OpticalDR：一种用于隐私保护抑郁识别的深度光学成像模型
计算机视觉与模式识别
2024-06-17 v1
摘要
抑郁识别（DR）构成了相当大的挑战，尤其是在隐私担忧日益增加的背景下。传统的 DR 自动诊断技术需要使用面部图像，这无疑会暴露患者身份特征并带来隐私风险。为了减轻与患者面部图像不当披露相关的潜在风险，我们设计了一种新的成像系统，旨在擦除捕获面部图像中的身份信息，同时保留疾病相关特征。该系统对于身份信息恢复是不可逆的，同时保留了准确 DR 所需的基本疾病相关特征。更具体地说，我们尝试通过可学习透镜记录去身份化的面部图像（尽可能擦除可识别特征），该透镜与随后的 DR 任务以及一系列面部分析相关的辅助任务以端到端的方式进行联合优化。上述策略构成了我们最终的光学深度抑郁识别网络（OpticalDR）。在 CelebA、AVEC 2013 和 AVEC 2014 数据集上的实验表明，我们的 OpticalDR 在流行的人脸识别模型上实现了最先进的隐私保护性能（平均 AUC 为 0.51），并在 DR 方面取得了具有竞争力的结果：在 AVEC 2013 上的 MAE/RMSE 为 7.53/8.48，在 AVEC 2014 上为 7.89/8.82。
引用
@article{arxiv.2402.18786,
title = {OpticalDR: A Deep Optical Imaging Model for Privacy-Protective Depression Recognition},
author = {Yuchen Pan and Junjun Jiang and Kui Jiang and Zhihao Wu and Keyuan Yu and Xianming Liu},
journal= {arXiv preprint arXiv:2402.18786},
year = {2024}
}
备注
Accepted by CVPR 2024