用于图像隐私保护的可逆对抗样本生成方法研究.pdf

用于图像隐私保护的可逆对抗样本生成方法研究.pdf

摘要

随着人工智能技术的快速发展,深度神经网络(DeepNeuralNetworks,DNNs)在

图像识别、分析和处理方面展现出了强大的能力。然而,这种技术的广泛应用也带来了

诸多隐私安全问题。在各种场景下采集和传输的图像往往蕴含大量敏感信息,包括个人

身份、行为轨迹以及社交关系等,这些信息在未经授权的情况下极易被DNNs提取和分

析,从而引发隐私泄露和安全风险。为应对这一挑战,一些研究者利用对抗样本技术,

通过在图像中嵌入微小扰动来误导DNNs的识别,这种扰动对合法用户的视觉感

文档评论(0)

1亿VIP精品文档

相关文档