TADP：对身份与表情双通道私有化后生成匿名视频

摘要

我们提出TADP，一种在固定长度片段替换邻接关系下、用于推理时隐私保护视频生成的时间自适应差分隐私（DP）框架。TADP通过双分支分别提取身份与表情表示，对二者裁剪后使用时间自适应高斯机制进行私有化；噪声尺度只依赖同一片段中此前已经私有化的输出，并受跨历史统一校准的最小值约束。框架采用自适应Rényi差分隐私（RDP）组合核算两个分支的联合发布，将片段级RDP保证转换为(ε, δ)-DP。软量化与后续时序处理仅在私有化后进行，因此属于DP后处理。面部表情数据集实验显示，在所评攻击下身份泄露减少，感知质量和时间稳定性仍可用，相比受比较隐私保护基线保持较高表情识别效用。TADP形式上满足片段级DP，并在所评威胁模型和数据集上提供良好的隐私—效用权衡。

TADP：对身份与表情双通道私有化后生成匿名视频：论文配图 — 图2：TADP框架概览，包含特征提取、隐私保护和后处理三阶段。将视频切为固定长度片段，每帧分别经身份编码器和面部表情（FE）编码器，得到身份与表情表示，再堆叠为片段级特征。隐私保护阶段，各分支经裁剪并加入时间自适应高斯噪声，组合身份与FE的RDP损失，得到所报告的片段级RDP保证。后处理阶段，私有化的身份与FE表示分别用ID码本与FE码本进行软量化，随后依次融合、进行片段内时序建模、片段间记忆、帧到片段聚合、片段到视频组装，并经解码器输出隐私保护片段和最终视频。私有化之后的所有操作仅使用已私有化表示与公开元数据，不增加隐私损失。