PrivatEyes: 基于外貌的注视估计使用联邦安全多方计算

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

PrivatEyes是一种基于联邦学习和安全多方计算的凝视估算训练方法,保证个人凝视数据的隐私性。评估结果显示,隐私性改善不会影响准确性或增加计算成本。

🎯

关键要点

  • PrivatEyes是一种基于联邦学习和安全多方计算的凝视估算训练方法。

  • 该方法保证个人凝视数据的隐私性。

  • PrivatEyes通过在多个本地数据集上训练凝视估算器,并安全地聚合个体估算器的更新。

  • 相比先前的方法,PrivatEyes更有效地限制了私有训练数据的泄漏。

  • 在多个数据集上的评估结果显示,隐私性改善不会降低凝视估算准确性或显著增加计算成本。

🏷️

标签

➡️

继续阅读