Lens 隐私封印：一种用于物理隐私-preserving 动作识别的新基准与方法

RGB 摄像头-based 监控系统可实现人类动作识别，广泛应用于公共安全和医疗保健领域，但引发严重隐私问题。现有方法依赖后捕获算法，无法在数据获取过程中提供隐私保护。我们提出 Lens 隐私封印（Lens Privacy Sealing, LPS），一种简单硬件解决方案，通过可调 laminating 薄膜物理遮挡摄像头镜头，在最小成本下实现感官前置隐私保护。不同于软件方法或昂贵的工程光学，LPS 通过随机多层散射实现强隐私，具有物理不可逆性。我们引入 P$^3$AR 数据集用于隐私-preserving 动作识别，包含大规模重放捕获（P$^3$AR-NTU，114K 视频）和真实收集（P$^3$AR-PKU）两个子集，配备隐私属性标注。为处理 LPS 带来的视频退化，我们提出 MSPNet 框架，集成 Inter-Frame Noise Suppressor（IFNS）和 Cross-Frame Semantic Aggregator（CFSA），并通过对比语言-图像预训练实现稳健语义提取。大量实验表明，MSPAN 集成 IFNS 和 CFSA 的动作识别准确率几乎翻倍，且能将身份识别压制至低水平。全面验证表明，LPS 在隐私-效用权衡、抵抗 PSF 反演和数据驱动恢复攻击方面均优于最先进的硬件方法，并在光学配置和具挑战性环境下的鲁棒性。代码已公开 https://github.com/wangzy01/MSPNet。