Research Key word: #image privacy #human-centered applications #generative AI #visual question answering 1. Overview of the research This research introduces a method called Generative Content Replacement (GCR) for protecting image privacy. GCR uses AI to replace sensitive content in photos with similar, realistic substitutes. Imagine swapping out a face in a photo with a generated face that looks similar, so you can share pictures online without revealing private details. This is like using a really good digital "mask" for sensitive parts of a photo. 2. The problem addressed The primary problem is that photos often contain a lot of private information. Current privacy methods like blurring often fail to balance strong privacy protection and good image quality. This study addresses the need for image privacy methods that are less detectable and more effective at protecting specific content while maintaining the usability and narrative of the image. 3. Research motivation and background With increased online photo sharing, privacy breaches are a major concern. Existing methods can reduce image appeal, making users less likely to share. Therefore, there's a need for more effective and less intrusive ways to hide sensitive information. This research is motivated by the need to protect privacy while keeping the utility and quality of the shared images. 4. Results obtained The study found that GCR is significantly less detectable than other methods. It effectively prevents identification of specific content while maintaining the image's original narrative and visual harmony. Participants struggled to recognize edits made by GCR and felt the images were visually pleasing. GCR also showed strong performance in preserving narrative coherence. 5. Relationship with value exchange (analysis/creation) and the potential impact of that research on society This research provides value to individuals by allowing them to enjoy sharing while protecting their privacy. It has the potential to bring changes to photo sharing on social media in the future, promoting safe and sustainable use of social networks by balancing privacy protection with the free exchange of information.
研究キーワード：#画像のプライバシー #人間中心のアプリケーション #生成AI #ビジュアル質問応答 1. 研究の概要 この研究は、写真の中のプライバシーを侵害する可能性のある部分を自動的に自然な代替物に置き換える生成コンテンツ置換（GCR）という技術についてです。例えば、映り込んだ個人の顔や場所を、似たような生成画像に置き換えることができます。 2. 取り組んだ問題 写真には多くのプライベート情報が含まれますが、モザイクやぼかしなどの既存の加工は、(プライバシーを含む部分の)編集箇所が目立つため、画像の質が下がりSNS等での共有意欲を低下させます。そこで、AIを使って元の画像と調和するような代わりの物に置き換えることでこの課題を解決することを目指しました。 3. 研究のモチベーションと背景 オンラインでの写真共有が日常的になるにつれ、プライバシー侵害の懸念が深刻化しています。ユーザーの共有を阻害せずにリスクを除外するような、既存の加工とは異なる、効果的かつ満足度の高いプライバシー保護の方法が求められていると考えました。 4. 得られた結果 GCRの技術を開発することができました。また、編集箇所が他の手法と比べてはるかに目立ちにくく、画像のナラティブや視覚的な魅力を維持しながら（ユーザーが画像を魅力的と感じた）プライバシーを保護できることが分かり、これが実験でも示されました。 5. 価値交換（または分析・生成）との関わりと、研究が社会に与えうるインパクト この研究は多くの人に、プライバシーを保護しつつ安全に共有を楽しめるようにするという価値を提供します。今後のソーシャルメディアでの写真共有に変化をもたらす可能性があり、安全かつ持続的なSNSの利用を推進することができます。
PUBLICATIONS
- Anran Xu, Shitao Fang, Huan Yang, Simo Hosio, Koji Yatani, Examining Human Perception of Generative Content Replacement in Image Privacy Protection, CHI Conference on Human Factors in Computing Systems (CHI '24), Hawaii, US, 2024/05
- Anran Xu, Zhongyi Zhou, Kakure Miyazaki, Ryo Yoshikawa, Simo Hosio, Koji Yatani, DIPA2: An Image Dataset with Cross-cultural Privacy Perception Annotations, Proc. ACM Interact. Mob. Wearable Ubiquitous Technol. (IMWUT/Ubicomp '24), Volume 7, Issue 4, Melbourne, Australia, 2024/10