面向图像检索的数据匿名化影响评估

随着泛欧洲数据保护条例等隐私法规日益重要，跨机构对视觉数据的匿名化正在变得越来越相关。然而，匿名化可能对依赖视觉特征的计算机视觉系统性能产生负面影响，例如基于内容的图像检索（CBIR）。尽管如此，匿名化对 CBIR 的影响尚未进行系统性研究。本工作以德国巴登-符腾堡州刑事警察局正在使用的基于人工智能的证件验证系统 DOKIQ 项目为动机，提出一种简单评估框架：经匿名化后的检索结果应尽可能接近匿名化前的检索结果。为此，我们系统评估了使用三个公开数据集和内部 DOKIQ 数据集的匿名化影响。我们的实验涵盖三种匿名化方法、四种匿名化程度和四种训练策略，所有方法均基于最先进的 Self-Distillation with No Labels (DINO)v2 作为主干网络。我们的结果揭示了在原数据上训练的模型会产生显著的检索偏好，这些模型在经匿名化后产生的最相似的检索结果。本文的发现为开发在保持性能的同时实现隐私合规的 CBIR 系统提供了实用见解。