論文の概要: How Private is Private? A Comparative Study for Face De-Identification
- arxiv url: http://arxiv.org/abs/2610.10334v2
- Date: Fri, 09 Oct 2026 12:42:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-13 04:06:29.181405
- Title: How Private is Private? A Comparative Study for Face De-Identification
- Title（参考訳）: プライベートとは何か? 顔の識別の比較研究
- Abstract要約: データと計量の両方の観点からFDeID評価を再考する。
データ側では、高いアイデンティティの多様性を備えた、キュレートされた人口動態バランスのベンチマークであるUtilFaceを紹介します。
メトリクス側では、アイデンティティの抑制、複数レベルのユーティリティ保存、画像品質を統一する階層的顔識別尺度であるHiFDを提案する。
- 参考スコア（独自算出の注目度）: 22.82098591513486
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Face de-identification (FDeID) has emerged as a critical privacy-preserving technology, yet its evaluation remains fundamentally fragmented. Existing protocols rely on inconsistent metrics, heterogeneous datasets, and partial annotation coverage, so methods targeting different utility dimensions, such as landmark versus expression preservation, are reported on different benchmarks under different metrics, rendering cross-method comparison infeasible. We revisit FDeID evaluation from both the data and metric perspectives. On the data side, we introduce UtilFace, a curated, demographically balanced benchmark with high identity diversity, assembled from four large-scale face datasets through identity-aware cleaning, resolution enhancement, and stratified filtering. On the metric side, we propose HiFD, a Hierarchical Face De-identification metric that unifies identity suppression, multi-level utility preservation, and image quality under a single consistency-based paradigm: every component is computed from pretrained estimators' outputs on the original face and its de-identified counterpart, directly quantifying how much identity is suppressed and how much downstream-perceivable utility survives. HiFD organizes facial signals into a three-level utility hierarchy spanning macro cues (L1), micro cues (L2), and imperceptible cues (L3), and aggregates the five resulting components into a single interpretable score via weighted harmonic mean, with configurable application-specific profiles. Using this unified protocol, we conduct a comprehensive comparative study spanning adversarial, GAN-based, and diffusion-based methods, surfacing trade-offs and failure modes that remain invisible under existing protocols. We release the benchmark and evaluation toolkit to foster systematic and reproducible research in privacy-preserving human face analysis.
- Abstract（参考訳）: Face Dedentification (FDeID) は重要なプライバシー保護技術として登場したが、その評価は基本的に断片化されている。
既存のプロトコルは、一貫性のないメトリクス、異質なデータセット、部分的なアノテーションのカバレッジに依存しているので、ランドマークと表現保存のような様々なユーティリティディメンションをターゲットにしたメソッドは、異なるメトリクスの下で異なるベンチマークで報告され、クロスメソッド比較は実現不可能である。
データと計量の両方の観点からFDeID評価を再考する。
データ側では、Identity-awareのクリーニング、解像度向上、階層化フィルタリングを通じて、4つの大規模な顔データセットから収集された、高いアイデンティティ多様性を備えた、キュレートされた人口動態バランスのベンチマークであるUtilFaceを紹介する。
メトリクス側では、一貫した一貫したパラダイムの下で、アイデンティティの抑制、多段階のユーティリティ保存、画像品質を統一する階層的顔識別尺度であるHiFDを提案する。
HiFDは、マクロキュー(L1)、マイクロキュー(L2)、受容不能キュー(L3)にまたがる3段階のユーティリティ階層に顔信号を整理し、5つのコンポーネントを重み付けされたハーモニック平均により単一の解釈可能なスコアに集約し、アプリケーション固有のプロファイルを設定する。
この統合プロトコルを用いて、既存のプロトコルでは見えないトレードオフや障害モードを克服し、敵、GAN、拡散に基づく手法を網羅した総合的な比較研究を行う。
我々は,プライバシ保護のための人間の顔分析における体系的かつ再現可能な研究を促進するためのベンチマークと評価ツールキットをリリースする。
関連論文リスト
- Beyond EER: Multi-Dimensional Evaluation of Information Leakage in Speaker De-Identification [0.7568373895297608]
話者識別 (SDID) は、話者識別を隠蔽し、音声の効用を維持しながらプライバシーを守ることを目的としている。
現在の評価では、一般的にEER(Equal Error Rate)によって測定される、単一の次元(バイオメトリック検証のパフォーマンス)へのプライバシの削減がしばしば行われている。
論文 参考訳（メタデータ） (2026-09-16T13:50:55Z) - Picture the Epsilon: Pursuing Identity-Level Privacy Guarantees for Images [3.0335372695849157]
画像から画像までの顔生成装置は広く使われており、出力とソース画像との視覚的な相違は、プライバシーの証拠として扱われることがある。
本研究では,事前学習したブラックボックスフェースジェネレータに適用可能な4つの監査結果の比較検討を行った。
論文 参考訳（メタデータ） (2026-08-17T21:30:06Z) - Towards High Fidelity Face Swapping: A Comprehensive Survey and New Benchmark [60.225079538657496]
顔交換のための総合的なサーベイとベンチマークを提示する。
CASIA FaceSwappingは、バランスの取れた人口分布と明示的な属性変動を持つ高品質なベンチマークである。
我々の研究は、より堅牢で制御可能な顔交換方法の開発を容易にするため、統一的な視点と原則付き評価フレームワークを提供する。
論文 参考訳（メタデータ） (2026-04-27T03:00:00Z) - Variational Latent Entropy Estimation Disentanglement: Controlled Attribute Leakage for Face Recognition [25.007371375356826]
顔認識の埋め込みはアイデンティティをエンコードするが、性別や民族など他の要素もエンコードする。
可変オートエンコーダを用いて事前学習した埋め込みを変換する変分潜在エントロピー推定遠絡法(VLEED)を提案する。
IJB-C,RFW,VGGFace2の男女・民族間の絡み合いの評価を行い,様々な最先端手法と比較した。
論文 参考訳（メタデータ） (2026-04-13T10:01:48Z) - FDeID-Toolbox: Face De-Identification Toolbox [24.624419105765867]
Face Dedentification (FDeID) は、顔画像から個人識別可能な情報を除去することを目的としている。
プライバシを保存するコンピュータビジョンにとって重要であるが、領域は断片化された実装、一貫性のない評価プロトコル、研究全体での互換性のない結果に悩まされている。
再現可能なFDeID研究用に設計された総合ツールボックスであるFDeID-Toolboxについて述べる。
論文 参考訳（メタデータ） (2026-03-13T16:15:34Z) - On the MIA Vulnerability Gap Between Private GANs and Diffusion Models [51.53790101362898]
GAN(Generative Adversarial Networks)と拡散モデルが高品質な画像合成のための主要なアプローチとして登場している。
差分自己生成モデルが直面するプライバシーリスクの統一的および実証的分析について述べる。
論文 参考訳（メタデータ） (2025-09-03T14:18:22Z) - ConformalSAM: Unlocking the Potential of Foundational Segmentation Models in Semi-Supervised Semantic Segmentation with Conformal Prediction [57.930531826380836]
本研究は,未ラベル画像のアノテータとして画素レベルの視覚課題におけるラベル不足に,基礎的セグメンテーションモデルが対処できるかどうかを考察する。
ConformalSAMは,まず対象ドメインのラベル付きデータを用いて基礎モデルを校正し,ラベルなしデータの信頼できないピクセルラベルをフィルタリングする新しいSSSSフレームワークである。
論文 参考訳（メタデータ） (2025-07-21T17:02:57Z) - ID$^3$: Identity-Preserving-yet-Diversified Diffusion Models for Synthetic Face Recognition [60.15830516741776]
合成顔認識(SFR)は、実際の顔データの分布を模倣するデータセットを生成することを目的としている。
拡散燃料SFRモデルであるtextID3$を紹介します。
textID3$はID保存損失を利用して、多様だがアイデンティティに一貫性のある顔の外観を生成する。
論文 参考訳（メタデータ） (2024-09-26T06:46:40Z) - 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) - Partial sensitivity analysis in differential privacy [58.730520380312676]
それぞれの入力特徴が個人のプライバシ損失に与える影響について検討する。
プライベートデータベース上でのクエリに対する我々のアプローチを実験的に評価する。
また、合成データにおけるニューラルネットワークトレーニングの文脈における知見についても検討する。
論文 参考訳（メタデータ） (2021-09-22T08:29:16Z)
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。