| 講演名 | 2019-05-23 HOG特徴量抽出のための空間情報を保持するプライバシー保護画像の生成 北山 昌希(首都大東京), 貴家 仁志(首都大東京), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本稿では，画像の視覚的な情報を保護すると同時に，画像の各画素が持つ空間的な輝度勾配方向情報を保持する画像の生成法を提案する．さらにその画像(プライバシー保護画像)からHistogram-of-Oriented-Gradients (HOG)特徴量を抽出する方法を提案し，その特徴量を機械学習へ適用する．提案されるプライバシー保護画像生成法は，暗号鍵を用いない非可逆的な変換である．これにより，秘密鍵の使用を前提とする従来の可逆的な画像保護方式とは異なり，秘密鍵の安全な管理や配送を考慮する必要がない．さらに，準同型暗号に基づく方法が持つ，計算量の膨大化の課題を解決することができる．本稿では，プライバシー保護画像の新しい生成法に加え，その画像から効率的にHOG特徴量を抽出する方法についても考察する．最後に，HOG特徴量を用いたサポートベクターマシンに基づく顔認証実験を実行し，提案法の有効性を確認する． |
| 抄録(英) | In this paper, we propose a generation method of images which have no visual information but hold the gradient direction information of the original images. Then we propose an extraction method of Histogram-of-Oriented-Gradients (HOG) features from the images (privacy-preserved images), and apply the features to machine learning algorithms. The proposed generation method of privacy-preserved images is an irreversible method without any encryption keys. Thereby, unlike conventional reversible methods to protect visual information by using encryption keys, the proposed method does not need to consider secure management and transfer of the encryption keys. Moreover, the proposed method solves the huge culculation cost problem that conventional methods based on homomorphic encryption have. In this paper, in addition to a novel generation method of privacy-preserved images, an effective method of extracting HOG features from the images is also considered. In an experiment, a face classification task is carried out under the use of support vector machine with the HOG features to confirm the effectiveness of the proposed method. |
| キーワード(和) | 暗号化 / 画像のプライバシー保護 / 機械学習 / HOG特徴量 |
| キーワード(英) | encryption / privacy-preserving / machine learning / HOG features |
| 資料番号 | IT2019-1,EMM2019-1 |
| 発行日 | 2019-05-16 (IT, EMM) |
| 研究会情報 | |
| 研究会 | EMM / IT |
|---|---|
| 開催期間 | 2019/5/23(から2日開催) |
| 開催地（和） | 旭川市国際会議場 |
| 開催地（英） | Asahikawa International Conference Hall |
| テーマ（和） | 情報セキュリティ，情報理論，情報ハイディング，一般 |
| テーマ（英） | Information Security, Information Theory, Information Hiding, etc. |
| 委員長氏名（和） | 岩村 惠市(東京理科大) / 村松 純(NTT) |
| 委員長氏名（英） | Keiichi Iwamura(TUC) / Jun Muramatsu(NTT) |
| 副委員長氏名（和） | 栗林 稔(岡山大) / 小嶋 徹也(東京高専) / 和田山 正(名工大) |
| 副委員長氏名（英） | Minoru Kuribayashi(Okayama Univ.) / Tetsuya Kojima(NIT,Tokyo College) / Tadashi Wadayama(Nagoya Inst. of Tech.) |
| 幹事氏名（和） | 姜 玄浩(東京高専) / 村田 晴美(中京大) / 太田 隆博(長野県工科短大) / 八木 秀樹(電通大) |
| 幹事氏名（英） | Kan Hyonho(NIT, Tokyo) / Harumi Murata(Tyukyo Univ.) / Takahiro Ohta(Nagano Pref Inst. of Tech.) / Hideki Yagi(UEC) |
| 幹事補佐氏名（和） | 秋山 寛子(長野高専) / 金田 北洋(キヤノン) / 吉田 隆弘(横浜商科大) |
| 幹事補佐氏名（英） | Hiroko Akiyama(NIT, Nagano College) / キタヒロ カネダ(CANON) / Takahiro Yoshida(Yokohama College of Commerce) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Enriched MultiMedia / Technical Committee on Information Theory |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | HOG特徴量抽出のための空間情報を保持するプライバシー保護画像の生成 |
| サブタイトル（和） | |
| タイトル（英） | Generation of privacy-preserving images holding positional information for HOG feature extraction |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 暗号化 / encryption |
| キーワード(2)（和/英） | 画像のプライバシー保護 / privacy-preserving |
| キーワード(3)（和/英） | 機械学習 / machine learning |
| キーワード(4)（和/英） | HOG特徴量 / HOG features |
| 第 1 著者 氏名（和/英） | 北山 昌希 / Masaki Kitayama |
| 第 1 著者 所属（和/英） | 首都大学東京(略称：首都大東京) Tokyo Metropolitan University(略称：Tokyo Metro. Univ.) |
| 第 2 著者 氏名（和/英） | 貴家 仁志 / Hitoshi Kiya |
| 第 2 著者 所属（和/英） | 首都大学東京(略称：首都大東京) Tokyo Metropolitan University(略称：Tokyo Metro. Univ.) |
| 発表年月日 | 2019-05-23 |
| 資料番号 | IT2019-1,EMM2019-1 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | IT-47,EMM-48 |
| ページ範囲 | pp.1-6(IT), pp.1-6(EMM), |
| ページ数 | 6 |
| 発行日 | 2019-05-16 (IT, EMM) |