本論文では、画像および動画における顔匿名化の新しい手法を提案し、これをFIVA（Facial Image and Video Anonymization）と略します。当社が提案する手法は、同一人物の顔をフレーム間で一貫して匿名化するとともに、元の顔との明確な違いを保証します。FIVAは、偽陽性率0.001において真陽性率0%を達成しています。また、当社の研究では重要なセキュリティ問題である再構築攻撃について考察し、敵対的ノイズ、一様ノイズ、パラメータノイズを用いて再構築攻撃を妨害することを調査しました。これに関連して、これらのプライバシー脅威に対する異なる防御・保護方法を適用し、FIVAのスケーラビリティを示しています。さらに、再構築攻撃モデルがディープフェイク検出にも利用できることを示しています。最後に、FIVAが単一のターゲット画像のみで訓練された場合でも顔交換が可能であることを実験結果で示しています。