論文の概要: Protego: User-Centric Pose-Invariant Privacy Protection Against Face Recognition-Induced Digital Footprint Exposure

• arxiv url: http://arxiv.org/abs/2508.02034v1
• Date: Mon, 04 Aug 2025 04:03:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-05 18:25:22.16356
• Title: Protego: User-Centric Pose-Invariant Privacy Protection Against Face Recognition-Induced Digital Footprint Exposure
• Title（参考訳）: Protego: 顔認識によるデジタルフットプリント露出に対するユーザ中心のプライバシー保護
• Authors: Ziling Wang, Shuya Yang, Jialin Lu, Ka-Ho Chow,
• Abstract要約: Clearview AIやPIMEyesのようなサービスは、誰でも顔写真をアップロードして、その人物に関連する大量のオンラインコンテンツを検索できる。 これはID推論を可能にするだけでなく、ソーシャルメディアの活動、プライベート写真、ニュースレポートなどのデジタルフットプリントを、同意なしに公開する。 本稿では,ユーザ中心のプライバシ保護手法であるProtegoを提案する。
• 参考スコア（独自算出の注目度）: 4.752324012811179
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Face recognition (FR) technologies are increasingly used to power large-scale image retrieval systems, raising serious privacy concerns. Services like Clearview AI and PimEyes allow anyone to upload a facial photo and retrieve a large amount of online content associated with that person. This not only enables identity inference but also exposes their digital footprint, such as social media activity, private photos, and news reports, often without their consent. In response to this emerging threat, we propose Protego, a user-centric privacy protection method that safeguards facial images from such retrieval-based privacy intrusions. Protego encapsulates a user's 3D facial signatures into a pose-invariant 2D representation, which is dynamically deformed into a natural-looking 3D mask tailored to the pose and expression of any facial image of the user, and applied prior to online sharing. Motivated by a critical limitation of existing methods, Protego amplifies the sensitivity of FR models so that protected images cannot be matched even among themselves. Experiments show that Protego significantly reduces retrieval accuracy across a wide range of black-box FR models and performs at least 2x better than existing methods. It also offers unprecedented visual coherence, particularly in video settings where consistency and natural appearance are essential. Overall, Protego contributes to the fight against the misuse of FR for mass surveillance and unsolicited identity tracing.
• Abstract（参考訳）: 顔認識(FR)技術は、大規模な画像検索システムを動かすためにますます使われており、深刻なプライバシー上の懸念を提起している。 Clearview AIやPIMEyesのようなサービスは、誰でも顔写真をアップロードして、その人物に関連する大量のオンラインコンテンツを検索できる。 これはID推論を可能にするだけでなく、ソーシャルメディアの活動、プライベート写真、ニュースレポートなどのデジタルフットプリントを、同意なしに公開する。 この新たな脅威に対応するために,ユーザ中心のプライバシ保護手法であるProtegoを提案する。 Protegoは、ユーザの3D顔のシグネチャをポーズ不変な2D表現にカプセル化し、ユーザの顔画像のポーズと表現に合わせた自然な3Dマスクに動的に変形し、オンライン共有前に適用される。 既存の手法の限界により、ProtegoはFRモデルの感度を増幅し、保護された画像が彼らの間でも一致しないようにした。 実験により,Protegoは広範囲のブラックボックスFRモデルの検索精度を著しく低減し,既存の手法よりも少なくとも2倍の精度で動作可能であることが示された。 また、特に、一貫性と自然な外観が不可欠であるビデオ設定において、前例のない視覚的コヒーレンスを提供する。 全体としては、ProtegoはFRの大量監視と未分離のアイデンティティ追跡の誤用との戦いに貢献している。

関連論文リスト

• Personalized Privacy Protection Mask Against Unauthorized Facial Recognition [11.078375461923088]
  顔認識(FR)は、プライバシー侵害で悪用される可能性がある。政府、民間企業、さらには個々の攻撃者でさえ、ウェブスクレーピングによって顔画像を収集し、同意なしに人間の顔を識別するFRシステムを構築することができる。 本稿では,ユーザ中心のパーソナライズされたプライバシ保護マスクをP3マスクとして開発したChameleonについて紹介する。
  論文  参考訳（メタデータ） (2024-07-19T01:59:00Z)
• 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)
• Privacy-Preserving Face Recognition Using Trainable Feature Subtraction [40.47645421424354]
  顔認識はプライバシーの懸念を増している。 本稿では,視覚障害と回復障害に対する顔画像保護について検討する。 我々は,この手法を新たなプライバシ保護顔認識手法であるMinusFaceに精錬する。
  論文  参考訳（メタデータ） (2024-03-19T05:27:52Z)
• 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)
• DiffProtect: Generate Adversarial Examples with Diffusion Models for Facial Privacy Protection [64.77548539959501]
  DiffProtectは最先端の方法よりも自然に見える暗号化画像を生成する。 例えば、CelebA-HQとFFHQのデータセットで24.5%と25.1%の絶対的な改善が達成されている。
  論文  参考訳（メタデータ） (2023-05-23T02:45:49Z)
• 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)
• Protecting Facial Privacy: Generating Adversarial Identity Masks via Style-robust Makeup Transfer [24.25863892897547]
  対向性化粧品転写GAN(AMT-GAN)は、対向性化粧品の顔画像構築を目的とした新しい顔保護法である。 本稿では,新しい正規化モジュールを導入するとともに,化粧品の移動における対向雑音とサイクル構成損失との矛盾を解消するための共同トレーニング戦略を導入する。
  論文  参考訳（メタデータ） (2022-03-07T03:56:17Z)
• 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。