GANonymization: A GAN-based Face Anonymization Framework for Preserving Emotional Expressions

要約

近年、個人データの可用性が増加しているため、プライバシーとセキュリティに関する懸念が高まっています。
これらの懸念に対処するための重要なプロセスの 1 つは、個人のプライバシーを保護し、機密情報の公開を防ぐことを目的としたデータの匿名化です。
この研究は顔の匿名化の重要性に焦点を当てています。
そこで、表情を保持する機能を備えた新しい顔匿名化フレームワークである GANonymization を紹介します。
私たちのアプローチは、敵対的生成ネットワーク (GAN) に基づいて匿名化されたバージョンに合成される、顔の高レベル表現に基づいています。
このアプローチの有効性は、特定の顔の属性を削除して特定の個人の顔の匿名性を高める際のパフォーマンスを評価することによって評価されました。
さらに、顔の表情を保存するパフォーマンスは、いくつかの感情認識データセットで評価され、ほとんどのカテゴリで最先端の方法を上回りました。
最後に、私たちのアプローチは、宝石、髪の色、その他複数の顔のさまざまな特徴を除去する能力について分析されました。
ここでは、これらの属性を削除する際の信頼できるパフォーマンスを実証しました。
私たちの結果は、GANonymization が顔の表情を保持しながら顔を匿名化するための有望なアプローチであることを示唆しています。

要約(オリジナル)

In recent years, the increasing availability of personal data has raised concerns regarding privacy and security. One of the critical processes to address these concerns is data anonymization, which aims to protect individual privacy and prevent the release of sensitive information. This research focuses on the importance of face anonymization. Therefore, we introduce GANonymization, a novel face anonymization framework with facial expression-preserving abilities. Our approach is based on a high-level representation of a face, which is synthesized into an anonymized version based on a generative adversarial network (GAN). The effectiveness of the approach was assessed by evaluating its performance in removing identifiable facial attributes to increase the anonymity of the given individual face. Additionally, the performance of preserving facial expressions was evaluated on several affect recognition datasets and outperformed the state-of-the-art methods in most categories. Finally, our approach was analyzed for its ability to remove various facial traits, such as jewelry, hair color, and multiple others. Here, it demonstrated reliable performance in removing these attributes. Our results suggest that GANonymization is a promising approach for anonymizing faces while preserving facial expressions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google