本論文は、視覚モニタリングシステムにおけるプライバシー保護とGDPR（EU一般データ保護規則）のデータ最小化原則の両立を目指す概念実証パイプラインを提案する。従来のクラウドベースAI推論では生画像データが外部サービスに露出するため、GDPRのデータ最小化原則と根本的な緊張関係が生じる。これに対し、著者らはすべての推論をエッジデバイス内に閉じ込めるプライバシーバイデザインのアプローチを採用した。
システムの中核は、Raspberry Pi 5上でHailo-8L AIアクセラレータ向けにコンパイルされたYOLOv5n-segモデルによるリアルタイム物体検出である。推論後、生のピクセルバッファは直ちに破棄される。ステートフルなトリガーエンジンが最小限のJSONイベントペイロードをローカルホストのPhi-3 Mini（3.8Bパラメータ、Q4_0量子化）インスタンスに転送し、同モデルが人間のオペレーター向けに1〜2文の自然言語アラートを合成する。画像データはネットワーク境界を一切越えず、送信されるのは生成されたテキストアラートのみである。
論文では、システムアーキテクチャと実装の全体像を説明し、対象ハードウェア上での推論レイテンシとリソース使用率の測定結果、および代表的な生成アラート例を報告している。結果は、専用ニューラルネットワークアクセラレータとオンデバイス大規模言語モデルをシングルボードコンピュータ上で組み合わせることが実現可能であるだけでなく、実用的に展開可能で人間が読みやすい監視出力を生成し、設計段階からGDPR第5条(1)(c)に準拠することを示している。
本論文は2026年5月28日にarXivに投稿され、Gudrun Schappacher-Tilp氏ら4名の著者による6ページ、図4点、表3点、リスト1点の構成である。主題はコンピュータビジョンとパターン認識（cs.CV）および暗号とセキュリティ（cs.CR）に分類されている。