面向照片内容敏感性和分享偏好的分类学

确定哪些照片是敏感的很困难。尽管新兴的计算机视觉系统可以对内容项目进行标记，但之前试图区分私人或敏感内容的努力都未能达到预期效果。没有以人类为中心的分类法来描述哪些内容是敏感的，或者内容的分享偏好如何因接收者而异。为了填补这一空白，我们介绍了一种新的敏感内容提取方法，该方法克服了以前方法的局限性，并使用这种方法从116名参与者那里收集了敏感内容。我们还记录了参与者对20个接收者群体的分享偏好。接下来，我们进行了一项卡片分类，以揭示用户定义的敏感内容类别。利用这些研究的数据，我们生成了一个分类法，该分类法确定了28类敏感内容。我们还确定了内容的分享偏好如何因接收者群体而异。这个分类法可以作为理解照片隐私的框架，进而为新的照片隐私保护机制提供信息。