論文の概要: A Review on Visual Privacy Preservation Techniques for Active and
Assisted Living
- arxiv url: http://arxiv.org/abs/2112.09422v1
- Date: Fri, 17 Dec 2021 10:37:30 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-20 16:03:57.047038
- Title: A Review on Visual Privacy Preservation Techniques for Active and
Assisted Living
- Title(参考訳): 能動生活と支援生活のための視覚プライバシー保護技術のレビュー
- Authors: Siddharth Ravi, Pau Climent-P\'erez, Francisco Florez-Revuelta
- Abstract要約: 最先端の視覚的プライバシ保護方法を分類できる新しい分類法を導入する。
分類学のカテゴリーである知覚難読化法が強調される。
機械学習モデルに対する難読化についても検討する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This paper reviews the state of the art in visual privacy protection
techniques, with particular attention paid to techniques applicable to the
field of active and assisted living (AAL). A novel taxonomy with which
state-of-the-art visual privacy protection methods can be classified is
introduced. Perceptual obfuscation methods, a category in the taxonomy, is
highlighted. These are a category of visual privacy preservation techniques
particularly relevant when considering scenarios that come under video-based
AAL monitoring. Obfuscation against machine learning models is also explored. A
high-level classification scheme of the different levels of privacy by design
is connected to the proposed taxonomy of visual privacy preservation
techniques. Finally, we note open questions that exist in the field and
introduce the reader to some exciting avenues for future research in the area
of visual privacy.
- Abstract(参考訳): 本稿では,視覚的プライバシ保護技術の現状を概観し,アクティブ・アシスト生活(AAL)分野に適用可能な技術に特に注目する。
最先端の視覚的プライバシ保護方法を分類できる新しい分類法を導入する。
分類学のカテゴリーである知覚的難読化法が強調される。
これらは、ビデオベースのAAL監視のシナリオを考える際に特に重要となる、視覚的プライバシ保護技術のカテゴリである。
機械学習モデルに対する難読化も検討されている。
設計によるプライバシの異なるレベルの高レベル分類スキームは、視覚プライバシ保存技法の分類法に関連付けられている。
最後に、この分野に存在するオープンな質問に注目し、視覚プライバシの分野における今後の研究のために、読者にエキサイティングな方法を紹介します。
関連論文リスト
- Diff-Privacy: Diffusion-based Face Privacy Protection [58.1021066224765]
本稿では,Diff-Privacyと呼ばれる拡散モデルに基づく顔のプライバシー保護手法を提案する。
具体的には、提案したマルチスケール画像インバージョンモジュール(MSI)をトレーニングし、元の画像のSDMフォーマット条件付き埋め込みのセットを得る。
本研究は,条件付き埋め込みに基づいて,組込みスケジューリング戦略を設計し,デノナイズプロセス中に異なるエネルギー関数を構築し,匿名化と視覚的アイデンティティ情報隠蔽を実現する。
論文 参考訳(メタデータ) (2023-09-11T09:26:07Z) - PrivacyProber: Assessment and Detection of Soft-Biometric
Privacy-Enhancing Techniques [1.790445868185437]
そこで本研究では, バイオメトリック・プライバシ・エンハンシング技術を用いて, 回復の試みの信頼性について検討する。
プライバシ強化顔画像からソフトバイオメトリック情報を復元するための高レベルフレームワークであるPrivacyProberを提案する。
論文 参考訳(メタデータ) (2022-11-16T12:20:18Z) - Hiding Visual Information via Obfuscating Adversarial Perturbations [47.315523613407244]
本稿では,データの視覚的プライバシを保護するために,敵対的な視覚情報隠蔽手法を提案する。
具体的には、データの視覚情報を隠蔽する難読化対向摂動を生成する。
認識・分類タスクの実験結果から,提案手法が視覚情報を効果的に隠蔽できることが示唆された。
論文 参考訳(メタデータ) (2022-09-30T08:23:26Z) - 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) - SPAct: Self-supervised Privacy Preservation for Action Recognition [73.79886509500409]
アクション認識におけるプライバシー漏洩を緩和するための既存のアプローチは、ビデオデータセットのアクションラベルとともに、プライバシラベルを必要とする。
自己教師付き学習(SSL)の最近の進歩は、未ラベルデータの未発見の可能性を解き放ちつつある。
本稿では、プライバシーラベルを必要とせず、自己管理的な方法で、入力ビデオからプライバシー情報を除去する新しいトレーニングフレームワークを提案する。
論文 参考訳(メタデータ) (2022-03-29T02:56:40Z) - A Brief Survey on Deep Learning Based Data Hiding, Steganography and
Watermarking [98.1953404873897]
既存の文献を簡潔かつ包括的にレビューし,3つのメタアーキテクチャを概説する。
そこで本研究では,ステガノグラフィ,ライトフィールドメッセージング,ウォーターマーキングなど,深層隠れの応用に関する具体的な戦略を概説する。
論文 参考訳(メタデータ) (2021-03-02T10:01:03Z) - Toward Privacy and Utility Preserving Image Representation [26.768476643200664]
本稿では,プライバシ保護のための画像表現の新規な課題について検討する。
本稿では,AIA(Adversarial Image Anonymizer)と呼ばれる原理的フレームワークを提案する。
AIAはまず、生成モデルを用いて画像表現を作成し、次に、敵対学習を用いて学習した画像表現を拡張して、与えられたタスクのプライバシーと有用性を維持する。
論文 参考訳(メタデータ) (2020-09-30T01:25:00Z) - Privacy-Preserving Image Features via Adversarial Affine Subspace
Embeddings [72.68801373979943]
多くのコンピュータビジョンシステムでは、ユーザーは画像処理とストレージのためにイメージ機能をクラウドにアップロードする必要がある。
本稿では,新しいプライバシー保護機能表現を提案する。
従来の特徴と比較すると,敵が個人情報を回収するのは極めて困難である。
論文 参考訳(メタデータ) (2020-06-11T17:29:48Z)
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。