論文の概要: Analysis of Adversarial Image Manipulations
- arxiv url: http://arxiv.org/abs/2305.06307v1
- Date: Wed, 10 May 2023 16:52:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-11 12:04:36.842072
- Title: Analysis of Adversarial Image Manipulations
- Title（参考訳）: 敵対的画像操作の解析
- Authors: Ahsi Lo, Gabriella Pangelinan, Michael C. King
- Abstract要約: オンラインでアップロードされた画像は、ユーザーの同意や知識なしに取り除くことができる。
本稿では,シンプルな画像操作技術が顔認識ソフトウェアの精度に与える影響について検討する。
- 参考スコア（独自算出の注目度）: 0.7734726150561088
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As virtual and physical identity grow increasingly intertwined, the
importance of privacy and security in the online sphere becomes paramount. In
recent years, multiple news stories have emerged of private companies scraping
web content and doing research with or selling the data. Images uploaded online
can be scraped without users' consent or knowledge. Users of social media
platforms whose images are scraped may be at risk of being identified in other
uploaded images or in real-world identification situations. This paper
investigates how simple, accessible image manipulation techniques affect the
accuracy of facial recognition software in identifying an individual's various
face images based on one unique image.
- Abstract（参考訳）: 仮想的および物理的アイデンティティがますます絡み合うにつれて、オンライン分野におけるプライバシーとセキュリティの重要性が最重要視される。
近年、複数のニュース記事が、プライベート企業がWebコンテンツをスクラップし、データを調査したり売ったりしている。
オンラインでアップロードされた画像は、ユーザーの同意や知識なしに取り除くことができる。
画像がスクラップされたソーシャルメディアプラットフォームのユーザーは、他のアップロードされた画像や現実世界の識別状況で識別される危険性がある。
本稿では,1つのユニークな画像から個人の顔画像の識別において,画像操作技術が顔認識ソフトウェアの精度に与える影響について検討する。
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) - Privacy-Preserving Face Recognition in Hybrid Frequency-Color Domain [16.05230409730324]
顔画像は、各ユーザのアイデンティティ情報に関連付けられた、敏感なバイオメトリック属性である。
本稿では,顔認識の入力次元を低減するために,ハイブリッド周波数-カラー融合法を提案する。
1:Nの検証シナリオの最先端よりも約2.6%から4.2%高い精度を持つ。
論文 参考訳（メタデータ） (2024-01-24T11:27:32Z) - 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) - SynFace: Face Recognition with Synthetic Data [83.15838126703719]
我々は、ID混在(IM)とドメイン混在(DM)を併用したSynFaceを考案し、パフォーマンスギャップを緩和する。
また、合成顔画像の系統的実験分析を行い、合成データを顔認識に効果的に活用する方法についての知見を提供する。
論文 参考訳（メタデータ） (2021-08-18T03:41:54Z) - IdentityDP: Differential Private Identification Protection for Face
Images [17.33916392050051]
顔の非識別、別名顔の匿名化は、実際のアイデンティティが隠されている間、同様の外観と同じ背景を持つ別の画像を生成することを指します。
我々は,データ駆動型ディープニューラルネットワークと差分プライバシー機構を組み合わせた顔匿名化フレームワークであるIdentityDPを提案する。
我々のモデルは、顔の識別関連情報を効果的に難読化し、視覚的類似性を保ち、高品質な画像を生成することができる。
論文 参考訳（メタデータ） (2021-03-02T14:26:00Z) - CIAGAN: Conditional Identity Anonymization Generative Adversarial
Networks [12.20367903755194]
CIAGANは条件付き生成対向ネットワークに基づく画像およびビデオの匿名化モデルである。
このモデルでは,高品質な画像や映像を制作しながら,顔や身体の特徴を識別できる。
論文 参考訳（メタデータ） (2020-05-19T15:56:08Z) - 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) - Investigating the Impact of Inclusion in Face Recognition Training Data
on Individual Face Identification [93.5538147928669]
最新のオープンソースの顔認識システムであるArcFaceを、100万枚以上の散らばった画像を用いた大規模な顔識別実験で監査する。
モデルのトレーニングデータには79.71%、存在しない人には75.73%のランク1顔認証精度がある。
論文 参考訳（メタデータ） (2020-01-09T15:50:28Z) - PrivacyNet: Semi-Adversarial Networks for Multi-attribute Face Privacy [15.301150389512744]
画像手法を用いて, 顔画像に対するソフトバイオメトリック・プライバシを実現する手法を開発した。
画像摂動は、GANをベースとしたSAN(Semi-Adversarial Network)を用いて行われる。
PrivacyNetでは、入力された顔画像に難読化される属性を選択することができる。
論文 参考訳（メタデータ） (2020-01-02T18:53:31Z)
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。