研究人員說，他們設計了一個可以拍攝目標對象的相機，而框架中沒有其他圖片。
這個概念可能會減輕一些隱私恐懼並做妥協在數據隱私和執法之間。
洛杉磯加利福尼亞大學的一個大型電氣和工程團隊在圖像中採用了不需要細節的普遍像素化，並且在隱私方面更好地走了一個。
他們使用的示例紙被告知要記錄手寫2（或2s的組），但忽略了鏡頭視野中的所有其他手寫號碼。
從理論上講，可以使用相同的原理在人群中找到一張臉，但即時阻塞（如在被識別和記錄之前），框架中所有其他面孔和物體。
對於任何秘密，不必要或其他私人信息，包括其他靶標生物特徵識別和重要信息中的重要傳記數據。
在捕獲所需信息的過程中，在任何時候都不會掩飾不需要的數據，因為它首先是數字化的。
如今發生的那樣，掩飾不需要的數據需要某種形式的模糊，這意味著它可以沿途攔截或記錄後被盜。
更重要的是，儘管數字2、3和8之間存在共同點，但尋找2的機器學習軟件並未顯示與數字2共享的3和8的部分。總的來說，其他數字並未數字化。
科學家說，新方法也可以使隱私的保護更加節能。不需要數字化的對像不必處理。
加州大學洛杉磯分校已經發布了這個想法的摘要這裡。
