Unser Paper “On the Importance of Conditioning for Privacy-Preserving Data Augmentation” von Julian Lorenz, Katja Ludwig, Valentin Haug und Rainer Lienhart wurde beim Workshop on Safe and Trustworthy Multimodal AI Systems (SafeMM-AI) akzeptiert. Das Paper wurde von den Gutachtern außerdem als Oral zur Präsentation auf der Konferenz ausgewählt.

In der Veröffentlichung wird ein Verfahren zur Anonymisierung von Gesichtern überprüft. Im Gegensatz zu ursprünglichen Behauptungen gelingt es den Autoren, die Anonymisierung zu umgehen und die ursprüngliche Identität der entsprechenden Person mit einer Genauigkeit von 69% festzustellen. Die Ursache der Schwachstelle lässt sich darauf zurückführen, dass die Anonymisierungsmethode versucht, die grundlegende Struktur des Bildes beizubehalten. Obwohl die Ergebnisse für das menschliche Auge sehr überzeugend aussehen, kann ein neuronales Netzwerk die Anonymisierung umgehen. Die Autoren schlussfolgern, dass jegliche Struktur zum Originalbild entfernt werden muss, um eine erfolgreiche Anonymisierung zu gewährleisten.