公平地私密：探究视觉隐私保护算法的公平性
计算机视觉与模式识别
2023-01-13 v1 密码学与安全
机器学习
摘要
随着摄像头监控和人脸识别带来的隐私风险日益增长，隐私保护算法的研究也随之增多。其中，视觉隐私保护算法试图通过对隐私敏感区域进行模糊处理，为视觉图像中的主体赋予身体隐私。尽管人脸识别系统在不同表型间的性能差异是大量研究的主题，但其对应领域——隐私保护——却很少从公平性角度进行分析。本文通过人脸识别模型在模糊图像上的性能表现，探究常用视觉隐私保护算法的公平性。在 PubFig 数据集上的实验清楚地表明，所提供的隐私保护在不同群体间是不平等的。
引用
@article{arxiv.2301.05012,
title = {Fairly Private: Investigating The Fairness of Visual Privacy Preservation Algorithms},
author = {Sophie Noiret and Siddharth Ravi and Martin Kampel and Francisco Florez-Revuelta},
journal= {arXiv preprint arXiv:2301.05012},
year = {2023}
}
备注
Camera-ready version for the PPAI-23 workshop of the AAAI23