[論文レビュー] DeepBlur: A Simple and Effective Method for Natural Image Obfuscation

Tao Li, Min S. Choi|arXiv (Cornell University)|Mar 31, 2021

Digital Media Forensic Detection参考文献 50被引用数 6

ひとこと要約

DeepBlurは、事前学習済みの生成モデルの潜在空間でぼかしを適用することで、画像品質を保持しつつ、人間およびディープラーニングシステムによる顔認識を効果的に防止する、画期的な画像の不正表示手法を提案する。潜在空間の平滑化と最適化された潜在表現探索を活用することで、低コストな計算量で優れた防御性能を達成する。

ABSTRACT

There is a growing privacy concern due to the popularity of social media and surveillance systems, along with advances in face recognition software. However, established image obfuscation techniques are either vulnerable to re-identification attacks by human or deep learning models, insufficient in preserving image fidelity, or too computationally intensive to be practical. To tackle these issues, we present DeepBlur, a simple yet effective method for image obfuscation by blurring in the latent space of an unconditionally pre-trained generative model that is able to synthesize photo-realistic facial images. We compare it with existing methods by efficiency and image quality, and evaluate against both state-of-the-art deep learning models and industrial products (e.g., Face++, Microsoft face service). Experiments show that our method produces high quality outputs and is the strongest defense for most test cases.

研究の動機と目的

• 広範な画像共有と高度な顔認識システムによる増大するプライバシー脅威に対処すること。
• ピクセル化やガウスぼかしなどの従来の不正表示手法がディープラーニングベースの再識別に対して脆弱であるという限界を克服すること。
• 人間および機械の攻撃者に対して効果的であり、計算コストが低く、高品質な視覚的画像品質を維持する手法を開発すること。
• 攻撃者のモデルや認識システムに関する仮定に依存しない防御メカニズムを提供すること。

提案手法

• 顔の写真をリアルに合成できる、非条件付きに事前学習された生成モデル（例：StyleGAN）を用いる。
• 潜在空間符号化の前に、入力画像に対して顔のアライメントと正規化を実施する。
• 微分可能な画像再構成損失を用いて、入力顔を再構成する潜在コードを最適化する。
• 潜在空間に低域フィルタ（例：ガウス）を適用し、顔認識に寄与する特徴を平滑化して「深層ぼかし」表現を生成する。
• 同じ生成モデルを用いて、平滑化された潜在コードをデコードして最終的な不正表示画像を生成する。
• 潜在コード探索の高速かつ安定な収束を実現するため、2次最適化（例：L-BFGS）を用いる。初期化には「平均顔」の潜在コードを用いることで収束を迅速化する。

実験結果

リサーチクエスチョン

• RQ1 事前学習済みGANにおける潜在空間のぼかしは、従来の画像ぼかしやピクセル化よりも、ディープラーニングベースの顔認識に対してより強い防御を提供できるか？
• RQ2 DeepBlurは、敵対的認識攻撃に対しても、顔の識別を効果的に隠蔽しながら、高品質な視覚的画像品質を維持できるか？
• RQ3 DeepBlurは、人間の観察者および最先端の商用顔認識API（例：Face++、Microsoft Face Service）の両方に対して、どのように性能を発揮するか？
• RQ4 GANベースの編集や敵対的摂動手法と比較して、DeepBlurの計算効率はどの程度か？
• RQ5 潜在空間の平滑化により、マスクやアクセサリーなどの意味的レベルでのアーティファクトや遮蔽を、手動操作なしに除去できるか？

主な発見

• DeepBlurは、ガウスぼかし、ピクセル化、マスク、敵対的ノイズといった従来手法よりも、ディープラーニングモデルおよび人間観察者による識別を効果的に防ぐ。
• 本手法は、質的比較およびユーザースタディーによって示されるように、最小限の視覚的劣化で高い視覚的画像品質を達成する。
• 実験により、DeepBlurはFace++やMicrosoft Face APIといった産業用顔認識サービスに対しても、ほとんどのテストケースで最強の防御を示す。
• L-BFGS最適化により、潜在コード探索の収束が高速化され、わずか10ステップ程度でほぼ同一の再構成が達成可能である。
• 潜在空間における深層ぼかしは、ウォーターマーク、髪、スリーブなどのアーティファクトを意味的に除去でき、GANの潜在空間における連続性および線形性を示している。
• 潜在空間で非常に大きなカーネルサイズを適用すると、多様な入力に対して「平均顔」とほぼ同一の結果が得られ、潜在空間の滑らかさと構造的整合性が裏付けられる。