TY - A2的锣,大庆盟——刘赵盟——杨京盟——张,玄盟——张伊宁盟——赵,渭南盟——苗族Fengjuan盟,邵霞山PY - 2022 DA - 2022/03/15 TI -当地的隐私保护敏感地区Multiface图像SP - 5919522六世- 2022 AB -隐私保护脸图片旨在防止攻击者通过面部识别准确地识别目标的人。受目标驱动推理(反向推理),本文设计一种当地的隐私保护敏感地区的目标驱动算法multiface图像(脸区域)交互式人脸识别算法的框架下,区域增长,微分隐私。算法设计,命名为隐私保护敏感地区(PPSA),通过以下方式来实现:首先,采用多任务级联卷积网络(MTCNN)识别的地区和具有里程碑意义的脸。如果具有里程碑意义的重叠子图划分从原始图像子图将作为种子区域生长面对区域,之后的增长标准融合相似性度量机制(FSMM)。不同于单向隐私保护,multiface隐私保护需要处理数量未知的脸。因此,隐私的分配预算 εPPSA算法直接影响手术效果。在我们的方案中,隐私预算总额 ε分为两个部分: ε_1和 ε_2。前者是均匀地分配到每一个种子,据估计数量的脸 ρ图像中包含的,而后者是分配给其他领域,可以通过二分消耗隐私的预算。与拉普拉斯算子(圈)算法,PPSA算法的噪声误差与图像大小不会改变,对隐私保护是有限的,面对区域。结果表明,PPSA算法满足要求 ε微分隐私,和图像分类是实现通过使用不同的图像在不同的人脸数据库隐私保护算法。验证结果表明,PPSA算法的准确性提高了至少16.1%,召回率是提高了至少2.3%, F1-score至少提高15.2%。SN - 1687 - 5265 UR - https://doi.org/10.1155/2022/5919522 - 10.1155 / 2022/5919522摩根富林明计算智力和神经科学PB - Hindawi KW - ER