多尺度稀疏子空间中的面部特征保护的排名差分隐私
原文中文,约300字,阅读约需1分钟。发表于: 。使用多尺度稀疏特征子空间中的排名差分隐私 (RDP) 方法,通过在降维稀疏特征系数上添加轻量级 Laplacian 噪声来保护敏感的面部特征;提出拉格朗日乘子方法来解决最大化可视化质量的受保护面部图像和给定面部特征隐私预算的约束优化问题,并通过两种方法得到最优噪声比例参数;在两个真实数据集上的实验结果表明,提出的 RDP 方法在隐私预算为 0.2 时,其...
研究人员提出了一种通过将图像特征嵌入仿射子空间来实现特征私有化的方法,可以从嵌入中恢复原始图像特征。他们还提出了一种局部差分隐私的方法,表现出很强的性能。