FIVA: 얼굴 이미지 및 비디오 익명화와 익명화 방어

본 논문에서는 이미지와 비디오에서 얼굴 익명화를 위한 새로운 접근법, FIVA(Facial Image and Video Anonymization)를 제시합니다. 제안된 방법은 프레임 간 일관된 얼굴 익명화를 유지할 수 있으며, 원래의 얼굴과 강한 차이를 보장합니다. FIVA는 거짓 인식률 0.001에서 0개의 진짜 양성 결과를 제공합니다. 본 연구는 중요한 보안 이슈인 재구성 공격을 고려하고, 적대적 노이즈, 균일 노이즈, 매개변수 노이즈 등을 활용하여 재구성 공격을 방해하는 방법을 조사합니다. 이와 관련하여 우리는 이러한 프라이버시 위협에 대응하기 위한 다양한 방어 및 보호 방법을 적용하여 FIVA의 확장성을 입증하였습니다. 또한, 재구성 공격 모델이 딥페이크(deep fake) 탐지에도 사용될 수 있음을 보여주었습니다. 마지막으로, FIVA가 단일 대상 이미지로만 훈련된 경우에도 얼굴 교환(face swapping)을 가능하게 하는 실험 결과를 제공하였습니다.