抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
一般的な社会的メディアとコンテンツ共有ウェブサイトにアップロードされた画像から生じるプライバシーとセキュリティ脅威の問題は,これまでよりも多く普及している。ディジタルフットプリントは指数関数的に成長するので,これらの問題に対する解を見出す必要性は非常に重要になっている。これらの問題を解決するために,プライバシー政策勧告と構成を通して画像プライバシー保護のために多くの研究作業が行われている。コンピュータビジョンと深い学習の分野における最近の進歩により,画像の文脈に関するより詳細な洞察とその中のオブジェクト間の関係についてのより詳細な洞察を得ることができる。これはこれらの問題をより良く扱うことを可能にする。オンラインでアップロードされた画像から生じるプライバシーとセキュリティ脅威は,データ所有者に限られるだけでない。個々のプライバシー政策に焦点を合わせている以前の研究とは異なり,これらのプライバシーの懸念が写真を負荷するユーザからのものではないかもしれない,同じ写真(風景写真の背景にある人々,動物または他のオブジェクト)に表現された複数のオブジェクトのプライバシー関心を考慮する。具体的には,まず,高感度で非敏感な画像コンテンツを分類するために,畳込みニューラルネットワークを活用することにより,一般的な知識ベースを構築し,次に提案したメタデータ解析モジュールを用いて,画像内に埋め込まれたメタデータを解析した。次に,写真に存在するオブジェクトを抽出し,オブジェクトのプライバシー懸念のプライバシー違反があるかどうかを検証する。任意の敏感なオブジェクトを見つけると,オブジェクトをtoレベルし,サービスプロバイダだけでなく画像をアップロードするユーザに対してプライバシー違反警報を発行する。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】