論文の概要: AdvCloak: Customized Adversarial Cloak for Privacy Protection

• arxiv url: http://arxiv.org/abs/2312.14407v1
• Date: Fri, 22 Dec 2023 03:18:04 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-25 16:13:47.239245
• Title: AdvCloak: Customized Adversarial Cloak for Privacy Protection
• Title（参考訳）: advcloak:プライバシー保護のためにカスタマイズされたadversarial cloak
• Authors: Xuannan Liu and Yaoyao Zhong and Xing Cui and Yuhang Zhang and Peipei Li and Weihong Deng
• Abstract要約: 生成モデルを用いたプライバシー保護のための革新的なフレームワークであるAdvCloakを提案する。 AdvCloakは、画像レベルの自然性を維持することができるクラスワイドの対向マスクを自動でカスタマイズするように設計されている。 本稿では,AdvCloakが既存の最先端手法よりも効率と有効性で優れていることを示す。
• 参考スコア（独自算出の注目度）: 47.42005175670807
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With extensive face images being shared on social media, there has been a notable escalation in privacy concerns. In this paper, we propose AdvCloak, an innovative framework for privacy protection using generative models. AdvCloak is designed to automatically customize class-wise adversarial masks that can maintain superior image-level naturalness while providing enhanced feature-level generalization ability. Specifically, AdvCloak sequentially optimizes the generative adversarial networks by employing a two-stage training strategy. This strategy initially focuses on adapting the masks to the unique individual faces via image-specific training and then enhances their feature-level generalization ability to diverse facial variations of individuals via person-specific training. To fully utilize the limited training data, we combine AdvCloak with several general geometric modeling methods, to better describe the feature subspace of source identities. Extensive quantitative and qualitative evaluations on both common and celebrity datasets demonstrate that AdvCloak outperforms existing state-of-the-art methods in terms of efficiency and effectiveness.
• Abstract（参考訳）: ソーシャルメディアで広範な顔画像が共有されているため、プライバシーに関する懸念が顕著に高まっている。 本稿では,生成モデルを用いたプライバシー保護のための革新的なフレームワークであるAdvCloakを提案する。 AdvCloakは、機能レベルの一般化機能を提供しながら、優れた画像レベルの自然性を維持することができる、クラスワイドの対向マスクを自動でカスタマイズするように設計されている。 具体的には、AdvCloakは、2段階のトレーニング戦略を用いて、生成する敵ネットワークを逐次最適化する。 この戦略は、最初は、イメージ固有のトレーニングを通じて、個々の顔にマスクを適応させることに焦点を当て、続いて、特徴レベルの一般化能力を、個人固有のトレーニングを通じて、個人の顔の多様なバリエーションに拡張する。 限られたトレーニングデータを完全に活用するために,AdvCloakと幾何的モデリング手法を組み合わせることで,情報源の特徴部分空間をより正確に記述する。 AdvCloakが既存の最先端の手法よりも効率と有効性で優れていることを示す。

関連論文リスト

• Enhancing User-Centric Privacy Protection: An Interactive Framework through Diffusion Models and Machine Unlearning [54.30994558765057]
  この研究は、データ共有とモデル公開の間、画像データのプライバシーを同時に保護する包括的なプライバシー保護フレームワークのパイオニアだ。 本稿では、生成機械学習モデルを用いて属性レベルで画像情報を修正するインタラクティブな画像プライバシー保護フレームワークを提案する。 本フレームワークでは、画像中の属性情報を保護する差分プライバシー拡散モデルと、修正された画像データセット上でトレーニングされたモデルの効率的な更新を行う特徴未学習アルゴリズムの2つのモジュールをインスタンス化する。
  論文  参考訳（メタデータ） (2024-09-05T07:55:55Z)
• 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)
• Adaptive Hybrid Masking Strategy for Privacy-Preserving Face Recognition Against Model Inversion Attack [7.82336679905826]
  本稿では,モデル反転攻撃(MIA)に対する適応型ハイブリッドマスキングアルゴリズムを提案する。 具体的には、適応型MixUp戦略を用いて、周波数領域に顔画像が隠蔽される。 提案手法は,MIAに対するプライバシ保護と認識精度において,既存の防御アルゴリズムよりも優れていた。
  論文  参考訳（メタデータ） (2024-03-14T02:17:57Z)
• 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)
• PRO-Face S: Privacy-preserving Reversible Obfuscation of Face Images via Secure Flow [69.78820726573935]
  保護フローベースモデルを用いて,プライバシ保護による顔画像の可逆難読化(Reversible Obfuscation of Face image)を略してpro-Face Sと命名する。 本フレームワークでは、Invertible Neural Network(INN)を使用して、入力画像と、その事前難読化されたフォームとを処理し、事前難読化された画像と視覚的に近似したプライバシー保護された画像を生成する。
  論文  参考訳（メタデータ） (2023-07-18T10:55:54Z)
• 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)
• Attribute-Guided Encryption with Facial Texture Masking [64.77548539959501]
  本稿では,顔認識システムからユーザを保護するために,顔テクスチャマスキングを用いた属性ガイド暗号化を提案する。 提案手法は,最先端の手法よりも自然な画像を生成する。
  論文  参考訳（メタデータ） (2023-05-22T23:50:43Z)
• 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)

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。