用于骨架匿名化的对抗引导运动重定向
计算机视觉与模式识别
2024-05-10 v1 密码学与安全
机器学习
摘要
基于骨架的运动可视化是计算机视觉中的一个新兴领域，尤其是在虚拟现实 (VR) 场景下。随着人体姿态估计和骨架提取传感器的进一步发展，越来越多的利用骨架数据的应用应运而生。这些骨架看似是匿名的，但它们包含嵌入的个人可识别信息 (PII)。在本文中，我们提出了一种基于运动重定向的新型匿名化技术，利用对抗分类器进一步去除嵌入在骨架中的 PII。运动重定向在匿名化方面非常有效，因为它将用户的运动转移到虚拟骨架上。如此一来，与骨架相关联的任何 PII 将基于虚拟骨架，而不是我们所保护的用户。我们提出了一种以隐私为中心的深度运动重定向模型 (PMR)，旨在通过对抗学习进一步清除重定向骨架中的 PII。在我们的实验中，PMR 实现了与 SOTA 模型相当的运动重定向效用性能，同时降低了隐私攻击的性能。
引用
@article{arxiv.2405.05428,
title = {Adversary-Guided Motion Retargeting for Skeleton Anonymization},
author = {Thomas Carr and Depeng Xu and Aidong Lu},
journal= {arXiv preprint arXiv:2405.05428},
year = {2024}
}