基于潜空间操作的差分隐私成像
计算机视觉与模式识别
2021-04-08 v2 密码学与安全
摘要
由于社交媒体和摄影设备的普及，以及人脸识别系统使用的增加，人们对图像隐私的担忧日益增长。然而，已有的图像去识别技术要么过于容易被重新识别，要么生成的照片不够真实，或两者兼而有之。为此，我们提出了一种新颖的图像混淆方法，通过操作无条件训练的生成模型的潜空间，该模型能够合成高分辨率的照片级真实人脸图像。此操作以满足局部差分隐私的形式化隐私标准的方式进行。据我们所知，这是首个满足针对个人的-差分隐私的图像隐私方法。
引用
@article{arxiv.2103.05472,
title = {Differentially Private Imaging via Latent Space Manipulation},
author = {Tao Li and Chris Clifton},
journal= {arXiv preprint arXiv:2103.05472},
year = {2021}
}