通过混淆对抗扰动隐藏视觉信息
计算机视觉与模式识别
2023-08-29 v4
摘要
日益增长的视觉信息泄露与滥用引发了安全与隐私担忧，推动了信息保护的发展。现有基于对抗扰动的方法主要关注针对深度学习模型的去标识化，但数据固有的视觉信息未得到良好保护。受 I 类对抗攻击启发，我们提出一种对抗视觉信息隐藏方法以保护数据的视觉隐私。具体而言，该方法生成混淆对抗扰动以模糊数据的视觉信息，同时保持隐藏目标仍能被模型正确预测。此外，我们的方法不修改所用模型的参数，使其可灵活用于不同场景。在识别与分类任务上的实验结果表明，所提方法能有效隐藏视觉信息且几乎不影响模型性能。代码见补充材料。
引用
@article{arxiv.2209.15304,
title = {Hiding Visual Information via Obfuscating Adversarial Perturbations},
author = {Zhigang Su and Dawei Zhou and Nannan Wangu and Decheng Li and Zhen Wang and Xinbo Gao},
journal= {arXiv preprint arXiv:2209.15304},
year = {2023}
}