論文の概要: Practical Digital Disguises: Leveraging Face Swaps to Protect Patient Privacy

• arxiv url: http://arxiv.org/abs/2204.03559v1
• Date: Thu, 7 Apr 2022 16:34:15 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-08 17:24:22.042475
• Title: Practical Digital Disguises: Leveraging Face Swaps to Protect Patient Privacy
• Title（参考訳）: 患者のプライバシーを守るために顔のスワップを活用
• Authors: Ethan Wilson and Frederick Shic and Jenny Skytta and Eakta Jain
• Abstract要約: プライバシー保護のための顔交換は、研究の活発な領域として現れている。 本研究の主な貢献は,小児の自閉症症状の標準的な評価ビデオのための,エンドツーエンドの顔交換パイプラインである。
• 参考スコア（独自算出の注目度）: 1.7249222048792818
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With rapid advancements in image generation technology, face swapping for privacy protection has emerged as an active area of research. The ultimate benefit is improved access to video datasets, e.g. in healthcare settings. Recent literature has proposed deep network-based architectures to perform facial swaps and reported the associated reduction in facial recognition accuracy. However, there is not much reporting on how well these methods preserve the types of semantic information needed for the privatized videos to remain useful for their intended application. Our main contribution is a novel end-to-end face swapping pipeline for recorded videos of standardized assessments of autism symptoms in children. Through this design, we are the first to provide a methodology for assessing the privacy-utility trade-offs for the face swapping approach to patient privacy protection. Our methodology can show, for example, that current deep network based face swapping is bottle-necked by face detection in real world videos, and the extent to which gaze and expression information is preserved by face swaps relative to baseline privatization methods such as blurring.
• Abstract（参考訳）: 画像生成技術の急速な進歩により、プライバシー保護のための顔交換が研究の活発な領域として現れている。 究極のメリットは、医療設定などのビデオデータセットへのアクセスを改善することだ。 近年、顔スワップを行うためのディープネットワークアーキテクチャを提案し、顔認識精度の低下を報告している。 しかし、これらの手法が、民営化されたビデオが意図したアプリケーションに役立ち続けるために必要な意味情報の種類をいかに保存するかについては報告されていない。 本研究の主な貢献は,小児の自閉症症状の標準的な評価ビデオのための,エンドツーエンドの顔交換パイプラインである。 この設計を通じて、私たちは、患者のプライバシ保護に対するフェイススワップアプローチに対するプライバシユーティリティトレードオフを評価するための方法論を初めて提供します。 提案手法は,例えば,現在の深層ネットワークに基づく顔スワップは,実世界ビデオにおける顔検出によってボトルネックされ,視線情報や表情情報が顔スワップによって保存される程度をぼやけなどのベースライン民営化手法と比較して示すことができる。

関連論文リスト

• Transferable Adversarial Facial Images for Privacy Protection [15.211743719312613]
  視覚的品質を維持しつつ、転送性を改善した新しい顔プライバシー保護方式を提案する。 生成モデルの潜在空間をトラバースするために,まずグローバルな逆潜時探索を利用する。 次に、視覚的アイデンティティ情報を保存するための重要なランドマーク正規化モジュールを導入する。
  論文  参考訳（メタデータ） (2024-07-18T02:16:11Z)
• 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)
• 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)
• Privacy-Preserving Face Recognition Using Random Frequency Components [46.95003101593304]
  顔認識によってプライバシーの懸念が高まっている。 人間の知覚可能な低周波成分を抽出することで視覚情報を隠蔽することを提案する。 得られた知見を,プライバシ保護のための新しい顔認識手法であるPartialFaceに抽出する。
  論文  参考訳（メタデータ） (2023-08-21T04:31:02Z)
• CLIP2Protect: Protecting Facial Privacy using Text-Guided Makeup via Adversarial Latent Search [10.16904417057085]
  ディープラーニングベースの顔認識システムは、デジタル世界のユーザを無許可で追跡することができる。 既存のプライバシーを強化する方法は、ユーザー体験を損なうことなく、顔のプライバシーを保護することができる自然主義的なイメージを生成するのに失敗する。 本稿では,事前学習された生成モデルの低次元多様体における逆潜時符号の発見に依存する,顔のプライバシー保護のための新しい2段階のアプローチを提案する。
  論文  参考訳（メタデータ） (2023-06-16T17:58:15Z)
• Privacy-preserving Adversarial Facial Features [31.885215405010687]
  本稿では, 顔のプライバシ保護に配慮した顔のプライバシー保護手法を提案する。 我々は,AdvFaceが再建攻撃に対する防御において,最先端のプライバシー保護手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-05-08T08:52:08Z)
• 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)
• FaceMAE: Privacy-Preserving Face Recognition via Masked Autoencoders [81.21440457805932]
  顔のプライバシと認識性能を同時に考慮する新しいフレームワークFaceMAEを提案する。 ランダムにマスクされた顔画像は、FaceMAEの再構築モジュールのトレーニングに使用される。 また、いくつかの公開顔データセット上で十分なプライバシー保護顔認証を行う。
  論文  参考訳（メタデータ） (2022-05-23T07:19:42Z)
• 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。

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。