PrivPAS：实时隐私保护AI系统及其应用伦理
计算机视觉与模式识别
2022-04-05 v2 密码学与安全
摘要
2021年全球有37.8亿社交媒体用户（占人类人口48%），每日分享近30亿张图像。同时，智能手机相机的持续演进导致摄影爆炸式增长，所有新拍摄照片中85%使用智能手机捕获。然而近来，当被摄者不知情或对其分享有顾虑时，隐私担忧讨论增多。对于残障人士，此类隐私侵犯被放大，他们即便察觉也可能难以表达异议。此类未经授权的图像捕获也可能被第三方组织滥用以博取同情，导致隐私泄露。残障人士隐私迄今较少受到AI界关注。这促使我们致力于一种解决方案，为智能手机用户生成隐私意识提示以警示取景框内容中的敏感信息。为此，我们引入PrivPAS（实时隐私保护AI系统）这一识别敏感内容的新框架。此外，我们整理并标注了一个数据集，用于识别与定位无障碍标记，并分类图像是否对出现的残障主体敏感。我们证明所提轻量架构内存占用仅8.49MB，在资源受限设备上取得89.52%的高mAP。进而，我们的流水线在人脸匿名化数据上训练，取得73.1%的F1分数。
引用
@article{arxiv.2202.02524,
title = {PrivPAS: A real time Privacy-Preserving AI System and applied ethics},
author = {Harichandana B S S and Vibhav Agarwal and Sourav Ghosh and Gopi Ramena and Sumit Kumar and Barath Raj Kandur Raja},
journal= {arXiv preprint arXiv:2202.02524},
year = {2022}
}
备注
Accepted at 16th IEEE International Conference on Semantic Computing (ICSC), January 26-28, 2022 [update: Best Paper candidate at ICSC 2022]