論文の概要: Reversing Deep Face Embeddings with Probable Privacy Protection

• arxiv url: http://arxiv.org/abs/2310.03005v1
• Date: Wed, 4 Oct 2023 17:48:23 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-05 13:27:30.772284
• Title: Reversing Deep Face Embeddings with Probable Privacy Protection
• Title（参考訳）: プライバシー保護の可能なディープフェイス埋め込みの反転
• Authors: Daile Osorio-Roig, Paul A. Gerlitz, Christian Rathgeb, and Christoph Busch
• Abstract要約: 生体認証のソフトなプライバシー保護を破るために、保護された顔埋め込みに対して最先端の顔画像再構成アプローチが評価されている。 その結果,生体認証による顔の埋め込みは,最大98%の精度で再現可能であることがわかった。
• 参考スコア（独自算出の注目度）: 6.492755549391469
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Generally, privacy-enhancing face recognition systems are designed to offer permanent protection of face embeddings. Recently, so-called soft-biometric privacy-enhancement approaches have been introduced with the aim of canceling soft-biometric attributes. These methods limit the amount of soft-biometric information (gender or skin-colour) that can be inferred from face embeddings. Previous work has underlined the need for research into rigorous evaluations and standardised evaluation protocols when assessing privacy protection capabilities. Motivated by this fact, this paper explores to what extent the non-invertibility requirement can be met by methods that claim to provide soft-biometric privacy protection. Additionally, a detailed vulnerability assessment of state-of-the-art face embedding extractors is analysed in terms of the transformation complexity used for privacy protection. In this context, a well-known state-of-the-art face image reconstruction approach has been evaluated on protected face embeddings to break soft biometric privacy protection. Experimental results show that biometric privacy-enhanced face embeddings can be reconstructed with an accuracy of up to approximately 98%, depending on the complexity of the protection algorithm.
• Abstract（参考訳）: 一般的に、顔認識システムは、顔埋め込みの恒久的な保護を提供するように設計されている。 近年,ソフトバイオメトリック属性のキャンセルを目的として,いわゆるソフトバイオメトリックプライバシエンハンスメントアプローチが導入された。 これらの方法は、顔の埋め込みから推測できる柔らかい生体情報(性別や肌の色)の量を制限する。 これまでの研究は、プライバシー保護機能を評価する際に厳格な評価と標準化された評価プロトコルの研究の必要性を根ざしてきた。 この事実を動機として,ソフトバイオメトリックのプライバシー保護を主張する手法によって,非可逆性要件がどの程度満たされるかを検討する。 さらに,プライバシー保護に使用されるトランスフォーメーションの複雑さの観点から,最先端顔埋め込み抽出器の詳細な脆弱性評価を行う。 この文脈では、ソフトバイオメトリック・プライバシ保護を破るために、保護された顔埋め込みに対して、最先端の顔画像再構成アプローチが評価されている。 実験の結果,保護アルゴリズムの複雑さに応じて,バイオメトリックなプライバシ強化顔の埋め込みを最大98%の精度で再構築できることが示唆された。

関連論文リスト

• Face De-identification: State-of-the-art Methods and Comparative Studies [32.333766763819796]
  顔の特定は、顔画像のプライバシーを保護する効果的な手段とみなされる。 本稿では,現在最先端の顔識別手法を,ピクセルレベル,表現レベル,意味レベルという3つのレベルに分類する。
  論文  参考訳（メタデータ） (2024-11-15T01:00:00Z)
• 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)
• 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)
• 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)
• An Attack on Feature Level-based Facial Soft-biometric Privacy Enhancement [13.780253190395715]
  特徴レベルに基づく顔ソフトバイオメトリック・プライバシ・エンハンスメント技術に対する攻撃を導入する。 プライバシーの強化を回避することができ、性別を最大90%の精度で正しく分類することができる。
  論文  参考訳（メタデータ） (2021-11-24T10:41:15Z)
• 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)
• Unsupervised Enhancement of Soft-biometric Privacy with Negative Face Recognition [13.555831336280407]
  テンプレートレベルでのソフトバイオメトリック・プライバシを高める新しい顔認識手法である負顔認識(NFR)を提案する。 当社のアプローチでは、プライバシに敏感なラベルは必要とせず、事前定義された属性に限らず、より包括的なプライバシ保護を提供します。
  論文  参考訳（メタデータ） (2020-02-21T08:37:16Z)

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。