20461 KB0 KB200620262026Rot, Peterštevilka:3letnik:93str. 91-99ISSN:0013-5852COBISSID_HOST:291468035URN:URN:NBN:SI:doc-IXVZ9XGBslElektrotehniška zveza SlovenijeElektrotehniški vestnikauthenticationavtentikacijabiometricsbiometrijadeidentification, privacydeidentifikacijafacial recognitionrazpoznavanje obrazovzasebnostDaljinska avtentikacija obrazov z interpretabilno zasčito zasebnosti spola in izvorne identitete|Authentication using face recognition is a widespread and convenient way to verify whether a presented biometric sample matches a previously enrolled template. A major privacy risk, however, is that facial biometric data reveals not only identity but also soft biometric attributes such as gender. We propose a remote face authentication method that ensures the data sent to the server does not disclose the user’s gender and cannot be linked to the original face image. Our approach relies on deterministic face fusion with a generative neural network where only the transformed biometrics are transmitted to the server. Compared with existing solutions, our method is interpretable because each protected face is produced through deterministic fusion under predefined criteria. On the CelebA dataset, we show that the method achieves effective deidentification with respect to source face images and protects gender privacy. It also generalizes well even when the face recognition model or gender classifier is swapped at test timeAvtentikacija z uporabo metod za razpoznavanje obrazov je razširjen in prikladen način za preverjanje ujemanja trenutnega biometričnega vzorca z biometričnim vzorcem, registriranim v sistemu. Na tem področju veliko tveganje za zasebnost izhaja iz dejstva, da je mogoče iz biometričnih podatkov obraza poleg identitete razbrati tudi informacijo o mehkih biometričnih značilnostih, kot je spol. V članku predlagamo metodo za zaščito zasebnosti, ki omogoča daljinsko avtentikacijo, pri čemer iz poslanih biometričnih podatkov ni mogoče ugotoviti spola osebe ali jih neposredno povezati z izvorno sliko obraza, iz katere so bili pridobljeni. Zaščita zasebnosti se izvaja izključno na uporabnikovi napravi in ne zahteva nobenih sprememb strežniškega sistema za avtentikacijo. Metoda deluje na podlagi zlivanja obrazov z uporabo generativne nevronske mreže, pri čemer se na strežnik pošlje le biometrične podatke z izboljšano zasebnostjo. Prednost naše metode v primerjavi z obstoječimi rešitvami je višja stopnja razložljivosti, saj vsak zaščiten obraz nastane z determinističnim zlivanjem po vnaprej določenih kriterijih. Na podatkovni zbirki CelebA demonstriramo, da predlagani pristop zagotovi učinkovito deidentifikacijo glede na izvorno sliko osebe in zaščiti informacijo o spolu. Metoda dobro generalizira tudi v primerih, ko v fazi testiranja zamenjamo razpoznavalnik obraza ali razpoznavalnik spolaTEXTznanstveno časopisjejournalsSlovenian National E-content AggregatorNational and University Library of SloveniaElektrotehniška zveza Slovenije