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。
➡️