FIVA: Facial Image and Video Anonymization and Anonymization Defense

↓ Direkt till sidans innehåll
↓ Direkt till sidans sekundära innehåll (sidomenyn)

Sökning: id:"swepub:oai:DiVA.org:hh-52592" > FIVA :

1 av 1
Föregående post
Nästa post
Till träfflistan

LIBRIS Formathandbok (Information om MARC21)

Fältnamn	Indikatorer	Metadata
000		02833naa a2200373 4500
001		oai:DiVA.org:hh-52592
003		SwePub
008		240208s2023 \| \|\|\|\|\|\|\|\|\|\|\|000 \|\|eng\|
024	7	a https://urn.kb.se/resolve?urn=urn:nbn:se:hh:diva-525922 URI
024	7	a https://doi.org/10.1109/ICCVW60793.2023.000432 DOI
040		a (SwePub)hh
041		a engb eng
042		9 SwePub
072	7	a ref2 swepub-contenttype
072	7	a kon2 swepub-publicationtype
100	1	a Rosberg, Felixu Högskolan i Halmstad,Akademin för informationsteknologi,Berge Consulting, Gothenburg, Sweden4 aut
245	1 0	a FIVA :b Facial Image and Video Anonymization and Anonymization Defense
264	1	a Los Alamitos, CA :b IEEE,c 2023
338		a print2 rdacarrier
520		a In this paper, we present a new approach for facial anonymization in images and videos, abbreviated as FIVA. Our proposed method is able to maintain the same face anonymization consistently over frames with our suggested identity-tracking and guarantees a strong difference from the original face. FIVA allows for 0 true positives for a false acceptance rate of 0.001. Our work considers the important security issue of reconstruction attacks and investigates adversarial noise, uniform noise, and parameter noise to disrupt reconstruction attacks. In this regard, we apply different defense and protection methods against these privacy threats to demonstrate the scalability of FIVA. On top of this, we also show that reconstruction attack models can be used for detection of deep fakes. Last but not least, we provide experimental results showing how FIVA can even enable face swapping, which is purely trained on a single target image. © 2023 IEEE.
650	7	a NATURVETENSKAPx Data- och informationsvetenskapx Datavetenskap0 (SwePub)102012 hsv//swe
650	7	a NATURAL SCIENCESx Computer and Information Sciencesx Computer Sciences0 (SwePub)102012 hsv//eng
653		a Anonymization
653		a Deep Fakes
653		a Facial Recognition
653		a Identity Tracking
653		a Reconstruction Attacks
700	1	a Aksoy, Eren,d 1982-u Högskolan i Halmstad,Akademin för informationsteknologi4 aut0 (Swepub:hh)ereaks
700	1	a Englund, Cristofer,d 1977-u Högskolan i Halmstad,Akademin för informationsteknologi4 aut0 (Swepub:hh)crieng
700	1	a Alonso-Fernandez, Fernando,d 1978-u Högskolan i Halmstad,Akademin för informationsteknologi4 aut0 (Swepub:hh)feralo
710	2	a Högskolan i Halmstadb Akademin för informationsteknologi4 org
773	0	t 2023 IEEE/CVF International Conference on Computer Vision Workshops (ICCVW)d Los Alamitos, CA : IEEEg , s. 362-371q <362-371z 9798350307443
856	4 8	u https://urn.kb.se/resolve?urn=urn:nbn:se:hh:diva-52592
856	4 8	u https://doi.org/10.1109/ICCVW60793.2023.00043

Hitta via bibliotek

2023 IEEE/CVF International Conference on Computer Vision Workshops (ICCVW) (Sök värdpublikationen i LIBRIS)

Till lärosätets databas

1 av 1
Föregående post
Nästa post
Till träfflistan

Hitta mer i SwePub

Av författaren/redakt...: Rosberg, Felix; Aksoy, Eren, 198 ...; Englund, Cristof ...; Alonso-Fernandez ...

Om ämnet

NATURVETENSKAP: NATURVETENSKAP; och Data och informa ...; och Datavetenskap

Artiklar i publikationen: 2023 IEEE/CVF In ...

Av lärosätet: Högskolan i Halmstad

Sök utanför SwePub

Sök vidare i:: Google; Google Book Search; Google Scholar

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

LIBRIS.kb.se