通过私有文本中介合成隐私保护高分辨率图像
计算机视觉与模式识别
2025-10-28 v3 人工智能
摘要
生成高保真、满足差分隐私（DP）要求的合成图像为共享和分析敏感视觉数据提供了一条可行路径，而不会损害个体隐私。然而，现有的 DP 图像合成方法在生成高分辨率输出方面难以忠实地捕捉原始数据的结构。在本文中，我们提出了一种新方法，称为基于私有文本中介的合成（Synthesis via Private Textual Intermediaries, SPTI），能够轻松采用地生成高分辨率 DP 图像。我们的核心思想是将 DP 图像合成的挑战从图像域转移到文本域，通过利用最先进的 DP 文本生成方法来实现。SPTI 首先使用图像到文本模型将每个私有图像概括为简洁的文本描述，然后应用修改后的私有演化算法生成 DP 文本，最后通过文本到图像模型重建图像。值得注意的是，SPTI 无需模型训练，仅需使用即插即用模型进行推理。给定私有数据集后，SPTI 生成的合成图像在质量上显著优于先前的 DP 方法。在 LSUN Bedroom 数据集上，SPTI 在 epsilon 等于 1.0 时实现 FID 为 26.71，优于 Private Evolution 的 40.36。同样，在 MM CelebA HQ 数据集上，SPTI 在 epsilon 等于 1.0 时达到 FID 为 33.27，而 DP 微调基线则为 57.01。总体而言，我们的结果表明，基于私有文本中介的合成提供了一种高效、兼容性强且适合生成高分辨率 DP 合成图像的框架，大幅扩展了对私有视觉数据集的访问。
引用
@article{arxiv.2506.07555,
title = {Synthesize Privacy-Preserving High-Resolution Images via Private Textual Intermediaries},
author = {Haoxiang Wang and Zinan Lin and Da Yu and Huishuai Zhang},
journal= {arXiv preprint arXiv:2506.07555},
year = {2025}
}