基于 Packing 的面部识别隐私预筛选
计算机视觉与模式识别
2025-07-04 v1 密码学与安全
摘要
在密文域中运行的面部识别系统因日益增长的隐私关注和对原始人脸数据的潜在恢复而受到广泛关注。然而，随着密文模板库的大小不断增大，人脸检索过程变得越来越耗时。为此，我们提出了一种新颖且高效的方案，用于密文域中的人脸检索，称为基于 Packing 的面部识别隐私预筛选（PFIP）。PFIP包含一种创新的预筛选机制以减少计算开销，并包含一个 Packing 模块以增强生物识别系统在注册阶段的灵活性。在LFW和CASIA数据集上进行的大量实验表明，PFIP保留了原始人脸识别模型的准确性，在检索300毫秒内获取1000个密文人脸模板时实现了100%的命中率。与现有方法相比，PFIP在检索效率上实现了近50倍的提高。
引用
@article{arxiv.2507.02414,
title = {Privacy-preserving Preselection for Face Identification Based on Packing},
author = {Rundong Xin and Taotao Wang and Jin Wang and Chonghe Zhao and Jing Wang},
journal= {arXiv preprint arXiv:2507.02414},
year = {2025}
}
备注
This paper has been accepted for publication in SecureComm 2025