Fugu-MT 論文翻訳(概要): SISA: Securing Images by Selective Alteration

論文の概要: SISA: Securing Images by Selective Alteration

arxiv url: http://arxiv.org/abs/2106.11770v1
Date: Sun, 20 Jun 2021 05:31:47 GMT
ステータス: 処理完了
システム内更新日: 2021-06-23 14:42:51.939883
Title: SISA: Securing Images by Selective Alteration
Title（参考訳）: SISA:Selective Alterationによる画像のセキュア化
Authors: Prutha Gaherwar, Shraddha Joshi, Raviraj Joshi, Rahul Khengare
Abstract要約: 画像の部分暗号化と完全暗号化の比較分析を行った。画像全体を暗号化したり、ぼやけたりするのではなく、選択した領域のみをエンコードします。 Mask-RCNNやYOLOといった機械学習アルゴリズムを利用して、関心領域を選択します。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: With an increase in mobile and camera devices' popularity, digital content in the form of images has increased drastically. As personal life is being continuously documented in pictures, the risk of losing it to eavesdroppers is a matter of grave concern. Secondary storage is the most preferred medium for the storage of personal and other images. Our work is concerned with the security of such images. While encryption is the best way to ensure image security, full encryption and decryption is a computationally-intensive process. Moreover, as cameras are getting better every day, image quality, and thus, the pixel density has increased considerably. The increased pixel density makes encryption and decryption more expensive. We, therefore, delve into selective encryption and selective blurring based on the region of interest. Instead of encrypting or blurring the entire photograph, we only encode selected regions of the image. We present a comparative analysis of the partial and full encryption of the photos. This kind of encoding will help us lower the encryption overhead without compromising security. The applications utilizing this technique will become more usable due to the reduction in the decryption time. Additionally, blurred images being more readable than encrypted ones, allowed us to define the level of security. We leverage the machine learning algorithms like Mask-RCNN (Region-based convolutional neural network) and YOLO (You Only Look Once) to select the region of interest. These algorithms have set new benchmarks for object recognition. We develop an end to end system to demonstrate our idea of selective encryption.
Abstract（参考訳）: モバイルやカメラ機器の人気が高まり、画像形式のデジタルコンテンツは劇的に増加した。個人生活が継続的に写真に記録されているため、盗難者を失うリスクは重大な懸念事項である。二次記憶装置は、個人や他の画像の保存に最も好まれる媒体である。私たちの仕事はそのような画像のセキュリティに関するものです。暗号化は画像のセキュリティを確保する最善の方法だが、完全な暗号化と復号化は計算集約的なプロセスである。さらに、毎日カメラが良くなっているため、画質が向上し、ピクセル密度が大幅に向上した。ピクセル密度の増大により、暗号化と復号化はより高価になる。したがって、興味のある領域に基づいて、選択的暗号化と選択的ぼやけを掘り下げる。写真全体を暗号化したり、ぼかす代わりに、選択した領域だけをエンコードする。画像の部分暗号化と完全暗号化の比較分析を行った。このようなエンコーディングは、セキュリティを損なうことなく、暗号化オーバーヘッドの低減に役立ちます。この技術を利用したアプリケーションは、復号化時間の短縮により、より使いやすくなるだろう。さらに、ぼやけた画像は暗号化画像よりも読みやすく、セキュリティレベルを定義することができます。 Mask-RCNN(Regionベースの畳み込みニューラルネットワーク)やYOLO(You Only Look Once)といった機械学習アルゴリズムを利用して、関心のある領域を選択する。これらのアルゴリズムは、オブジェクト認識の新しいベンチマークを設定した。我々は、選択的暗号化のアイデアを実証するエンド・ツー・エンド・システムを開発した。

関連論文リスト

Enabling Practical and Privacy-Preserving Image Processing [5.526464269029825]
ホモモルフィック暗号化(FHE)は、暗号化されたデータの計算を可能にし、復号化を必要とせずに機密性を保存する。従来のFHEメソッドは、ピクセルの代わりにモノリシックなデータブロックで画像を暗号化することが多い。 CKKS方式に基づく画素レベルの同型暗号化手法iCHEETAHを提案し,実装する。
論文参考訳（メタデータ） (2024-09-05T14:22:02Z)
Comparative Analysis of AES, Blowfish, Twofish, Salsa20, and ChaCha20 for Image Encryption [0.4711628883579317]
本研究は,防止とストリーム暗号化に利用される暗号手法とアルゴリズムについて検討する。 AES(Advanced Encryp-tion Standard)、Blowfish、Twofish、Salsa20、ChaCha20などのエンコーディング技術について検討している。その結果、ChaCha20は暗号化と復号の両方で、他のアルゴリズムよりも50%以上高速であることがわかった。
論文参考訳（メタデータ） (2024-07-23T08:26:05Z)
Deep Learning and Chaos: A combined Approach To Image Encryption and Decryption [1.8749305679160366]
本稿では,新しい3次元ハイパーカオスマップ,2次元メムリスタマップ,畳み込みニューラルネットワーク(CNN)からのハイパーカオス信号を用いた新しい画像暗号化と復号化アルゴリズムを提案する。暗号アルゴリズムのロバスト性は、キー感度分析(キー要素に対するアルゴリズムの平均感度)によって示される。
論文参考訳（メタデータ） (2024-06-24T16:56:22Z)
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)
Lightweight Public Key Encryption in Post-Quantum Computing Era [0.0]
デジタル世界での信頼度は、暗号アルゴリズムのセキュリティに基づいています。量子コンピュータの技術進歩の過程で、共通暗号化アルゴリズムの保護機能が脅かされている。我々の概念は、古典的非対称暗号法の現代複雑性クラスへの変換を記述している。
論文参考訳（メタデータ） (2023-11-24T21:06:42Z)
Human-imperceptible, Machine-recognizable Images [76.01951148048603]
より良い開発AIシステムと、センシティブなトレーニングデータから距離を置くことの間の、ソフトウェアエンジニアに関する大きな対立が露呈している。画像が暗号化され、人間に認識され、機械に認識される」という、効率的なプライバシー保護学習パラダイムを提案する。提案手法は,機械が認識可能な情報を保存しながら,暗号化された画像が人間に認識されなくなることを保証できることを示す。
論文参考訳（メタデータ） (2023-06-06T13:41:37Z)
RiDDLE: Reversible and Diversified De-identification with Latent Encryptor [57.66174700276893]
本研究は、Reversible and Diversified De-identification with Latent Encryptorの略であるRiDDLEを提示する。事前に学習したStyleGAN2ジェネレータ上に構築されたRiDDLEは、潜伏空間内の顔のアイデンティティを暗号化して復号する。
論文参考訳（メタデータ） (2023-03-09T11:03:52Z)
Speckle-based optical cryptosystem and its application for human face recognition via deep learning [17.169570487230747]
顔画像は、慎重に保護されるべき敏感な生体データである。本研究では,高効率なスペックルベースの光暗号システムを提案し,実装した。提案した暗号システムは幅広い適用性を持ち、セキュリティの高い複雑な情報暗号化と復号化のための新たな道を開く可能性がある。
論文参考訳（メタデータ） (2022-01-26T07:18:02Z)
Privacy-Preserving Image Acquisition Using Trainable Optical Kernel [50.1239616836174]
本稿では、画像センサに到達する前に、光学領域の感度の高い識別情報を除去する訓練可能な画像取得手法を提案する。イメージセンサに到達する前に、センシティブなコンテンツが抑制されるため、デジタルドメインには入らないため、いかなる種類のプライバシー攻撃でも検索できない。
論文参考訳（メタデータ） (2021-06-28T11:08:14Z)
A Study of Face Obfuscation in ImageNet [94.2949777826947]
本稿では,imagenetチャレンジにおける画像難読化について検討する。 ImageNetチャレンジのほとんどのカテゴリは、人のカテゴリではありません。さまざまな深層ニューラルネットワークを顔画像上でベンチマークし、異なるカテゴリに対する異なる影響を観察します。結果は、顔が破れた画像で学んだ特徴が等しく転送可能であることを示している。
論文参考訳（メタデータ） (2021-03-10T17:11:34Z)
HERS: Homomorphically Encrypted Representation Search [56.87295029135185]
本稿では,暗号化ドメイン内の大規模ギャラリーに対して,プローブ(あるいはクエリ)画像表現を検索する手法を提案する。我々の暗号方式は固定長表現の取得方法に従わないため、任意のアプリケーション領域における任意の固定長表現に適用できる。
論文参考訳（メタデータ） (2020-03-27T01:10:54Z)

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。