口罩能保护我的隐私吗？：基于深度学习从戴口罩人脸图像预测受保护属性
计算机视觉与模式识别
2022-03-24 v2 密码学与安全
摘要
为在抗击 COVID-19 疫情中推广预防方法，非接触式高效系统正被迅速部署。尽管此类系统具有积极益处，但仍存在侵犯用户隐私而被滥用的可能。在本工作中，我们通过使用戴口罩人脸图像预测隐私敏感的软生物特征，来分析人脸生物识别系统的隐私侵入性。我们基于 ResNet-50 架构训练并应用了一个 CNN，使用 20,003 张合成戴口罩图像，并度量了隐私侵入性。尽管公众普遍认为戴口罩具有隐私益处，但我们表明戴口罩时隐私侵入性并无显著差异。在我们的实验中，我们能够从戴口罩人脸图像中准确预测性别（94.7%）、种族（83.1%）和年龄（MAE 6.21，RMSE 8.33）。我们提出的方法可作为基线工具，用于评估利用隐私敏感信息的人工智能系统的隐私侵入性。我们开源了所有贡献，以供研究界复现和更广泛使用。
引用
@article{arxiv.2112.07879,
title = {Does a Face Mask Protect my Privacy?: Deep Learning to Predict Protected Attributes from Masked Face Images},
author = {Sachith Seneviratne and Nuran Kasthuriarachchi and Sanka Rasnayaka and Danula Hettiachchi and Ridwan Shariffdeen},
journal= {arXiv preprint arXiv:2112.07879},
year = {2022}
}
备注
Accepted to AJCAI 2021 - 34th Australasian Joint Conference on Artificial Intelligence, Feb 2022, Sydney, Australia. http://ajcai2021.net/program