[論文レビュー] Enable Portrait Privacy Protection in Photo Capturing and Sharing

Lan Zhang, Kebin Liu+4 more|arXiv (Cornell University)|Oct 24, 2014

Face recognition and analysis参考文献 8被引用数 3

ひとこと要約

本稿では、ユーザーの明示的なプライバシー設定に基づき、顔貌データを露呈させずに写真内の人物を自動で除去できるプライバシー保護型プロトコルであるInvisibleMeを提案する。軽量でプライバシー保護型のベクトルマッチング方式を用い、顔貌データを暴露せずに写真内の人物とプライバシー要請を関連付ける。実世界のテストでは95.1%の正確性と1秒未塔のマッチング時間を達成した。

ABSTRACT

The wide adoption of wearable smart devices with onboard cameras greatly increases people's concern on privacy infringement. Here we explore the possibility of easing persons from photos captured by smart devices according to their privacy protection requirements. To make this work, we need to address two challenges: 1) how to let users explicitly express their privacy protection intention, and 2) how to associate the privacy requirements with persons in captured photos accurately and efficiently. Furthermore, the association process itself should not cause portrait information leakage and should be accomplished in a privacy-preserving way. In this work, we design, develop, and evaluate a protocol, that enables a user to flexibly express her privacy requirement and empowers the photo service provider (or image taker) to exert the privacy protection policy.Leveraging the visual distinguishability of people in the field-of-view and the dimension-order-independent property of vector similarity measurement, we achieves high accuracy and low overhead. We implement a prototype system, and our evaluation results on both the trace-driven and real-life experiments confirm the feasibility and efficiency of our system.

研究の動機と目的

• スマートグラスなどのスマートカメラやウェアラブルデバイスの普及に伴うプライバシー侵害の懸念を解消すること。
• 目に見えるマークなしにユーザーがプライバシー設定を表現できるようにし、美観的および実用的利便性を確保すること。
• 顔貌情報の漏洩を防ぎながら、撮影された写真内の人物とプライバシー要請を正確かつ効率的に関連付けること。
• モバイルデバイスおよび信頼できないクラウドサーバー上で、最小限のオーバーヘッドで透過的に動作するシステムを設計すること。
• 写真内の人物に対して、自動的ポートレート除去とプライバシー保護型タグ付けの両方をサポートすること。

提案手法

• ユーザーのプライバシー設定を、外見に埋め込まれた視覚的特徴に変換することで、意図を目に見えない形で表現可能にする。
• 次元順に依存しないベクトル類似度測定を用い、顔貌の詳細を露呈させずに、プライバシー要請ベクトルと画像領域をマッチングする。
• 顔貌情報の漏洩を防ぐプライバシー保護型プロトコルを用いて、複雑なマッチング計算を信頼できないクラウドサーバーに外部化する。
• 2段階プロトコルを実装する：ベースライン性能を提供するInvisibleMe-Basicと、ハッシュ化された特徴ベクトルを用いて最適化された速度を実現するInvisibleMe-Advanced。
• 安全なマルチパーティ計算の原則を活用し、クライアントとクラウド間で非インタラクティブかつプライベートなベクトル距離計算を可能にする。
• 送信中の漏洩、マッチング中の露呈、画像データへの不正アクセスの3つの脅威モデルをサポートするシステムモデルを設計する。

実験結果

リサーチクエスチョン

• RQ1 写真撮影時に、ユーザーが目立たず、目に見えない形で、かつ柔軟にポートレートのプライバシー設定を表現する方法は何か？
• RQ2 顔貌データを露呈させずに、撮影された画像内の人物とプライバシー要請を正確かつ効率的に関連付ける方法は何か？
• RQ3 マッチングプロセス自体が、信頼できない相手にポートレート情報を漏洩させない仕組みは何か？
• RQ4 プライバシーを確保しつつ、モバイルデバイスでの計算および通信オーバーヘッドを最小限に抑えるにはどうすればよいか？
• RQ5 実世界のシナリオにおいて、提案されたプライバシー保護型マッチングプロトコルの性能と正確性のトレードオフは何か？

主な発見

• 目立たないユーザーが写真に存在する場合、偽陰性率は1.4%、偽陽性率は0.9%に達する。
• 目立たないユーザーが存在しない場合、真のマッチングがないため偽陽性率は4.9%に上昇し、しきい値チューニングの必要性が示された。
• ポートレートグラフの送信遅延は0.01〜0.04秒と無視できるほど小さく、システム全体の計算遅延は約4秒（クライアント3秒、クラウド1秒）である。
• 最適化されたInvisibleMe-Advancedバージョンではマッチングコストがたった0.01秒にとどまり、Paillierベースの手法（1.8秒/マッチ）と比べて顕著に高速である。
• プロトコルに起因する電力消費は非常に小さく、数秒のオーダーであり、それに対して写真撮影自体のコストに比べてはるかに低い。
• プロトコルは自動ポートレート除去とプライバシー保護型タグ付けの両方をサポートしており、除去の整合性検証が可能である。