論文の概要: Head Count: Privacy-Preserving Face-Based Crowd Monitoring

• arxiv url: http://arxiv.org/abs/2604.14250v1
• Date: Wed, 15 Apr 2026 09:19:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-17 21:29:29.945018
• Title: Head Count: Privacy-Preserving Face-Based Crowd Monitoring
• Title（参考訳）: ヘッドカウント:プライバシ保護のための顔ベースの群衆モニタリング
• Authors: Fatemeh Marzani, Thijs van Ede, Geert Heijenk, Maarten van Steen,
• Abstract要約: 顔認識に基づいて人を数えるパイプラインを導入するが、個人のアイデンティティを明らかにすることは不可能である。 カメラが最初に顔を検出し、特徴を抽出し、ファジィ抽出器を用いて識別子を導出する。 これにより、暗号化されたデータを直接的に設定したメンバシップテストが可能となり、システムは場所をまたいだり、異なる瞬間をまたいだりできる。
• 参考スコア（独自算出の注目度）: 1.4975556539055586
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: An important aspect of crowd monitoring is knowing how many people we are dealing with. Sometimes, knowing the size of a crowd in a single location and at a specific moment is enough. Matters become problematic when counting the same people across dif ferent locations or counting them over longer periods of time. In those cases, we need to identify and later reidentify a person, which immediately leads to privacy concerns. Until recently, solutions have been based on unique identification of carry-on devices, yet privacy improvements have caused transmitted information to be randomized, rendering this technique mostly useless. We propose to use biometric data instead. We introduce a pipeline that counts people based on face recognition, yet without ever being able to reveal the identity of individuals. To count, a camera initially detects a face, extracts its features, and derives an identifier using a fuzzy extractor. The original facial image is then deleted. Identifiers are inserted into homomorphically encrypted Bloom filters. This allows oblivious set membership testing directly on encrypted data, enabling the system to count across locations or across different moments, without revealing any identities. We provide an initial evaluation of our method that shows promising results.
• Abstract（参考訳）: 群衆監視の重要な側面は、私たちが処理している人数を知ることです。 時には、ひとつの場所や特定の瞬間に群衆の大きさを知るだけで十分です。 希薄な場所をまたいで同じ人を数えたり、長い時間にわたって数えたりすると問題になる。 これらのケースでは、すぐにプライバシー上の懸念につながる人物を特定し、後で再識別する必要があります。 最近まで、ソリューションは携帯端末のユニークな識別に基づいていたが、プライバシの改善により送信された情報がランダム化され、このテクニックはほとんど役に立たない。 代わりに生体データの利用を提案する。 顔認識に基づいて人を数えるパイプラインを導入するが、個人のアイデンティティを明らかにすることは不可能である。 カメラが最初に顔を検出し、特徴を抽出し、ファジィ抽出器を用いて識別子を導出する。 元の顔画像は削除される。 識別器は同型に暗号化されたブルームフィルタに挿入される。 これにより、暗号化されたデータを直接的に設定したメンバシップテストが可能であるため、システムは、IDを公開せずに、場所をまたいだり、異なる瞬間をまたいで数えることができる。 提案手法の初期評価を行い,有望な結果を示す。

関連論文リスト

• Disguise without Disruption: Utility-Preserving Face De-Identification [40.484745636190034]
  本研究では,修正データの利用性を確保しつつ,顔画像をシームレスに識別する新しいアルゴリズムであるDisguiseを紹介する。 本手法は, 難読化と非可逆性を最大化するために, 変分機構を用いて生成した合成物を用いて, 描写されたアイデンティティを抽出し置換することを含む。 提案手法を複数のデータセットを用いて広範に評価し,様々な下流タスクにおける従来の手法と比較して,高い非識別率と一貫性を示す。
  論文  参考訳（メタデータ） (2023-03-23T13:50:46Z)
• Unsupervised Text Deidentification [101.2219634341714]
  個人識別情報を漏洩する単語を隠蔽する教師なしの識別手法を提案する。 K匿名性に基づくプライバシによって動機づけられた私たちは、最小の再識別ランクを保証するリアクションを生成します。
  論文  参考訳（メタデータ） (2022-10-20T18:54:39Z)
• 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)
• Locally Authenticated Privacy-preserving Voice Input [10.82818142802482]
  サービスプロバイダはユーザを認証しなければならないが、個人はプライバシの維持を望むかもしれない。 認証の実行中にプライバシを保存することは、特に敵がバイオメトリックデータを使用してトランスフォーメーションツールをトレーニングする場合には、非常に難しい。 ユーザの生信号のデバイス上の指紋をキャプチャして保存する,セキュアでフレキシブルなプライバシ保護システムを導入する。
  論文  参考訳（メタデータ） (2022-05-27T14:56:01Z)
• 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)

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。