FDeID-Toolbox：顔匿名化研究を再現可能に比較するための統合ツールボックス

TL;DR（結論）

• 顔匿名化は、本人識別を消しながら年齢・性別・表情・ランドマーク・rPPG などの有用属性を残す必要があり、プライバシー・有用性・画質を同時に評価しなければなりませんが、従来研究は実装も評価条件もばらばらでした。
• FDeID-Toolbox は、6つの主要データセット、17手法、統一済みの前処理・推論・後処理・評価をひとつの枠組みにまとめ、顔匿名化研究を再現可能に比較できる基盤として設計されています。
• 統一条件で再実装した結果、強いプライバシーと高い有用性と高い画質を同時に満たす単独手法は見つからず、手法は明確なトレードオフの領域に分かれること、さらに組み合わせ設計が新たな探索対象になることが示されました。

なぜこの問題か

顔画像の扱いは、監視映像、医療、SNS、リモート対話など、ほぼすべての視覚応用で避けて通れません。ところが顔には最も強い個人識別情報が含まれます。そこで顔匿名化、より正確には face de-identification では、本人を特定できないようにしつつ、用途に必要な属性だけは残すことが求められます。年齢推定、性別推定、表情解析、ランドマーク推定、さらには顔動画から脈波を読む rPPG まで、下流タスクは多岐にわたります。

核心：何を提案したのか

提案の中心は、顔匿名化研究のための包括的な toolbox です。目的は新しい匿名化アルゴリズムを一つ足すことではなく、既存の代表的手法を同じインターフェースと同じ評価条件で回せる共有基盤を提供することにあります。論文は、研究の再現性と比較可能性そのものを主対象にしています。

続きはログイン/プランで閲覧できます。