Fugu-MT 論文翻訳(概要): Privacy protection based on mask template

論文の概要: Privacy protection based on mask template

arxiv url: http://arxiv.org/abs/2202.06250v1
Date: Sun, 13 Feb 2022 08:11:04 GMT
ステータス: 処理完了
システム内更新日: 2022-02-15 15:41:53.409289
Title: Privacy protection based on mask template
Title（参考訳）: マスクテンプレートに基づくプライバシー保護
Authors: Hao Wang (1), Yu Bai (2), Guangmin Sun (1), Jie Liu (1) ((1) Beijing University of Technology,(2) Beijing Friendship Hospital)
Abstract要約: 人間の生体認証は一般的に画像の中に存在する。個人のプライバシーの開示を避けるため、未承認の認識アルゴリズムが元の画像の実際の特徴を取得するのを防ぐ必要がある。
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: Powerful recognition algorithms are widely used in the Internet or important medical systems, which poses a serious threat to personal privacy. Although the law provides for diversity protection, e.g. The General Data Protection Regulation (GDPR) in Europe and Articles 1032 to 1039 of the civil code in China. However, as an important privacy disclosure event, biometric data is often hidden, which is difficult for the owner to detect and trace to the source. Human biometrics generally exist in images. In order to avoid the disclosure of personal privacy, we should prevent unauthorized recognition algorithms from acquiring the real features of the original image.
Abstract（参考訳）: 強力な認識アルゴリズムはインターネットや重要な医療システムで広く使われており、個人のプライバシーに深刻な脅威をもたらす。この法律は多様性保護を提供するが、ヨーロッパの一般データ保護規則(GDPR)や中国の民法1032条から1039条などである。しかし、重要なプライバシー開示イベントとして、バイオメトリックデータがしばしば隠されているため、所有者がソースを検出して追跡することは困難である。ヒトのバイオメトリックスは一般に画像に存在する。個人のプライバシーの開示を避けるため、未承認の認識アルゴリズムが元の画像の実際の特徴を取得するのを防ぐ必要がある。

関連論文リスト

Activity Recognition on Avatar-Anonymized Datasets with Masked Differential Privacy [64.32494202656801]
プライバシを保存するコンピュータビジョンは、機械学習と人工知能において重要な問題である。本稿では,ビデオデータセット中の感性のある被験者を文脈内の合成アバターに置き換える匿名化パイプラインを提案する。また、匿名化されていないがプライバシーに敏感な背景情報を保護するため、MaskDPを提案する。
論文参考訳（メタデータ） (2024-10-22T15:22:53Z)
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)
Fairly Private: Investigating The Fairness of Visual Privacy Preservation Algorithms [1.5293427903448025]
本稿では,一般的に使用されている視覚的プライバシ保護アルゴリズムの妥当性について検討する。 PubFigデータセットの実験は、提供されたプライバシ保護がグループ間で不平等であることを明確に示している。
論文参考訳（メタデータ） (2023-01-12T13:40:38Z)
Privacy-Preserving Face Recognition with Learnable Privacy Budgets in Frequency Domain [77.8858706250075]
本稿では,周波数領域における差分プライバシーを用いたプライバシ保護顔認証手法を提案する。本手法はいくつかの古典的顔認証テストセットで非常によく機能する。
論文参考訳（メタデータ） (2022-07-15T07:15:36Z)
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)
Does a Face Mask Protect my Privacy?: Deep Learning to Predict Protected Attributes from Masked Face Images [0.6562256987706128]
我々は20,003個の合成マスク付き画像を持つResNet-50アーキテクチャに基づいてCNNを訓練・適用する。マスク着用時のプライバシー侵害性には有意な差はない。提案手法は,人工知能システムのプライバシー侵害性を評価するためのベースラインユーティリティとして機能する。
論文参考訳（メタデータ） (2021-12-15T04:46:19Z)
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)
"Healthy surveillance": Designing a concept for privacy-preserving mask recognition AI in the age of pandemics [1.1470070927586016]
2020年に新型コロナウイルスのパンデミックが発生した場合、多くの政府はマスクを着用するよう推奨したり、市民に勧めたりする。マスク認識の大規模監視には、高性能な人工知能が必要である。我々の概念的ディープラーニングに基づく人工知能は、プライバシーに優しい環境で95%から99%の検知性能を達成することができる。
論文参考訳（メタデータ） (2020-10-20T14:00:04Z)
InfoScrub: Towards Attribute Privacy by Targeted Obfuscation [77.49428268918703]
視覚データに流出した個人情報を個人が制限できる技術について検討する。我々はこの問題を新しい画像難読化フレームワークで解決する。提案手法では,元の入力画像に忠実な難読化画像を生成するとともに,非難読化画像に対して6.2$times$(または0.85bits)の不確実性を増大させる。
論文参考訳（メタデータ） (2020-05-20T19:48:04Z)
Towards Face Encryption by Generating Adversarial Identity Masks [53.82211571716117]
敵の識別マスクを生成するためのターゲットID保護反復法(TIP-IM)を提案する。 TIP-IMは、様々な最先端の顔認識モデルに対して95%以上の保護成功率を提供する。
論文参考訳（メタデータ） (2020-03-15T12:45:10Z)

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。