头目数：基于人脸的隐私保护人群监控
密码学与安全
2026-04-17 v1 分布式、并行与集群计算
摘要
人群监控的一个重要方面是了解我们面对的人数。有时，仅知道特定时刻某一地点的群体规模已足够。但当需要在不同地点跨时间计数或跨时间段重复计数时，问题便尤为棘手。此时必须识别并重新识别特定人物，这立即引发隐私顾虑。直到最近，解决方案主要依赖唯一标识符的随身设备，但隐私改进措施导致传输信息被随机化，使此类技术大幅失效。我们提议采用生物识别数据。我们引入一条基于人脸识别的计数管道，既能完成人数统计，又绝不会透露个体身份。计数过程中，摄像头首先检测人脸，提取特征向量，随后通过模糊提取器生成唯一标识符。随后删除原始人脸图像。将标识符插入同态加密的布隆过滤器，实现对加密数据的 oblivious 集合成员测试，从而在不透露任何身份信息的前提下完成跨地点或跨时段的计数。我们提供的初始评估显示该方法具有潜在的良好性能。
引用
@article{arxiv.2604.14250,
title = {Head Count: Privacy-Preserving Face-Based Crowd Monitoring},
author = {Fatemeh Marzani and Thijs van Ede and Geert Heijenk and Maarten van Steen},
journal= {arXiv preprint arXiv:2604.14250},
year = {2026}
}