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。
社会におけるコンピュータビジョン技術の使用の前例のない増加は,データプライバシーにおける関心増加で手に手を向ける。人々の追跡や行動認識のような多くの実世界シナリオでは,人々のアイデンティティを守る際に注意深い考慮をしながら,データを処理できることが重要である。条件付き生成広告ネットワークに基づく画像とビデオ匿名化のためのモデルであるCIAGANを提案し,開発した。本モデルは,検出やトラッキングのような任意のコンピュータビジョンタスクに使用できる高品質画像やビデオを生成する一方で,顔や物体の識別特性を除去することができる。以前の方法とは異なり,著者らは,非同定(匿名化)手順に対して完全な制御を行い,匿名化および多様性の両方を保証した。この方法をいくつかの基準線と比較し,最新の結果を達成した。更なる研究を促進するために,https://github.com/dvl-tum/ciaganでコードとモデルを利用できる。Copyright 2020 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】