришачев, к.ф.-м.н., доцент, Российский государственный гуманитарный университет, Москва, Россия.
ORCID: 0000-0002-7585-7282
Андрей С. Юсуповский, студент, Российский государственный гуманитарный университет, Москва, Россия.
Отзывы читателей
