「騰訊優圖實驗室專場」將圍繞優圖實驗室在弱監督目標定位、圖文多模態、TNN、高效模型、3D人臉、人臉隱私保護等六個領域的重要研究成果進行講解和交流。
從7月開始，騰訊優圖實驗室的三位研究員分別圍繞《弱監督目標定位的研究及應用》、《多模態圖文內容的識別與定位》、《開源推理框架TNN模型部署加速與優化》和《基于模型剪枝的高效模型設計方法》對騰訊優圖實驗室的最新研究成果進行了全面的講解。錯過直播的朋友可以點擊文章底部“閱讀原文”進行回看。
11月17日，騰訊優圖實驗室研究員佳祥將參與到「騰訊優圖實驗室專場」第5講的直播中。佳祥老師專注人臉識別方向技術研究，主要負責大規模人臉識別訓練、模型蒸餾、聯邦學習等算法的研究與落地，推動人臉識別技術在跨年齡尋人、人臉核身、刷臉支付等業務中的應用。在此次課程中，他將以《基于隱私保護的人臉識別方法》為主題進行講解。
人臉識別是一種基于人的臉部特征信息進行身份識別的生物識別技術，人臉數據作為個人信息的重要載體，數據安全和隱私問題逐漸引起監管機構和廣大用戶的關注與擔憂。目前《數據安全法》和《個人信息保護法》已經就數據、個人信息的保護提供了相應的原則和規則指引。而如何在人臉識別技術落地的過程中，安全有效地保護用戶隱私成為業務落地中亟需解決的問題。
在本次專場中，佳祥老師將主要從訓練和部署兩個方面來講解基于隱私保護的人臉識別方法。首先是訓練階段的以聯邦學習為核心的人臉識別訓練框架。聯邦學習作為一種新型分布式機器學習范式，可以有效解決數據孤島問題，讓參與方在不共享數據的基礎上聯合訓練。而騰訊優圖研發的FedFace框架，通過引入局部聯邦動量和聯邦驗證，可以有效的提升聯邦范式下的人臉識別效果。
在部署這一方面，佳祥老師將主要介紹基于非RGB域的人臉識別方法。通過在前端人臉數據的收集過程中將人臉圖像從RGB域數據轉換為非RGB域，做到視覺不可視的同時，盡量不影響后續人臉識別業務性能。騰訊優圖研發了一種基于可學習隱私預算的頻域識別方法，在頻域中引入差分隱私來保證人臉數據的隱私性，該方案復雜度低，方便移植到現有框架中，實驗也表明該方法可以在白盒攻擊下有效保護人臉隱私，并保持與基線方法相似的準確性。
本次專場包含主講和問答兩個環節，其中主講40分鐘，問答20分鐘。同時，我們還組建了技術交流群，并邀請佳祥老師進群，歡迎大家申請！
專場介紹
主 題
《基于隱私保護的人臉識別方法》
提 綱
1、人臉識別技術中的隱私問題
2、基于聯邦學習的人臉識別訓練框架
3、非RGB域的人臉識別方法
講 師 介 紹
佳祥，騰訊優圖實驗室研究員，專注人臉識別方向技術研究；主要負責大規模人臉識別訓練、模型蒸餾、聯邦學習等算法的研究與落地，推動人臉識別技術在跨年齡尋人、人臉核身、刷臉支付等業務中的應用。
直 播 信 息
直播時間：11月17日19:00
直播地點：智東西公開課直播間
