# AI專題發想 - 社群照片特徵抓取與隱私問題
###### tags: `idea` `note`

## 每週進度
[12/23](https://hackmd.io/dnWe0x-PRGqwA9fO24H_ZQ)

## 靈感來源
在推特上看到的討論
[](https://twitter.com/al6wul4wul4/status/1601054518497619968?s=61&t=V-Mxb51WCQ1JHeYEAR9XhQ)

[](https://twitter.com/sleepingmessage/status/1601077606958346240?s=61&t=V-Mxb51WCQ1JHeYEAR9XhQ)

## 想法

**社群媒體給了我們能成為另一個人的機會
但我們又不經意的透露了多少現實世界中的重要資訊？**

### 影像辨識方面
1. 社群照片透露的隱私
* 是否有身分證？重要資料？等等
* 證件、票根、包裹資料
2. 判別周遭環境
* 特徵抓取與辨識 (YOLO / SSD)
* 特徵如：路牌、店舖名、地景、樹、建築特徵、基本上任何東西
* 透過特徵 -> 分析大量數據資料 -> 判斷所在位置

> ### 自然語言處理方面
> 1. 古文的分析考證
> 2. 社群網站文章透露的隱私
> * 分析特徵：
> * 用戶/帳號名可能透露的資訊 ex. 姓名、生日 等
> * 用戶的瀏覽/互動 可推論用戶的喜好取向
> * 用戶的貼文中 提到的 地名、天氣、日期、經驗等等

## 相關研究或報導
### 工具
* [Google Lens 視覺分析](https://lens.google/)
* [社群資訊打假：地理位置查核](https://newslab.pts.org.tw/news/84)
* [Shadows and Suncalc](https://medium.com/quiztime/lining-up-shadows-2351ae106cec)
* [Using the Sun and the Shadows for Geolocation](https://reurl.cc/pZKNr8)
### 相關論文
* [High-level Semantic Feature Detection: A New Perspective for Pedestrian Detection (2019)](https://reurl.cc/28l2Xv)
* [Cloud and cloud shadow detection in Landsat imagery based on deep convolutional neural networks (2019)](https://reurl.cc/eWV15Q)

## 困難點思考

* 測試資料獲取
* 照片雜訊處理
* 研究本身涉及的隱私問題...？

#### YOLO vs. SSD

## Todo:
1. 收斂題目方向
2. 找可用模型、工具
3. 論文往下找