PrivateGaze：在黑箱移动注视追踪服务中保护用户隐私
计算机视觉与模式识别
2024-08-05 v1
摘要
眼睛注视包含关于人类注意力和认知过程的丰富信息。这一能力使底层技术——即注视追踪——成为许多普适应用的关键推动因素，并催生了易于使用的注视估计服务。事实上，通过利用平板电脑和智能手机上的普遍摄像头，用户可以轻松访问许多注视估计服务。在使用这些服务时，用户必须向注视估计器（通常为黑箱）提供其完整面部图像。这对用户构成了严重的隐私威胁，特别是当恶意服务提供商收集大量面部图像以分类敏感用户属性时。在本工作中，我们提出了PrivateGaze——首个能够在不损害注视估计性能的前提下有效保护用户在黑箱注视追踪服务中隐私的方法。具体而言，我们提出了一种训练隐私保护器的新型框架，将完整面部图像转换为混淆对应图像，这些图像对注视估计有效但不包含任何隐私信息。在四个数据集上的评估表明，混淆图像能够保护用户的私人信息（如身份和性别）免受未经授权的属性分类。同时，当直接用作黑箱注视估计器的输入时，混淆图像实现了与常规未受保护的完整面部图像相当的追踪性能。
引用
@article{arxiv.2408.00950,
title = {PrivateGaze: Preserving User Privacy in Black-box Mobile Gaze Tracking Services},
author = {Lingyu Du and Jinyuan Jia and Xucong Zhang and Guohao Lan},
journal= {arXiv preprint arXiv:2408.00950},
year = {2024}
}