NinjaDesc：通过对抗学习实现内容隐藏的视觉描述子
计算机视觉与模式识别
2022-03-30 v2
摘要
鉴于近期关于视觉描述子可能泄露隐私场景的分析，我们开发了隐藏输入图像内容的描述子。具体而言，我们提出一种对抗学习框架，用于训练在保持匹配精度的同时阻止图像重建的视觉描述子。我们令特征编码网络与图像重建网络相互竞争，使特征编码器试图以其生成的描述子阻碍图像重建，而重建器试图从描述子恢复输入图像。实验结果表明，采用本方法获得的视觉描述子显著降低了图像重建质量，而对对应匹配与相机定位性能影响极小。
引用
@article{arxiv.2112.12785,
title = {NinjaDesc: Content-Concealing Visual Descriptors via Adversarial Learning},
author = {Tony Ng and Hyo Jin Kim and Vincent Lee and Daniel DeTone and Tsun-Yi Yang and Tianwei Shen and Eddy Ilg and Vassileios Balntas and Krystian Mikolajczyk and Chris Sweeney},
journal= {arXiv preprint arXiv:2112.12785},
year = {2022}
}
备注
Accepted at CVPR 2022. Supplementary material included after references. 15 pages, 14 figures, 6 tables