論文の概要: Identity-Decoupled Anonymization for Visual Evidence in Multi-modal Retrieval-Augmented Generation

• arxiv url: http://arxiv.org/abs/2604.23584v1
• Date: Sun, 26 Apr 2026 07:42:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 17:12:07.447161
• Title: Identity-Decoupled Anonymization for Visual Evidence in Multi-modal Retrieval-Augmented Generation
• Title（参考訳）: マルチモーダル検索型生成における視覚的エビデンスのためのアイデンティティ分離匿名化
• Authors: Zehua Cheng, Wei Dai, Jiahao Sun,
• Abstract要約: Identity-Decoupled MRAGは、生成匿名化モジュールを検索と生成の間に介在するフレームワークである。 提案手法は,各面を識別符号と空間的に構造化された属性コードに分解し,相互情報的ペナルティと勾配に基づく独立項で正規化する不整形変分エンコーダ,識別符号を元のものと現実とを区別することが保証された合成物に置換する多様体認識拒絶サンプリング器,および (iii)匿名化顔と置換IDとを合成する条件付き潜時拡散発生器からなる。
• 参考スコア（独自算出の注目度）: 9.39195684989942
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multi-modal retrieval-augmented generation (MRAG) systems retrieve visual evidence from large image corpora to ground the responses of large multi-modal models, yet the retrieved images frequently contain human faces whose identities constitute sensitive personal information. Existing anonymization techniques that destroy the non-identity visual cues that downstream reasoning depends on or fail to provide principled privacy guarantees. We propose Identity-Decoupled MRAG, a framework that interposes a generative anonymization module between retrieval and generation. Our approach consists of three components: (i)a disentangled variational encoder that factorizes each face into an identity code and a spatially-structured attribute code, regularized by a mutual-information penalty and a gradient-based independence term; (ii)a manifold-aware rejection sampler that replaces the identity code with a synthetic one guaranteed to be both distinct from the original and realistic; and (iii)a conditional latent diffusion generator that synthesizes the anonymized face from the replacement identity and the preserved attributes, distilled into a latent consistency model for low-latency deployment. Privacy is enforced through a multi-oracle ensemble of face recognition models with a hinge-based loss that halts optimization once identity similarity drops below the impostor-regime threshold.
• Abstract（参考訳）: MRAG(Multi-modal search-augmented generation)システムは、大規模な画像コーパスから視覚的証拠を検索して、大規模なマルチモーダルモデルの応答を基礎とするが、検索された画像は、機密性の高い個人情報を構成する人間の顔を含むことが多い。 既存の匿名化技術は、下流の推論が原則化されたプライバシー保証を提供するか失敗するかに依存している、識別不能な視覚的手がかりを破壊する。 本稿では,生成する匿名化モジュールを検索と生成の間に介在するフレームワーク,ID-Decoupled MRAGを提案する。 私たちのアプローチは3つのコンポーネントで構成されています。 一 相互情報罰及び勾配に基づく独立用語により定式化された、各面を同一性コード及び空間的に構造化された属性コードに分解するゆがみのある変分エンコーダ (ii)識別符号を原語と現実語の両方を区別することが保証された合成語に置き換える多様体対応拒絶検体 三 置換ID及び保存属性から匿名化面を合成する条件付き潜時拡散発生装置を、低遅延展開のための潜時整合モデルに蒸留する。 プライバシは、ヒンジベースの損失で複数の顔認識モデルのアンサンブルを通じて実施される。

関連論文リスト

• AnyID: Ultra-Fidelity Universal Identity-Preserving Video Generation from Any Visual References [52.81991915377852]
  我々は,超忠実なアイデンティティ保存ビデオ生成フレームワークであるAnyIDを提案する。 まず,不均一な同一性入力を結合表現に効果的に統一する,スケーラブルなオムニ参照アーキテクチャを提案する。 第2に、1つの参照を標準アンカーとして指定し、新しい微分プロンプトを用いて正確な属性レベルの制御を可能にする一次参照生成パラダイムを提案する。
  論文  参考訳（メタデータ） (2026-03-26T08:54:48Z)
• SIDeR: Semantic Identity Decoupling for Unrestricted Face Privacy [53.75084833636302]
  本稿では,非制限顔プライバシー保護のためのセマンティックデカップリング駆動フレームワークSIDeRを提案する。 SIDeRは、顔画像をマシン認識可能な識別特徴ベクトルと視覚的に知覚可能なセマンティックな外観成分に分解する。 認証されたアクセスのために、SIDeRは正しいパスワードが提供されるときに元の形式に復元できる。
  論文  参考訳（メタデータ） (2026-02-04T19:30:48Z)
• Beyond Inference Intervention: Identity-Decoupled Diffusion for Face Anonymization [55.29071072675132]
  顔の匿名化は、非同一性属性を保持しながら、識別情報を隠蔽することを目的としている。 トレーニング中心の匿名化フレームワークである textbfIDsuperscript2Face を提案する。 IDtextsuperscript2Faceは、視覚的品質、アイデンティティの抑制、ユーティリティ保存において、既存の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2025-10-28T09:28:12Z)
• WithAnyone: Towards Controllable and ID Consistent Image Generation [83.55786496542062]
  アイデンティティ・一貫性・ジェネレーションは、テキスト・ツー・イメージ研究において重要な焦点となっている。 マルチパーソンシナリオに適した大規模ペアデータセットを開発する。 本稿では,データと多様性のバランスをとるためにペアデータを活用する,対照的なアイデンティティ損失を持つ新たなトレーニングパラダイムを提案する。
  論文  参考訳（メタデータ） (2025-10-16T17:59:54Z)
• 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)

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。