論文の概要: PoliteCamera: Respecting Strangers' Privacy in Mobile Photographing

• arxiv url: http://arxiv.org/abs/2005.11634v1
• Date: Sun, 24 May 2020 01:18:13 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-29 14:10:27.044160
• Title: PoliteCamera: Respecting Strangers' Privacy in Mobile Photographing
• Title（参考訳）: PoliteCamera:モバイル写真におけるストレガーのプライバシー
• Authors: Ang Li, Wei Du, Qinghua Li
• Abstract要約: 我々は、見知らぬ人のプライバシーを保護するために、PoliteCameraと呼ばれる協調移動撮影方式を提案する。 写真家と見知らぬ人の協力により、写真の中の見知らぬ人の顔は、依頼に応じて自動的にぼやけてしまう。 要求された見知らぬ人が写真に写っているかどうかを判断するために、適応型平衡畳み込みニューラルネットワーク(ABCNN)が提案されている。
• 参考スコア（独自算出の注目度）: 14.183404431111914
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Camera is a standard on-board sensor of modern mobile phones. It makes photo taking popular due to its convenience and high resolution. However, when users take a photo of a scenery, a building or a target person, a stranger may also be unintentionally captured in the photo. Such photos expose the location and activity of strangers, and hence may breach their privacy. In this paper, we propose a cooperative mobile photographing scheme called PoliteCamera to protect strangers' privacy. Through the cooperation between a photographer and a stranger, the stranger's face in a photo can be automatically blurred upon his request when the photo is taken. Since multiple strangers nearby the photographer might send out blurring requests but not all of them are in the photo, an adapted balanced convolutional neural network (ABCNN) is proposed to determine whether the requesting stranger is in the photo based on facial attributes. Evaluations demonstrate that the ABCNN can accurately predict facial attributes and PoliteCamera can provide accurate privacy protection for strangers.
• Abstract（参考訳）: カメラは現代の携帯電話の標準搭載センサーである。 写真撮影は便利さと高解像度さで人気がある。 しかし、ユーザーが風景や建物、ターゲットの人物の写真を撮ると、見知らぬ人が意図せず写真に撮られることもある。 このような写真は見知らぬ人の位置や活動を公開しているため、プライバシーを侵害する可能性がある。 本稿では,見知らぬ人のプライバシーを守るために,PoliteCameraという協調移動撮影方式を提案する。 写真家と見知らぬ人の協力により、写真に写っている見知らぬ人の顔は、写真が撮られたときに自動的にぼやけてしまう。 近くにいる複数の見知らぬ人が、ぼやけた要求を送信し、全員が写真に写っているわけではないので、顔の特徴に基づいて、要求する見知らぬ人が写真の中にいるかどうかを判断するために、適応された平衡畳み込みニューラルネットワーク(ABCNN)が提案されている。 ABCNNは顔の特徴を正確に予測でき、PoliteCameraは見知らぬ人に正確なプライバシー保護を提供する。

関連論文リスト

• Anonymization Prompt Learning for Facial Privacy-Preserving Text-to-Image Generation [56.46932751058042]
  我々は、テキストから画像への拡散モデルのための学習可能なプロンプトプレフィックスをトレーニングし、匿名化された顔のアイデンティティを生成するよう強制する。 実験では,非同一性固有の画像生成の品質を損なうことなく,特定の個人を匿名化するAPLの匿名化性能を実証した。
  論文  参考訳（メタデータ） (2024-05-27T07:38:26Z)
• Privacy-preserving Optics for Enhancing Protection in Face De-identification [60.110274007388135]
  この脆弱性を解決するために,ハードウェアレベルの顔識別手法を提案する。 また、プライバシ保存画像、フェイスヒートマップ、およびパブリックデータセットからの参照顔イメージを入力として、新しい顔を生成する匿名化フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-31T19:28:04Z)
• OPOM: Customized Invisible Cloak towards Face Privacy Protection [58.07786010689529]
  我々は、新しいタイプのカスタマイズクロークに基づく技術の観点から、顔のプライバシ保護について検討する。 本研究では,個人固有の(クラスワイドな)ユニバーサルマスクを生成するために,1人1マスク(OPOM)という新しい手法を提案する。 提案手法の有効性を,共通データセットと有名データセットの両方で評価した。
  論文  参考訳（メタデータ） (2022-05-24T11:29:37Z)
• PrivPAS: A real time Privacy-Preserving AI System and applied ethics [3.4485062225799936]
  機密コンテンツを特定するためにPrivPAS(リアルタイムプライバシ保存AIシステム)を導入する。 提案した軽量アーキテクチャは、メモリフットプリントがわずか8.49MBであり、リソース制約されたデバイスで89.52%という高いmAPを実現する。
  論文  参考訳（メタデータ） (2022-02-05T09:52:54Z)
• PRNU Based Source Camera Identification for Webcam and Smartphone Videos [137.6408511310322]
  このコミュニケーションは、Webカメラ/スマートフォンビデオのソースカメラ(SCI: Source Camera Identification)を特定するためにカメラセンサ指紋を使用する画像法医学の応用に関するものである。
  論文  参考訳（メタデータ） (2022-01-27T18:57:14Z)
• Deep Learning Approach Protecting Privacy in Camera-Based Critical Applications [57.93313928219855]
  カメラベースシステムにおけるプライバシー保護のためのディープラーニングアプローチを提案する。 我々の手法は、アプリケーションで必要とされない直感に基づいて、正当性(視覚的に顕著な)と非正則性(非正則性)を区別する。
  論文  参考訳（メタデータ） (2021-10-04T19:16:27Z)
• Differentially Private Imaging via Latent Space Manipulation [5.446368808660037]
  本稿では,無条件に訓練された生成モデルの潜在空間を操作することにより,画像の難読化に新たなアプローチを提案する。 これは、イメージプライバシに対する最初のアプローチで、$varepsilon$-differential privacy emphを満たす。
  論文  参考訳（メタデータ） (2021-03-08T17:32:08Z)
• FoggySight: A Scheme for Facial Lookup Privacy [8.19666118455293]
  ソーシャルメディアにアップロードされる前に、相手の事例文献から学んだ教訓を適用して、プライバシー保護の方法で顔写真を修正するソリューションを提案し、評価します。 f foggysightの核となる機能はコミュニティ保護戦略であり、ユーザがプライバシーの保護者として行動することで、敵の機械学習アルゴリズムによって生成されたデコイ写真をアップロードする。 我々は、このスキームのさまざまな設定を調査し、未知の内部構造を持つ顔認識サービスを含む、顔のプライバシー保護を可能にすることを見出します。
  論文  参考訳（メタデータ） (2020-12-15T19:57:18Z)
• Privacy-Preserving Pose Estimation for Human-Robot Interaction [8.905235622945254]
  プライバシ保護カメラを用いたポーズ推定手法を提案する。 提案システムは,カメラをカバーした透明フィルタにより構成される。 我々は,新しいフィルタ画像データセットを用いて,システムの性能を評価する。
  論文  参考訳（メタデータ） (2020-11-14T21:09:53Z)
• Unselfie: Translating Selfies to Neutral-pose Portraits in the Wild [57.944605468653414]
  自撮りでは、人間の腕の長さのような制約が身体のポーズを不自然に見せることが多い。 我々は、自撮り写真を中立的な肖像画に自動的に変換する新しい写真変換である$textitunselfie$を紹介した。 提案するポーズ検索モジュールは,リポジング作業を容易にし,複数のニュートラルな結果を生成することができる。
  論文  参考訳（メタデータ） (2020-07-29T19:21:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。