传感器跟踪手机传感器，你正在被跟踪吗

发布时间：2024-11-24 06:11:09

手机传感器，你正在被跟踪吗

现代人对手机充满了信任，我们用手机付款、工作，并记下昨晚奇怪的梦境（感谢备忘录）。但不幸的是，手机也可以被用来跟踪我们，麻省理工学院的研究人员进行的一项新研究揭示了黑客如何利用手机的环境光传感器追踪和重建我们的活动。

手机使用环境光传感器来检测周围的光强度，并根据需要调整亮度（如果设置为自动调整）。虽然其他手机功能需要用户许可应用程序访问，比如摄像头或麦克风，但环境光传感器通常不需要。研究人员认为，正是这一点可能被利用。

麻省理工学院的杨柳（Yang Liu）团队开发了一种算法，能够利用光传感器捕捉的变化来重建人们用手机触摸交互的图像，例如滚动或划动。

他们在一台现成的安卓平板电脑上进行了多种情景的算法测试，包括将假人放在屏幕前，并使用模特、纸板人或人手进行触摸，还观察它是否能够在观看视频时捕捉手势。在所有情况下，结果都显示光传感器数据可以用来捕捉与屏幕的交互，并创建图像。

“这种图像隐私威胁以前从未被证明过，”刘杨在一份声明中说。

如果这听起来有点让人担心，你会高兴地知道，这种威胁还远没有到来。研究中图像的被获取速率只有每3.3分钟一个帧，这慢得足以让试图获取图像的人无法及时跟上你的手机交互。而且，即使他们得到了图像，如果是从自然视频中获取，图像可能会很模糊。

尽管如此，研究人员还是提出了一些可以帮助减轻潜在风险的方法。主要目标是软件；他们建议应该限制对环境光传感器的访问，并要求用户像对摄像头或麦克风请求一样给予许可。

他们还建议限制传感器的能力，保持精度和速度足够低，以防止高分辨率图像，并将传感器放置在设备的侧面，以避免探测到最具揭示性的手势。

如果你也担心手机在听你说话，别担心，它不会。如果有什么问题的话，你可能应该考虑好好清洁一下它。

这项研究发表在《科学进展》杂志上。

传感器技术：一文读懂图像定位及跟踪技术

在科学技术日新月异的今天，人们对机器设备的智能性、自主性要求也越来越高，希望其完全替代人的角色，把人们从繁重、危险的工作任务中解脱出来，而能否像人一样具有感知周围环境的能力已成为设备实现智能化自主化的关键。

广义的“图像跟踪”技术，是指通过某种方式(如图像识别、红外、超声波等)将摄像头中拍摄到的物体进行定位，并指挥摄像头对该物体进行跟踪，让该物体一直被保持在摄像头视野范围内。狭义的“图像跟踪”技术就是我们日常所常谈到的，通过“图像识别”的方式来进行跟踪和拍摄。

因为红外、超声波等方式，都受环境的影响，而且要专门的识别辅助设备，在实际应用中已经逐步被“图像识别”技术所替代。“图像识别”是直接利用了摄像头拍摄到的图像，进行NCAST图像差分及聚类运算，识别到目标物体的位置，并指挥摄像头对该物体进行跟踪。

图像跟踪系统采用特有的NCAST目标外形特征检测方法，被跟踪者无需任何辅助设备，只要进入跟踪区域，系统便可对目标进行锁定跟踪，使摄像机画面以锁定的目标为中心，并控制摄像机进行相应策略的缩放。系统支持多种自定义策略，支持多级特写模式，适应性强，不受强光、声音、电磁等环境影响。

目标物体的边缘检测

物体的形状特征在大多数情况下变化不多，基于目标形状轮廓的跟踪方法与基于区域的匹配方法相比，可以更精确的分割目标。

边缘是运动目标的最基本特征，表现在图像中就是指目标周围图像灰度有阶跃变化或屋顶变化的那些像素集合，它是图像中局部亮度变化最显著的部分。

边缘检测就是采用某种算法来定位灰度不连续变化的位置，从而图像中目标与背景的交界线。图像的灰度变化可以用灰度梯度来表示。

梯度算子

梯度也即一阶导数，梯度算子对应一阶导数算子，一阶导数也即梯度可以表示为：

图像经过边缘检测之后，还要经过轮廓追踪和轮廓表达。轮廓跟踪的目的是得到边缘像素的集合边缘表。轮廓表达则是通过对边缘表做一些处理，如拟合、统计及逼近等，得到目标形状特征的直观表达，为后续匹配提供模板信息。

轮廓跟踪的思想是：

1、根据提取的图像边缘，找出轮廓上的像素;

2、根据这些像素的特征用一定的“跟踪准则”找出物体上的其他像素;

3、其跟踪效果的好坏主要取决于起始点和跟踪准则的选取两个因素。

跟踪准则：

按起始点选取准则找到最左下方位的边界点后，以其为起始点，定义左上方为初始搜索方向，若该方向的点为黑点(特征点)，则判其为边界点，否则沿顺时针方向旋转搜索方向45度，依此类推，直到搜索到第一个黑点(特征点)为止，然后再把该黑点(特征点)作为新的边界点，逆时针方向旋转当前搜索方向90度，用相同的方法继续搜索下一个黑点(特征点)，直到找到初始边界点为止。若用箭头表示搜索方向，那么该轮廓跟踪算法可以用图表示。

通过上述算法得到物体的边缘表后，可以用其作为轮廓表达，也可以对其进行处理，用处理后的信息形式来表达轮廓。目前常用的轮廓表达有以下三种：逼近拟合曲线法、内插拟合曲线法、统计特征法。

目标图像颜色检测

为了对丰富多样的色彩进行表达，人们用表示颜色的三个参数所构成的三维空间来对图像的颜色进行描述，这个三维空间就是所谓的颜色空间。

如：RGB格式(红、绿、蓝三基色模型)、HSV格式(色度、饱和度、亮度模型)

RGB格式是工业界的一种颜色标准，是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色系统之一。

HSV格式：H参数表示色彩信息，即所处的光谱颜色的位置。该参数用一个角度量来表示，红、绿、蓝分别相隔120度。互补色分别相差180度。纯度S为一比例值，范围从0到1，它表示成所选颜色的纯度和该颜色最大的纯度之间的比率。S=0时，只有灰度。V表示色彩的明亮程度，范围从0到1。有一点要注意：它和光强度之间并没有直接的联系。