用于隐私保护的对抗性图像扰动——博弈论视角
计算机视觉与模式识别
2017-07-27 v2 密码学与安全
计算机科学与博弈论
摘要
用户喜欢通过社交媒体与他人分享个人照片。同时，他们可能希望使此类照片中的自动识别变得困难甚至不可能。诸如模糊处理之类的经典混淆方法不仅令人不悦，而且效果也不如预期。最近关于对抗性图像扰动（AIP）的研究表明，在不产生令人不悦的伪影的情况下有效干扰识别系统是可能的。然而，在存在针对 AIP 的对抗措施时，尤其是当对抗措施的选择未知时，AIP 的有效性尚不清楚。博弈论提供了研究策略不确定下智能体之间交互的工具。我们引入了一个用于用户-识别器动态的通用博弈论框架，并提出了一个涉及当前最先进 AIP 和人员识别技术的案例研究。我们推导出了用户的最佳策略，该策略保证了独立于识别器对抗措施的识别率上限。代码可在 https://goo.gl/hgvbNK 获取。
引用
@article{arxiv.1703.09471,
title = {Adversarial Image Perturbation for Privacy Protection -- A Game Theory Perspective},
author = {Seong Joon Oh and Mario Fritz and Bernt Schiele},
journal= {arXiv preprint arXiv:1703.09471},
year = {2017}
}
备注
To appear at ICCV'17