机构名称：
¥ 1.0
照片中信息的丰富性通常会威胁到隐私，因此通常采用图像编辑方法来进行隐私。现有的图像隐私保护技术，例如模糊，常常难以在强大的隐私保护和保持图像可用性之间保持平衡。为了解决这个问题，我们使用最先进的生成性技术在图像Pri Vacy Protection中引入了一种生成含量替代（GCR）方法，该方法无缝地将其替代与类似且现实的替代品替代了隐私的含量。与四种普遍的图像保护方法相比，GCR始终表现出低可检测性，从而使编辑的检测非常具有挑战性。gcr在阻碍特定内容的识别并设法维持图像的叙事和视觉和谐方面也表现出色。这项研究是一项试点研究，并鼓励对GCR进行进一步的创新，并开发工具，以使用类似于GCR的方法来实现人类在环境图像隐私保护。
在图像隐私保护中检查人类对生成内容替代的感知
主要关键词
相关文件推荐
