用于空间隐私的用户可配置三维物体再生

增强现实（AR）与混合现实（MR）设备的环境理解能力正通过传感、计算机视觉和机器学习的进步持续提升。各类AR/MR应用展示了此类能力，例如使用手持或头戴设备扫描空间并捕获该空间的数字表征，这些表征是真实空间的精确副本。然而，这些能力给用户带来隐私风险：敏感空间的捕获三维地图和/或映射空间内捕获的敏感物体可能泄露个人身份信息。因此，本工作中我们展示了如何利用三维物体再生来保护三维点云的隐私。即，我们采用一层中间保护，在将三维点云提供给第三方应用之前对其进行变换。具体而言，我们使用现有的对抗自编码器生成三维物体的副本，其中副本与原始物体的相似度可调。为测试该方法作为隐私保护机制的可行性与性能，我们使用三维分类器对这些变换后的点云进行分类与识别，即进行$\textit{超类}$与$\textit{ intra类}$分类。为度量所提隐私框架的性能，我们定义隐私$\Pi\in[0,1]$与效用度量$Q\in[0,1]$，二者均希望最大化。实验评估表明，该隐私框架确实可通过改变权限等级$l\in[0,1]$来可变地影响三维物体的隐私，即若保持低$l<0.17$，可确保$\Pi_1,\Pi_2>0.4$，其中$\Pi_1,\Pi_2$分别为超类与类内隐私。最后，若权限等级保持在$0.17<l<0.25$范围内，该隐私框架可确保相对较高的类内隐私与效用，即$\Pi_2>0.63$且$Q>0.70$。