感知不可区分网络(PI-Net)：具有可操控语义的人脸图像混淆
计算机视觉与模式识别
2021-04-08 v2
摘要
随着摄像设备的日益普及，工业界拥有许多图像数据集，为机器学习界与工业界的协作提供了更多机会。然而，数据集中包含的敏感信息阻碍了数据所有者发布这些数据集。尽管近期研究致力于从图像中去除敏感信息，但它们既未提供有意义的隐私-效用权衡，也未提供可证明的隐私保证。在本研究中，考虑到感知相似性，我们提出感知不可区分性(perceptual indistinguishability, PI)作为一种专门针对图像的形式化隐私概念。我们还提出了 PI-Net，一种实现具有 PI 保证的图像混淆的隐私保护机制。我们的研究表明，PI-Net 通过公共图像数据实现了显著更好的隐私效用权衡。
引用
@article{arxiv.2104.01753,
title = {Perceptual Indistinguishability-Net (PI-Net): Facial Image Obfuscation with Manipulable Semantics},
author = {Jia-Wei Chen and Li-Ju Chen and Chia-Mu Yu and Chun-Shien Lu},
journal= {arXiv preprint arXiv:2104.01753},
year = {2021}
}