Alapfogalmak
Ein neuer Ansatz zur Bildanonymisierung, der auf Latenten Diffusions-Modellen basiert und sowohl die Identität als auch die Szene und den Hintergrund manipuliert, um eine effektive Anonymisierung bei gleichzeitiger Beibehaltung wichtiger Bildinhalte zu erreichen.
Kivonat
Der Artikel präsentiert zwei Ansätze zur Bildanonymisierung, die auf Latenten Diffusions-Modellen (LDMs) basieren:
CAMOUFLaGE-Base:
- Verwendet eine Kombination von vortrainierten ControlNets, um verschiedene Arten von Bildinformationen (Tiefenkarte, Oberflächennormalen, Segmentierung, Körperhaltung, Linienzeichnung) zur Steuerung des Diffusionsprozesses zu nutzen.
- Führt zusätzlich eine anonymisierungsbasierte Führung ein, um die Ähnlichkeit zum Originalbild weiter zu reduzieren.
CAMOUFLaGE-Light:
- Basiert auf dem IP-Adapter-Ansatz, um Bildeigenschaften effizient in den Diffusionsprozess einzubinden.
- Verwendet ein spezielles Kodierungsschema, um Attributinformationen für jede Person in der Szene separat darzustellen.
- Führt bei der Inferenz einen Identitätstausch durch, um die Wiedererkennungsrate weiter zu senken.
Beide Ansätze zeigen eine hohe Bildqualität und Erhaltung wichtiger Bildinhalte im Vergleich zum Stand der Technik. CAMOUFLaGE-Base erzielt eine stärkere Anonymisierung, während CAMOUFLaGE-Light eine kürzere Inferenzzeit bei guter Leistung aufweist.
Statisztikák
Die Anonymisierungsrate (Re-ID@1) auf dem CelebA-HQ-Datensatz beträgt für CAMOUFLaGE-Base 1,8-1,9%, für DP2 0,8% und für FALCO 0,2-0,4%.
Auf dem LFW-Datensatz erreicht CAMOUFLaGE-Base eine Re-ID@1-Rate von 40%, DP2 von 81% und FALCO von 4,8%.
CAMOUFLaGE-Light erzielt eine Inferenzzeit, die etwa 3,8-mal schneller ist als CAMOUFLaGE-Base.
Idézetek
Keine relevanten Zitate identifiziert.