去识别化
文章平均质量分 79
Mighty_Crane
这个作者很懒,什么都没留下…
展开
-
读《AnonymousNet: Natural Face De-Identification with Measurable Privacy》
2019 摘要 现有的人脸图像去识别技术要么在photo-reality中insufficient(?),要么无法定性和定量地平衡隐私和可用性,也就是说,这些方法没法解释“它凭啥能保护隐私?”,“它能多保护隐私?”,以及“它还能更私密吗?”(可解释性,性能指标,未来展望) 本文框架包括四个阶段:面部属性估计、面向隐私度量的面部混淆、定向自然图像合成和对抗性扰动。 首个证明面部隐私是可度量的,可以因子分解,从而以逼真的方式进行操作,以满足不同的需求和应用场景。 1.引言 网络中广泛传播的视觉图像信息存在机密隐原创 2021-10-05 19:33:49 · 405 阅读 · 0 评论 -
读《A De-Identification Face Recognition Using Extracted Thermal Features Based on Deep Learning》
2020 摘要 随着文明的不断进步,对个人隐私的保护和制度的有效性更加严格。在过去的研究中,与面部特征的距离被用来作为去识别的生物学特征,但这并不能解决使用照片来欺骗系统的问题。 1.引言 近年来,随着科技发展迅速,越来越多的场合开始关注人员身份问题,特别是在国家安全或高机密研究地点。 这时如果依赖于人工身份验证就非常容易受到非客观因素的影响,公平、公正、公开的原则受到挑战。 因此,自动识别技术应运而生。 早期的识别大多使用RFID标签(射频识别),但这种方法很容易被盗用复制,于是后来研究使用生物特征,比如翻译 2021-09-30 17:56:10 · 116 阅读 · 0 评论