iPrivacy: 민감한 객체를 통해 이미지 개인정보 보호를 위한 심층 다중 작업 학습

이미지 공유를 위한 개인정보 설정의 자동 추천을 달성하기 위해, 특별한 순간에 이미지를 공유할 때 사용자가 개인정보 기본 설정을 설정하는 부담을 덜기 위해 iPrivacy(이미지 개인정보)라는 새로운 도구가 개발되었습니다. 구체적으로, 이 논문은 다음과 같은 기여로 구성됩니다: 1) 방대한 소셜 이미지와 그들의 개인정보 설정이 활용되어 객체와 개인정보 간의 관련성을 효과적으로 학습하고 자동으로 개인정보 민감 객체 클래스의 집합을 식별합니다; 2) 더 많은 대표적인 심층 컨볼루션 신경망과 더 차별화된 트리 분류기를 공동으로 학습하기 위해 심층 다중 작업 학습 알고리즘이 개발되어 개인정보 민감 객체 클래스의 대량 신속하고 정확한 탐지가 가능하게 합니다; 3) 공유되는 이미지에서 기본적인 개인정보 민감 객체를 탐지하고 그들의 클래스를 인식하며 객체와 개인정보 간의 관련성에 따라 그들의 개인정보 설정을 식별함으로써 이미지 공유를 위한 개인정보 설정의 자동 추천이 가능합니다; 4) 개인정보 민감 객체를 자동으로 흐리게 하여 이미지 개인정보 보호를 위한 간단한 솔루션이 제공됩니다. 우리는 실제 이미지에 대한 광범위한 실험 연구를 수행하였으며, 그 결과 우리의 제안된 접근 방식의 효율성과 효과성을 입증했습니다.