PrivatEyes: 基于外貌的注视估计使用联邦安全多方计算

基于联邦学习和安全多方计算的 PrivatEyes 是首个增强隐私的外貌驱动凝视估算训练方法，它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来保证个人凝视数据的隐私性，并且相比先前的方法，更有效地限制了私有训练数据的泄漏。在 MPIIGaze、MPIIFaceGaze、GazeCapture 和 NVGaze 数据集上的评估结果显示，改善的隐私性不会降低凝视估算准确性或显著增加计算成本，与非安全模型持平。