文献

J-GLOBAL ID：202102251894754192   整理番号：21A0536865

プライバシー保護による正確な画像ベース歩行者検出【JST・京大機械翻訳】

Accurate Image-Based Pedestrian Detection With Privacy Preservation

著者 (5件)： Yang Haomiao (School of Computer Science and Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Zhou Qixian (School of Computer Science and Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Ni Jianbing (Department of Electrical and Computer Engineering, Queen’s University, Kingston, ON, Canada) ,  Li Hongwei (School of Computer Science and Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Shen Xuemin (Department of Electrical and Computer Engineering, University of Waterloo, Waterloo, ON, Canada)
資料名： IEEE Transactions on Vehicular Technology  (IEEE Transactions on Vehicular Technology)
巻： 69  号： 12  ページ： 14494-14509  発行年： 2020年 
JST資料番号： C0244A  ISSN： 0018-9545  CODEN： ITVTAB  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,歩行者画像に基づくプライバシー保護(PPPD)による正確な歩行者検出方式を提案した。ベクトルホモモルフィック暗号(VHE)を利用して,プライベート線形変換行列を,暗号化ベクトルのための任意の置換操作を可能にするために,独創的に設計した。この方法で,配向勾配(HOG)のヒストグラムの特徴ベクトル抽出を暗号化歩行者画像上で効率的に行うことができた。さらに,VHEにより支持された暗号化内積計算のため,暗号化カーネル行列を構築し,多重暗号化カーネル(すなわち,線形,多項式,およびGaussカーネル)を生成した。サポートベクトルマシン(SVM)に基づく歩行者検出モデルを暗号化カーネル上で安全に訓練できる。提案方式により,歩行者画像の抽出された特徴は,通信コストを大幅に削減できるような復号のために,画像所有者に戻す必要はない。さらに,歩行者検出における全プロセスのプライバシーも保証できる。多重歩行者データセット上で広範な実験を行い,PPPDが既存の方式と比較して,低い計算と通信オーバヘッドで歩行者検出の高精度を達成できることを実証した。Copyright 2021 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】

シソーラス用語： 多項式 ,  ベクトル ,  *歩行者 ,  プライバシー ,  多重化 ,  線形性 ,  暗号 ,  ヒストグラム ,  内積 ,  サポートベクトルマシン
準シソーラス用語： 特徴ベクトル ,  通信コスト ,  プライバシー保護 ,  歩行者検出 ,  通信オーバーヘッド , 【Automatic Indexing@JST】

分類 (2件)： データ保護  (JD01020V) ,  移動通信  (ND08030H)

タイトルに関連する用語 (2件)： プライバシー ,  歩行者検出