论文作者：Shafiq Ahmad,Pietro Morerio,Alessio Del Bue
作者单位：Istituto Italino di Tecnologia;Universita degli Studi di Genova
论文链接：http://arxiv.org/abs/2308.04402v1
内容简介：
1）方向：隐私保护和事件感知视觉应用
2）应用：人员重识别
3）背景：随着事件相机的使用，隐私问题日益凸显。近期的深度学习架构已经能够从事件相机中高度精确地重建图像，重新引入了事件视觉应用中的隐私威胁。本文旨在通过对事件流进行匿名处理，以保护人类主体的身份免受这种图像重建攻击。
4）方法：为了实现这一目标，本文提出了一个端到端的网络架构，同时优化隐私保护和执行诸如人员重识别（person ReId）之类的下游任务。该网络学习如何扰乱事件，以保证从隐私攻击者那里恢复的图像的质量降低。此外，还首次为社区提供了一个基于事件的人员重识别数据集，以评估我们方法的性能。
5）结果：通过在基于公开可用的SoftBio数据集的模拟事件数据和所提出的Event-ReId数据集上进行广泛的实验，验证了所提出方法并报告了结果。所提出方法在隐私保护和人员重识别任务上都取得了良好的效果。
