論文の概要: IDFace: Face Template Protection for Efficient and Secure Identification
- arxiv url: http://arxiv.org/abs/2507.12050v1
- Date: Wed, 16 Jul 2025 09:10:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-17 19:00:11.320277
- Title: IDFace: Face Template Protection for Efficient and Secure Identification
- Title（参考訳）: IDFace: 効率的かつセキュアな識別のための顔テンプレート保護
- Authors: Sunpill Kim, Seunghun Paik, Chanwoo Hwang, Dongsoo Kim, Junbum Shin, Jae Hong Seo,
- Abstract要約: IDFaceは、テンプレート保護を備えたHEベースのセキュアで効率的な顔識別方法である。
最初のテクニックはテンプレート表現変換で、マッチングテストの単体コストを劇的に削減する。
第二に、空間効率のよい符号化で、暗号化アルゴリズムから無駄なスペースを減らし、暗号化テンプレート上の操作数を削減している。
- 参考スコア（独自算出の注目度）: 1.8673205859834798
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As face recognition systems (FRS) become more widely used, user privacy becomes more important. A key privacy issue in FRS is protecting the user's face template, as the characteristics of the user's face image can be recovered from the template. Although recent advances in cryptographic tools such as homomorphic encryption (HE) have provided opportunities for securing the FRS, HE cannot be used directly with FRS in an efficient plug-and-play manner. In particular, although HE is functionally complete for arbitrary programs, it is basically designed for algebraic operations on encrypted data of predetermined shape, such as a polynomial ring. Thus, a non-tailored combination of HE and the system can yield very inefficient performance, and many previous HE-based face template protection methods are hundreds of times slower than plain systems without protection. In this study, we propose IDFace, a new HE-based secure and efficient face identification method with template protection. IDFace is designed on the basis of two novel techniques for efficient searching on a (homomorphically encrypted) biometric database with an angular metric. The first technique is a template representation transformation that sharply reduces the unit cost for the matching test. The second is a space-efficient encoding that reduces wasted space from the encryption algorithm, thus saving the number of operations on encrypted templates. Through experiments, we show that IDFace can identify a face template from among a database of 1M encrypted templates in 126ms, showing only 2X overhead compared to the identification over plaintexts.
- Abstract（参考訳）: 顔認識システム(FRS)が広く使われるようになると、ユーザのプライバシがより重要になる。
FRSにおける重要なプライバシ問題は、ユーザの顔画像の特徴をテンプレートから回収できるため、ユーザの顔テンプレートを保護することである。
ホモモルフィック暗号(HE)のような暗号ツールの最近の進歩は、FRSをセキュアにするための機会を提供しているが、効率的なプラグ・アンド・プレイ方式では、HEを直接使用することはできない。
特に、HEは任意のプログラムに対して機能的に完全であるが、基本的には多項式環のような所定の形状の暗号化データの代数演算のために設計されている。
したがって、HEとシステムの組み合わせは、非常に非効率な性能を得ることができ、従来のHEベースの顔テンプレート保護法は、保護のない普通のシステムよりも数百倍遅い。
本研究では,テンプレート保護機能を備えた新しいHEベースのセキュアかつ効率的な顔識別手法であるIDFaceを提案する。
IDFaceは、角距離を持つ(同型的に暗号化された)生体認証データベースを効率的に検索する2つの新しい手法に基づいて設計されている。
最初のテクニックはテンプレート表現変換で、マッチングテストの単体コストを劇的に削減する。
2つ目は、空間効率のよい符号化で、暗号化アルゴリズムから無駄なスペースを減らし、暗号化テンプレート上の操作数を削減している。
実験により、IDFaceは1Mの暗号化テンプレートのデータベースから126msで顔テンプレートを識別できることを示し、平文上の識別に比べて2倍のオーバーヘッドしか示さなかった。
関連論文リスト
- Privacy-preserving Preselection for Face Identification Based on Packing [9.235015111013064]
PFIP(Philipty-Preselection for Face Identification based on Packing)と呼ばれる暗号文領域における顔検索手法を提案する。
PFIPには、計算オーバーヘッドを削減する革新的な事前選択機構と、導入段階における生体認証システムの柔軟性を高めるパッケージモジュールが組み込まれている。
LFWおよびCASIAデータセットを用いて行った実験は、PFIPが元の顔認識モデルの精度を保ち、300ミリ秒以内に1000の暗号文の顔テンプレートを検索しながら100%のヒット率を達成することを示した。
論文 参考訳（メタデータ） (2025-07-03T08:15:07Z) - Shielding Latent Face Representations From Privacy Attacks [8.251076234961632]
埋め込みのための多層保護フレームワークを提案する。
a) 完全同型暗号化(FHE)を用いた埋め込み、(b) 可逆な特徴多様体ハッシュを用いてそれらをハッシュする。
従来の暗号化方法とは異なり、FHEは暗号化データ上で直接計算を可能にし、強力なプライバシー保証を維持しながら、ダウンストリーム分析を可能にする。
論文 参考訳（メタデータ） (2025-05-19T04:23:16Z) - iFADIT: Invertible Face Anonymization via Disentangled Identity Transform [51.123936665445356]
顔の匿名化は、個人のプライバシーを保護するために顔の視覚的アイデンティティを隠すことを目的としている。
Invertible Face Anonymization の頭字語 iFADIT を Disentangled Identity Transform を用いて提案する。
論文 参考訳（メタデータ） (2025-01-08T10:08:09Z) - G2Face: High-Fidelity Reversible Face Anonymization via Generative and Geometric Priors [71.69161292330504]
可逆顔匿名化(Reversible face anonymization)は、顔画像の繊細なアイデンティティ情報を、合成された代替品に置き換えようとしている。
本稿では,Gtextsuperscript2Faceを提案する。
提案手法は,高データの有効性を保ちながら,顔の匿名化と回復において既存の最先端技術よりも優れる。
論文 参考訳（メタデータ） (2024-08-18T12:36:47Z) - Enhancing Privacy in Face Analytics Using Fully Homomorphic Encryption [8.742970921484371]
本稿では,FHE(Fully Homomorphic Encryption)と,PolyProtectと呼ばれるテンプレート保護方式を組み合わせた新しい手法を提案する。
提案手法は,非可逆性と無リンク性を保証し,ソフトバイオメトリック埋め込みの漏洩を効果的に防止する。
論文 参考訳（メタデータ） (2024-04-24T23:56:03Z) - A secure and private ensemble matcher using multi-vault obfuscated templates [1.3518297878940662]
生成AIは、データ生成において前例のないリアリズム、多様性、効率を提供することによって、現代の機械学習に革命をもたらした。
バイオメトリックテンプレートのセキュリティとセキュアマッチングは、現代のバイオメトリックシステムにおいて最も求められている特徴である。
本稿では,バイオメトリックテンプレートのセキュリティを高めるために,ジェネレーティブAIを用いた新しい難読化手法を提案する。
論文 参考訳（メタデータ） (2024-04-08T05:18:39Z) - 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) - 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) - Feature Fusion Methods for Indexing and Retrieval of Biometric Data:
Application to Face Recognition with Privacy Protection [15.834050000008878]
提案手法は生体認証トランザクションに関連する計算負荷を90%削減する。
この方法は、保護された生体データの無リンク性、不可逆性、および更新性を保証する。
論文 参考訳（メタデータ） (2021-07-27T08:53:29Z) - 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。