基于可取消产品量化的安全可扩展人脸检索
计算机视觉与模式识别
2025-09-03 v1 密码学与安全
摘要
尽管现代人脸检索系统十分普及，但其检索阶段往往被外包给第三方实体，带来了显著的用户肖像隐私风险。虽然同态加密（HE）通过在密文空间中启用算术运算提供了强大的安全保障，但其高计算效率不足使其不适用于实时、真实世界的应用。为此，我们提出了可取消产品量化（Cancelable Product Quantization），一个高效的安全人脸表示检索框架。我们的层次化两阶段框架包括：（i）用于快速候选筛选的高吞吐可取消 PQ 索引模块；（ii）用于最终精确人脸排序的细粒度密文空间检索模块。我们设计了针对可取消生物识别身份验证的索引模块的定制化保护机制，以确保安全性和效率。在基准数据集上的实验表明，我们的方法在有效性、效率和安全性之间实现了令人满意的平衡。
引用
@article{arxiv.2509.00781,
title = {Secure and Scalable Face Retrieval via Cancelable Product Quantization},
author = {Haomiao Tang and Wenjie Li and Yixiang Qiu and Genping Wang and Shu-Tao Xia},
journal= {arXiv preprint arXiv:2509.00781},
year = {2025}
}
备注
14 pages and 2 figures, accepted by PRCV2025