【ECCV2018 論文メモ#1】Learning to Anonymize Faces for Privacy Preserving Action Detection
ECCV2018まで1ヶ月を切ったので興味がある論文のメモを残していく。(
1日1本のペースで空き時間を使ってやっていきたい。(多分無理だ)
今回の論文と出典
Learning to Anonymize Faces for Privacy Preserving Action Detection
https://arxiv.org/abs/1803.11556
著者
Zhongzheng Ren, Yong Jae Lee, Michael S. Ryoo
内容
- アクション検出を維持しながらプライバシーのための顔情報匿名化の学習
- アクション検出とは、「電話をする、歯を磨く、化粧をする」などを指す
- 顔情報匿名化とは、既存手法では、顔へのBlurやMask、Noiseなどを指す
(既存匿名化手法例 / 上図:出典より抜粋)
- 提案手法では、より自然にシーンやアクションを維持したピクセルレベルの匿名化が可能
(左顔は提案手法匿名化前、右顔は提案手法匿名化後 / 上図:出典より抜粋)
- GANの仕組みをベースに敵対的学習する
- 「異なる見た目の修正顔を作るGenerator(Modifier)」
- 「修正顔であるにも関わらず正しく個人識別できるように学習するDiscriminator」
- 更にマルチタスク学習として、ActionDetectionを統合して精度を高めている
詳細
- モデルは下図の通り
(モデル / 上図:出典より抜粋)
- とは、顔画像 (はFaceDetection後の画像となる)
- Action Detectionは、Faster RCNN
- Face Detectionは、SSH[29]
- Face Recognitionは、Sphereface[26]
- Generatorは、個人識別精度を最小化したい
- InputとOutputで別人にしたいので
- Discriminatorは、個人識別精度を最大化したい
- (修正済みだろうと)どんな入力が来ても正しく識別できてしまえるようにしたいので
- Tips : 大量のデータで事前学習しておく
- とは最小化、 は、最大化するように最適化していく
- は、Photorealistic Lossで、l1のみだと今回のプライバシータスクに最適でないため、 を入れ、生成した顔画像の酷似を防止している
以上。