ComPrivDet: detecção eficiente de objetos privados em domínios comprimidos por reutilização de inferência
Autores e instituições
Junlin He
Carnegie Mellon University, Pittsburgh, PA, USA
Kaiyue Huang
Carnegie Mellon University, Pittsburgh, PA, USA
Yuguang Yao
Carnegie Mellon University, Pittsburgh, PA, USA
Hui Li
Carnegie Mellon University, Pittsburgh, PA, USA
Marios Savvides
Carnegie Mellon University, Pittsburgh, PA, USA
Anthony Rowe
Carnegie Mellon University, Pittsburgh, PA, USA
Peilong Li
Carnegie Mellon University, Pittsburgh, PA, USA
Que problema resolve
O problema central é tratar gargalos de face privacy detection, compressed-domain detection, video analytics em detecção facial de modo que a solução seja avaliável por compras, compliance e engenharia, não apenas por benchmark acadêmico.
Resultado-chave
Os resultados destacam ganhos em precisão, eficiência, robustez ou generalização. Para compradores técnicos, importa se esses ganhos reduzem risco de implantação e ampliam cenários de uso.
Resumo
ComPrivDet detecta objetos sensíveis à privacidade, como faces, diretamente a partir de sinais no domínio comprimido em vez de imagens totalmente decodificadas. Ele combina features comprimidas com reutilização de inferência entre frames para reduzir exposição de privacidade e tempo de execução em análise de vídeo cloud ou edge.
Ponto de partida da pesquisa
A motivação é que detecção facial está saindo dos benchmarks de laboratório para sistemas reais, onde face privacy detection, compressed-domain detection, video analytics afeta privacidade, custo, estabilidade ou experiência do usuário.
Método
A abordagem de “ComPrivDet: Efficient Privacy Object Detection in Compressed Domains Through Inference Reuse” combina arquitetura, estratégia de treinamento ou otimização de sistema voltada a face privacy detection, compressed-domain detection, video analytics. Isso aproxima a pesquisa de uma capacidade realmente implantável.
Síntese do artigo
Em resumo, este trabalho mostra que em abril de 2026 face privacy detection, compressed-domain detection, video analytics está virando variável-chave para productizar e avaliar detecção facial.