如果你能看见我：基于同意恢复的旁观者隐私多层协议

文献标题

See Me If You Can: A Multi-Layer Protocol for Bystander Privacy with Consent-Based Restoration

出版信息

• 研究领域: 面向可穿戴摄像头眼镜的隐私增强技术。
• 关键词: 摄像头眼镜、默认隐私、同意恢复、合成面部替换、模糊处理、旁观者隐私、可穿戴技术、用户研究、上下文感知隐私增强技术（PETs）、社会动态。

背景与问题

• 问题/挑战: 可穿戴摄像头眼镜引发了旁观者隐私问题，尤其是未经授权的录制行为。现有的隐私增强技术（PETs）主要依赖于选择退出模式，将负担转移到旁观者身上，并且提供的可执行保护或恢复机制有限。
• 意义: 解决这些隐私问题对于在不损害个人权利的情况下平衡可穿戴设备的可用性与伦理考量至关重要，从而确保技术的广泛采用。
• 动机与相关研究: 之前的研究探讨了选择退出机制、面部模糊处理和隐私指示器，但这些方法未能提供强有力的隐私保障或实用性。上下文感知的选择加入、默认隐私机制仍未得到充分探索，这激发了开发能够调和佩戴者与旁观者需求的解决方案的必要性。

解决方案

• 提出的方法: 针对摄像头眼镜设计了一个三层选择加入的默认隐私协议，包括强制设备端模糊处理、可选的合成面部替换以及通过可信第三方（TTP）进行的基于同意的恢复。
• 创新点:
  1. 强制设备端模糊处理作为默认隐私措施。
  2. 基于人工智能的合成面部替换，在匿名化身份的同时保持视频质量。
  3. 基于同意的恢复机制，允许旁观者批准后选择性恢复原始面部。
• 流程与关键技术:
  • 第一层: 在设备端对面部进行模糊处理，并安全存储加密的嵌入和对称密钥。
  • 第二层: 使用人工智能生成的面部替换，与面部关键点对齐。
  • 第三层: 通过可信第三方进行基于同意的恢复，识别旁观者并促成同意请求，而无需共享原始媒体。

结果

• 具体发现:
  • 隐私保护指标（第一层）：平均精度（AP）= 0.942，平均召回率（AR）= 0.953。
  • 视觉实用性指标（第二层）：Fréchet Inception Distance（FID）= 63.70 ± 27.8，结构相似性指数（SSIM）= 0.61 ± 0.07。
  • 系统成本：能耗= 67.04 J（仅隐私保护）和112.05 J（隐私保护+合成替换）；延迟= 13.69秒（仅隐私保护）和22.88秒（隐私保护+合成替换）。
• 相较基线的优势: 该协议在隐私保护方面与最先进（SOTA）方法如EgoBlur表现相当，同时引入了合成面部替换以增强视觉保真度，并在资源受限硬件上保持可控的计算开销。
• 实验与评估:
  • 在Raspberry Pi 4硬件上进行实现测试，以模拟可穿戴设备。
  • 使用Meta Ray-Ban Stories眼镜录制的自定义数据集进行评估，考察隐私保护、视觉保真度和系统成本。
  • 定性用户研究（N = 18）通过半结构化访谈探讨佩戴者和旁观者的感知。
• 局限性与未来工作:
  • 缺乏音频模糊处理机制。
  • 未加密的面部关键点和加密面部区域的临时存储可能存在风险。
  • 研究样本的文化和人口特异性限制了结果的普适性。
  • 未来工作应探索无关键点的方法、纵向研究以及去中心化架构。

摘要

本文提出了一种针对可穿戴摄像头眼镜的三层选择加入的默认隐私协议，通过强制模糊处理、合成面部替换和基于同意的恢复解决旁观者隐私问题。量化评估证明了技术的可行性，而定性研究揭示了佩戴者和旁观者的不同优先事项：佩戴者追求上下文依赖的灵活性，而旁观者则倡导强制性的保护措施。研究结果强调了上下文感知隐私增强技术（PETs）在调和可用性与隐私方面的必要性，为未来系统设计提供了指导，并对摄像头眼镜制造商提出了重要启示。