VPD-100K: 面向通用且细粒度视觉隐私保护
计算机视觉与模式识别
2026-05-12 v1 计算机与社会
摘要
在信息化时代，视觉数据共享已成为亟需关注的隐私保护问题，对高效可靠的隐私检测算法提出了更高要求。然而，当前健壮的检测模型受限于缺乏全面数据集。现有隐私导向数据集常面临规模有限、标注粗粒度以及领域覆盖狭窄的问题，无法捕捉真实环境中敏感信息的细微细节。为弥合这一差距，我们提出了大规模、细粒度的视觉隐私数据集（VPD-100K），旨在促进通用隐私检测。我们构建了由四个主要领域构成的完整分类体系：人类存在、屏幕上个人可识别信息（PII）、物理标识符以及位置指示符，其中包含10万张标注了33个细粒度类别的图像，超过19万个目标实例。统计分析表明，该数据集具有长尾分布、小目标尺度和高视觉复杂度。这些特征使其在需要面对不受约束应用（如直播）时尤为宝贵——演员常常会不经意地发生实时信息泄露。此外，我们设计了有效的频谱增强轻量级模块，包含频域注意力融合和自适应谱门控机制，突破了基于空间像素强度的局限，更好地捕捉到敏感信息的细微细节。在多样化的图像和流媒体视频基准测试上进行的大量实验一致证明了VPD-100K数据集和精心构建的频谱机制的有效性。代码和数据集已提供于 https://vpd-100k.github.io/。
引用
@article{arxiv.2605.10229,
title = {VPD-100K: Towards Generalizable and Fine-grained Visual Privacy Protection},
author = {Xiaobin Hu and Enpu Zuo and Lanping Hu and Kaiwen Yang and Dianshu Liao and Tianyi Zhang and Bo Yin and Yinsi Zhou and Shidong Pan and Xiaoyu Sun},
journal= {arXiv preprint arXiv:2605.10229},
year = {2026}
}
备注
Accepted at the 43rd International Conference on Machine Learning (ICML 2026)