Vision Transformer 기반 모델을 위한 프라이버시 보존 객체 검출
Privacy-Preserving Object Detection for Vision Transformer-Based Models
우리는 테스트 이미지의 민감한 시각 정보를 보호할 수 있게 하는 새로운 객체 검출 방법을 제안한다. 시각 정보 보호를 다룬 선행 연구는 주로 이미지 분류 작업에 초점을 맞추어 왔다. 본 논문은 최초로 지각적 암호화(perceptual encryption)를 이용한 객체 검출 방법을 제안한다. 제안 방법은 Vision Transformer(ViT)의 임베딩 구조와 키를 활용한 도메인 적응(domain adaptation) 기법을 이용하여, 어떠한 보호도 적용하지 않은 모델과 거의 동일한 정확도를 달성할 수 있다. 실험에서는 ViT 기반 객체 검출 모델인 ViTdet을 사용하여, 정확도와 시각적 보호 측면에서 제안 방법의 유효성을 검증하였다.