Effizientes Schutz der visuellen Privatsphäre in Deep Neural Networks durch Pixel-Shuffling
VisualMixer ist ein neuartiges Datenschutzframework, das die Trainings- und Inferenzdaten von visuellen DNN-Aufgaben durch Pixel-Shuffling schützt, ohne Rauschen einzufügen. VisualMixer verwendet eine neue Metrik namens Visual Feature Entropy (VFE), um die visuellen Merkmale eines Bildes effektiv zu quantifizieren, und entwickelt eine aufgabenunabhängige Bildverschleierungsmethode, um die visuelle Privatsphäre der Daten zu schützen.