文献

J-GLOBAL ID：202202252514757627   整理番号：22A1037813

多面画像における高感度Areasのための局所プライバシー保護【JST・京大機械翻訳】

Local Privacy Protection for Sensitive Areas in Multiface Images

著者 (8件)： Liu Chao (College of Computer Science and Technology, Harbin Engineering University, Harbin 150001, China) ,  Liu Chao (College of Communication and Electronic Engineering, Qiqihar University, Qiqihar 161000, China) ,  Yang Jing (College of Computer Science and Technology, Harbin Engineering University, Harbin 150001, China) ,  Zhang Xuan (Information Center, First Affiliated Hospital of Qiqihar Medical College, Qiqihar 161000, China) ,  Zhang Yining (Department of Computer Engineering, Daqing Vocational College, Daqing 163000, China) ,  Zhao Weinan (College of Communication and Electronic Engineering, Qiqihar University, Qiqihar 161000, China) ,  Miao Fengjuan (College of Communication and Electronic Engineering, Qiqihar University, Qiqihar 161000, China) ,  Shao Yukun (College of Communication and Electronic Engineering, Qiqihar University, Qiqihar 161000, China)
資料名： Computational Intelligence and Neuroscience (Web)  (Computational Intelligence and Neuroscience (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7694A  ISSN： 1687-5265  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 顔画像に対するプライバシー保護は,顔認証を通してターゲット者を正確に同定することから攻撃者を防ぐことを目的とする。目標駆動推論(逆推論)に触発されて,本論文は,顔認識アルゴリズム,地域成長,および差動プライバシーの対話型フレームワークの下で,多顔画像(顔領域)における高感度領域のための局所的プライバシー保護の目標駆動アルゴリズムを設計した。高感度領域(PPSA)のためのプライバシー保護という設計アルゴリズムを次の方法で実現して,まず第一に,マルチタスクカスケード畳込みネットワーク(MTCNN)を採用して,各顔の領域とランドマークを認識した。ランドマークが元の画像から分割された部分グラフを重複するならば,サブグラフは,融合類似性測定機構(FSMM)の成長基準に従って,顔領域における地域成長のためのシードとして取り入れるであろう。単一面プライバシー保護と異なり,多面的プライバシー保護は,未知の数の顔を扱う必要がある。このように,プライバシー予算εの配分は,PPSAアルゴリズムの運用効果に直接影響した。この方式では,全プライバシー予算εを2つの部分,ε_1とε_2に分割した。前者は,画像に含まれる顔ρの推定数に従って,各種子に均等に割り当てられ,一方,後者は,二分化を通してプライバシー予算を消費するかもしれない他の領域に割り当てられる。ラプラシアン(LAP)アルゴリズムとは異なり,PPSAアルゴリズムの雑音誤差は画像サイズで変化せず,プライバシー保護は顔領域に限定される。結果は,PPSAアルゴリズムが要求ε-微分プライバシーを満たして,画像分類を種々の人間の顔データベースにおける種々の画像プライバシー保護アルゴリズムを用いて実現することを示した。検証結果は,PPSAアルゴリズムの精度が少なくとも16.1%改善され,想起率が少なくとも2.3%改善され,F1スコアが少なくとも15.2%改善されることを示した。Copyright 2022 Chao Liu et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  雑音 ,  畳込み ,  ネットワーク ,  分類 ,  *保護 ,  微分 ,  *顔 ,  部分グラフ ,  計算機アルゴリズム ,  Laplace演算子 ,  画像データベース ,  認証 ,  顔画像
準シソーラス用語： 画像分類 ,  認識アルゴリズム ,  *プライバシー保護 ,  顔認証 ,  攻撃者 ,  顔データベース , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  データ保護  (JD01020V)

引用文献 (36件)：

• B. C. M. Fung, K. Wang, P. S. Yu, "Anonymizing classification data for privacy preservation," IEEE Transactions on Knowledge and Data Engineering, vol. 19, no. 5, pp. 711-725, 2007.
• X. Xiao, Y. Tao, "Anatomy: simple and effective privacy preservation," Proceedings of the 32nd IntConf on Very Large Data Bases, pp. 139-150, ACM, Seoul, Korea, September, 2006.
• T. Li, N. Li, J. Zhang, I. Molloy, "Slicing: a new approach for privacy preserving data publishing," IEEE Transactions on Knowledge and Data Engineering, vol. 24, no. 3, pp. 561-574, 2012.
• M. Terrovitis, N. Mamoulis, J. Liagouris, S. Skiadopoulos, "Privacy preservation by diSASsociation," Proceedings of the VLDB Endowment, vol. 5, no. 10, pp. 944-955, 2012.
• L. Sweeney, K. Anonymity, "A model for protecting privacy," International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, vol. 10, no. 5, pp. 557-570, 2002.

タイトルに関連する用語 (2件)： 高感度 ,  プライバシー