轻量级隐私保护
该算法通过混合像素块保护人脸图像隐私，同时保持训练集可用性，避免传统方法的高计算开销和精度损失。
Xiang, Yuexin · Li, Tiantian · 任伟 · Zhu, Tianqing · Choo, Kim Kwang Raymond
Engineering Applications of Artificial Intelligence 2023
该方法避免了现有隐私保护方法在图像处理上的高时间开销，使得训练流程更加高效。
使用混合训练集训练的模型保持了与原始训练集相当的可用性，不会因隐私保护而牺牲精度。
攻击者在计算上难以将混合后的训练集恢复为原始图像，确保了隐私保护的安全性。