面向隐私保护动作识别的压缩友好型加密：基于视频变换器的 CFE-PPAR
计算机视觉与模式识别
2026-05-08 v1 人工智能
密码学与安全
摘要
隐私保护动作识别（PPAR）使机器能够在不透露敏感视觉内容的前提下理解人类视频活动。尽管存在多种 PPAR 策略，加密方法在提供强隐私保护的同时保持高识别性能方面表现突出。然而，这些方法会在加密视频被压缩后导致识别性能和视觉质量的恶化。即，先前方法不具备压缩友好性。为此，本文提出首个面向 PPAR 的压缩友好型加密方法，称为 CFE-PPAR。在 CFE-PPAR 中，可使用密钥直接识别经加密视频，视频变换器使用与视频加密相同的密钥转换参数。实验表明，在 Motion-JPEG 和 H.264 压缩条件下，CFE-PPAR 在 UCF101 和 HMDB51 数据集上优于先前方法。
引用
@article{arxiv.2605.05692,
title = {CFE-PPAR: Compression-friendly encryption for privacy-preserving action recognition leveraging video transformers},
author = {Haiwei Lin and Shoko Imaizumi and Hitoshi Kiya},
journal= {arXiv preprint arXiv:2605.05692},
year = {2026}
}
备注
6 pages, 5 figures, accepted to 2026 IEEE International Conference on Image Processing (ICIP)